dmp系列01——大数据下的精准人群分析,上海聚连电子商务有限公司-尊龙凯时官网登录

人群定位被广泛应用于电商营销各环节，无论是品牌定位，还是产品开发、竞价广告等各环节，都离不开精准的人群画像。传统人群定位靠感觉，却难以避免“错位”的尴尬。本文将从实战角度解密大数据下的精准人群分析。

在淘宝/天猫做推广的都知道，推广所定向的人群越精准，效果越好，比如钻展人群设置的水平直接关系到money的效率，而搜索广告直通车也加入了搜索人群设置功能。但是人群组合的可能性太多，而传统的靠经验设定人群在大数据面前已经黯然失色，可以说，离开了精准的人群分析，精准营销将名不符实。再说开点，人群定位的适当与否，更是直接影响到品牌特色定位与产品线的设计等，进而部分的决定企业的成败。

如下图，直通车关键词推广新加入的搜索人群设置，将极大的提升推广的精准度。图中将推广受众巧妙地限定为经过精细分析的特定人群后，点击率提升了3倍，roi也直线上升。

达摩盘本来有个人群分析菜单，直接可分析各类用户的特点，不过新版这个功能给整合掉了。当然这个难不倒咱，我们想分析现有用户（180天内购买的顾客），那我们就先在dmp里建立现有用户的人群，然后用透视分析功能来看看。

这个人群画像，大家似乎在哪些地方见过？没错，以往一些工具也见过，比如江湖策，不过功能有限。从图中我们可以从多个方面了解我们的顾客，包括年龄、性别、消费情况、职业等。

光看绝对数，是不够的，我们还要对比下大盘的数据：

看出什么问题来没？好吧，为了衡量人群的偏好度，这里我们引入一个指标：tgi，即目标群体指数。tgi=【目标群体中具有某一特征的群体所占比例 / 总体具有相同特征的群体所占比例】 × 标准数100
那tgi怎么理解呢？举例：假设有100个人，男的20个，女的80个，一起去逛商场到了内衣柜台，有2个男的和20个女的买了内衣那么，他们各自购买比例是多少？——男：2/20＝10%；女：20/80＝25%对吧？整体比例是多少呢？（2 20）/100＝22%这样，tgi男：10%/22%*100＝45tgi女：25%/22%*100＝114可以看出，这个指标一是可以明白人群与整体相比，偏好度怎样（整体是100，男性只有45，那偏好度如何很明了吧？）；二是，不同人群的对比，以女人与男人购买内衣来比较，那就是114/45＝2.5倍的关系。
那按上面现有用户与全网用户的对比，我们可以很方便的计算出各项的tgi了。比如，图中女性的tgi是84%/36%×100＝233，而男性只有17。想想看，如果我们推广的时候，对比下展现给女性客户与展现给男性客户，效果的高低值可能达到13倍（忽略其他因素的理论值）！同样，公务员为500，白领是243，而学生只有25，差别同样极为明显。本例中，人群偏好度非常明显的还有月花费金额、年龄等。想想看，如果我们能把所有的这些考虑到我们的营销中去，是不是比原来精准太多？带给我们营销推广效果的提升那是立竿见影的事。

特别注意，店铺用户数据是会受你统计阶段的产品线、营销手段等影响的。有时候我们还想知道，我们的竞争对手等的相应人群数据，或者对不同的产品，分析不同的人群偏好等，来做参考。这里我们再结合dmp应用市场里的全景洞察工具来深入探讨下。
全景洞察是阿里巴巴帮助品牌商在营销场景下绘制消费群体图谱、挖掘消费者潜在需求的分析型产品；它能提供消费人群的人口特征数据和行为偏好数据。

上图是四个维度的分析结果，除此之外，还有消费层级、学历、淘宝级别、大区域、城市级别、省份、职业等维度的分析，以及购买时段的偏好度数据等。
特别注意，在人群分析里，要善于抓住主要矛盾。哪个维度的偏好性特别明显，往往就是主要矛盾所在。比如，上面的数据，月消费金额和笔数的偏好度都非常明显，1000元以上的和月消费10笔以上的tgi都大于300，年龄段也非常清晰，以25~34岁具有较高的偏好度。

当然，全景洞察的人群研究功能还不止这些，在消费习惯里，还能根据大数据，找出你研究的人群对其他品类的喜好度等等方面的数据，方便你定位其他品类的人群，更多维度的识别你的目标人群。如下图，数据显示，买韩都衣舍连衣裙的人群，对家居拖鞋的整体偏好度是132，而这些人里，萱宜阁等品牌又会偏好度更高些，或者换个维度，她们也同时偏好于购买14~40元的家居鞋。不要小看这些跨类的人群分析，我们举例的是女装，是大类目，好处有时还看不明显，但当你的标的是较小众的类目时，这种跨品类的人群挖掘思路将非常有用。

全景洞察除了分别提供人口特征数据和行为偏好数据，还能够对这些数据进行交叉分析和人群标签采集，无论是分析还是应用，都非常灵活实用。
小结下，对于人群定位，我们是用感性的拍脑袋确定，还是用大数据来做决策支撑，优劣相信大家是明白的。so,用起来吧，精准营销，将不再是徒有虚名的概念，而是我们创造互联网奇迹的制胜利器。