从代码到300优质客户,用户画像在销售的实战应用

2018 年 6 月 16 日 R语言中文社区

点击图片,查看课程详情


想了解自己数据分析能力到了哪一层,戳{数据分析6个能力等级}(https://edu.hellobi.com/course/185)

想和大牛学更多思维方式,戳{和管理咨询顾问学思考}(https://edu.hellobi.com/course/199)


    “美女,头像是你本人吗?发张照片来看看!”好吧,这是时下最让女生反感的搭讪方式,基本可以被列为性骚扰的范畴了。然而在颜值即正义的今天,一个漂亮的微信头像确实更容易引起人们的好奇心,引发男生的聊天冲动,引发老婆对老公的质问:“这个女人是谁?为什么半夜要跟她聊天”o(╯□╰)o 


       在企业也是一样,用户画像也越来越成为一种普遍使用的方法。之前移动互联网没有流行的时候,收集用户信息是件很困难的事情。用户画像基本是民航,银行,移动这种有政策支持,有权力强制收集用户个人信息的企业的专享服务。而移动互联网兴起以后,通过社交信息的打通,用户互动的增加,越来越多的用户信息被企业掌握,做用户画像也变得越来越普遍。“小王啊,对我们的APP用户做一份用户画像”,隔三差五的,小王同学会收到一份这样的需求,然而他越做越郁闷:“为什么老是要做画像?做了这玩意到底有什么用呢?每次做的都差不多,为啥还要翻来覆去看”。


看清了用户画像的用处,自然理解要做成什么样子


       用户画像,就是对用户特征,行为做描述性统计。用户画像四个字是很形象的,就是给用户画一张画,让大家看清楚他是谁,从哪来,到哪去。当然在今天,这个任务更多是靠照片实现的,以照片为例,用户画像其实有三种用途:

证件照。难看但真实。类似证件照的用户画像,可以快速识别用户,找到目标群体。较多用在销售领域。

生活照。比如你晒在朋友圈的吃喝玩乐衣食住行照片。类似生活照的用户画像,结合了具体产品使用场景,容易发现市场机会。适用于市场,运营的策划们构思战术。

艺术照。就是照骗,P图P的连亲妈都不认识,但是反映了你内心最期待的画面。当需要做品牌推广或者产品植入的时候,是最需要这种能够透过现象,触及用户情感的用户画像。


       今天先从最简单的:应用于销售讲起


       一提证件照,大家联想到的就是:素颜无遮挡,正面对镜头,丑的惊为天人,都不敢拿出来见人,生怕男票看到自己真面目。为什么证件照要求那么苛刻,非要把人拍丑呢?是为了容易识别,证件照要起到的作用是最准确,快速的识别个人。识别本身是件很重要的事,不然警察叔叔抓错人了怎么办?银行放贷放错了人了怎么办?如果大家都是美瞳假睫毛双眼皮贴45度嘟嘴向上拍身份证照,估计哪个网红犯了事,警察叔叔抓满两卡车还抓不到人。


      用户画像应用于一线销售的时候,也需要起到容易识别的证件照的效果。

      画像=高效率。因为一线销售人员和警察叔叔一样,时间紧,任务重,他们的底薪只有1500,全靠提成养活,如果在卖场人海茫茫不能快速准确识别有价值客户,那真是“谈的全是穷光蛋,辛苦一天全白干”。过低的成交率,对销售队伍的稳定,对业绩的达成都有很大伤害。销售队伍中的Ace们有能力区分不同客户,但大量的销售是缺乏经验,缺少技能,缺少分析能力的。因此,有一个清晰的用户画像,帮销售看清楚每一类客户的特征,能够很好的保留王牌销售的经验,提高销售队伍整体业绩。


      画像=执行力。很多时候,公司需要销售找到指定客户。这些客户可能不是最容易成交的,但是具有战略价值。这时候需要给到前线指引:你需要按这些这些这些条件去找人。这时候也需要清晰的用户画像,销售们只有很短的时间可以和顾客沟通,因此必须很清晰的指出:哪些是我们目标客户,销售们才容易执行。不做清晰的画像,把战略规划原本丢给一线队伍,那就得着那些战略规划躺在word里吧。


      画像=低风险。有优质客户就有垃圾客户,规避垃圾客户也是在节省成本,提高效率。特别是很多公司没有银行那样严谨的审核体系,更需要针对容易出问题的客户,针对低价值客户做清晰的画像,让销售们第一时间预知到危险。

  

应用于销售的时候,需要注意以下几点


      容易观察:一线销售不是心理学家,不是数学家,甚至大部分都不是大学生。复杂的字段,他们难以理解,太隐晦的描述,比如价值观,消费观这些他们无从观察,也没有心思去观察。因此,后台的分析逻辑可以很复杂,但给到前线的指标需要尽量简化,找差异化最大的,最容易识别的指标,比如男女,年龄。


       指标简单:输出的指标也不能太多,因为在统计上,你可以看到25-30岁之间,家庭月收入2万以上,男性,未婚,使用苹果手机比例高的是你的目标用户,但是到了卖场你会发现同时满足这几个条件的人根本没有!限制太多的指标,会让销售们感到无所适从,错失很多机会,或者干脆视指标为无物,该咋干还是咋干。


