精准营销法，如何零距离“读懂“用户？

用户画像——“User portrait”，即用户信息标签化，就是通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，抽象出一个用户的商业全貌的基本方式。有了对用户基本情况的了解之后，才能算是部分的“读懂”了用户，在此基础上才能对目标用户进行精准营销。那么用户画像都包含哪些基本内容呢，一般而言包含以下必要元素：

地域

精准营销基于LBS位置的服务，不仅仅可以定位用户在哪里，还可以描绘出用户经常访问哪些场所，比如是否是常驻写字楼的上班族，是否是两点一线的学生族，用户常在哪些商圈出没等等。更重要的是在位置信息的支持下，为用户提供相应的场景服务营销，比如推送附近的咖啡店、附近的特色美食等信息。并且在信息推送后，跟踪用户的后续行为，比如是否点击关注了，是否到店消费了，对数据进行闭环修正。

性别

用户的性别定位对于营销非常关键，通过用户对日常信息的各种浏览偏好，以及平台大数据联网所进行的长时间筛查，可以较为清晰的判断用户的性别属性。清晰的性别标签，将会对后续的人群选择产生重要作用，比如男性用户对于体育、军事、美女、汽车、历史等等产品及衍生品的关注度、转化效果将远远大于女性用户，而美妆、电视剧、娱乐、服饰等等类型的广告主将更加关注女性群体用户的定位。

收入

通过大数据平台对用户的兴趣行为的定向可以形成用户收入水平的判定参考。比如用户对于名表、名包、收藏、股票等等的关注浏览行为，结合其消费意向、消费占比、消费嗜好等进行全面的数据记录，形成对用户收入水平的画像。

不同收入水平的人群对于产品的价格、品牌、品质等诉求点截然不同，中低收入水平人群的价格敏感度要高于高收入人群，对于打折促销产品也表现出较高的兴趣。

年龄

每个年龄段所关心的内容是不一样的，60后在刷谣言，70后在刷鸡汤，80后在刷职场，90后在刷互联网，00后在刷二次元…

各广告平台进行了越来越频繁的相互参股渗透，在此基础之上通过自己的分析模型，可以形成对用户精准的年龄定向。

罗振宇的跨年演讲《时间的朋友》里有提到，在大数据背景下， 将会对用户进行更加细度的维度，不仅仅精确到年龄，甚至可以做到按天来进行切片。那一天到来的时候，对于用户的营销将不仅仅是千人千面，将以更加人性化、情感化的方式出现。

远景

未来随着人工智能的介入，对于用户的理解还将进一步加深加强，精准营销广告算法将会有巨大的发展空间，两种看似没有关系的产品，在某种情况下会形成同长的销售情况，比如经典的尿片和啤酒的销售关联等等。