       利弊清晰:一线销售在乎的就是钱,钱,还是钱。只是单纯的描述一类用户让销售去跟进,肯定会引发疑问:“为什么非要做这类用户?为什么别的不能做?”严重的时候甚至会引发指责:“你们走过几趟市场?你们签下来几单?你们这些做办公室吹空调的凭什么瞎指挥我们这些天天在外边跑的?”所以,用户画像一定概要把顾客价值清晰的计算出来。销售的人力是有限的,每天只能促成有限的交易。那么每笔交易,目标客户可以比非目标多挣多少,每月做下来,做目标的比不做目标多挣多少。拿事实说话,降低疑问。

  

       最理想的状态,是我们做完目标用户画像以后,从销售队伍中找到目前收入高,业绩好,目标用户做的多的团队,让他们替我们站台,竖起成功标杆。销售们会质疑我们这些坐办公室不下市场的人,但绝不会质疑市场里比他们挣得多的大佬。这样市场得利,分析得名,就是最佳的配合状态了。


为了达成目标,针对销售的用户画像,一般这么做


1.       明确画像的群体,你可以选择:

l  按用户价值分:高中低价值用户

l  按成交难度分:易成交,难成交

l  按生命周期分:老用户,新用户

l  按顾客需求分:XX类产品用户

2.       选择易观察字段,描述用户特征。这是给市场部/业务部领导们看的,尽量详细

l  自然属性:男女,年龄,出生地(如果数据有采集)

l  社会属性:职业,收入(如果数据有采集)

l  内在需求:情感需求,功能需求(需要新媒体文本分析或定性调研支持)

l  会员卡等级:持有VIP卡等级(这个数一定有)

l  交易行为:购买产品类型,金额,组合购买习惯。(这个数一定有)

l  活跃行为:顾客登陆,访问,交易行为频率,时间段。(这个数一定有)

l  价值分析:生命周期长度,生命周期价值。(这个数需要推算)

3.       总结核心特征。这是给一线看的,数量不宜多(三个为宜),提取上述指标中易观察的指标。只要保证按指标找客户,有较大几率提升效益即可

l  优选:自然属性和会员卡等级,最直接,最容易观察

l  次选:交易行为,需要有CRM软件提醒销售,或需要销售主动问

l  再次:内在需求,需要销售主动问,但难度较大

4.       计算目标用户价值。这也是给一线看的,举例,以一个销售为例,计算

l  每促成一个,销售可以多挣多少

l  按目标用户执行一月,销售可以多挣多少

l  最佳实践:目前执行较好的团队,比一般团队多挣多少


       最终输出报告的时候,如果呈市场部/业务部领导,则按上述顺序,先讲清分析的出发点,再层层深入,最后总结行动计划。如果呈一线,或做行动指南,则颠倒顺序,优先讲清楚利益点,再讲怎么做,最后讲原因。篇幅有限的话,直接把分析逻辑,思路什么的都省掉。突出利益点和目标感,毕竟业绩是做出来的,不是分析算出来的,O(∩_∩)O



大家都在看


超级菜鸟怎么学习数据分析?

你听过管理者最无耻的一句话是什么?

如何在业余时学数据分析?

非常认真地完成现有工作,却得不到加薪待遇?

那些小城里的分析大师们为什么发不了财?

拒绝鸡汤,我要挣钱!用数据分析找到销售成功背后的真正秘密

有哪些典型的「学生思维」?

商业分析能力是怎样炼成的?

边浪边学习的秘籍!不看又亏一个假期

听了煎饼大妈忽悠,你也推着小车上路以后

数据分析职场路上有困惑?不妨花几分钟来看看...

在公司里,数据分析师是如何帮助公司创收的?

脱单路径大分析!科学拯救单身的你

天气太热业绩差,除了设坛求雨外,数据分析师还能干啥?

身为数据分析师,却被业务当做取数机?

学习数学到底有什么用?

做了那么多营销,为什么没有效果?

什么样的领导最难搞定?


作者:陈老师,在咨询行业打拼了9年,在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战,天善智能特邀专家。

个人公众号:接地气学堂

博客:https://ask.hellobi.com/blog/chenwen


数据分析职场路上有困扰吗?不妨到《数据分析师八大能力培养课程》https://edu.hellobi.com/course/272 里聊聊!

视频课程特色:

从真实数据分析工作场景出发,训练实战能力

启发式教学+大量实际操练,培养属于自己的能力

不依赖于某个具体技术,也适合对数据分析感兴趣的学生、业务部门人士学习

☟☟☟ 猛戳阅读原文,即刻加入课程。

登录查看更多
5

相关内容

用户画像是真实用户的虚拟代表,是 建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。通过用户调研去了解用户,根据他们的目标、行为和观点的差 异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
188+阅读 · 2020年6月29日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
186+阅读 · 2020年3月31日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
329+阅读 · 2020年3月17日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
211+阅读 · 2020年2月21日
【电子书】Flutter实战305页PDF免费下载
专知会员服务
20+阅读 · 2019年11月7日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
实战 | 40行代码实现人脸识别
七月在线实验室
3+阅读 · 2018年3月7日
基于大数据搭建社交好友推荐系统
云栖社区
8+阅读 · 2018年2月2日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
教你 5 步画出用户画像
职人社
8+阅读 · 2017年9月13日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Arxiv
7+阅读 · 2018年5月21日
Arxiv
6+阅读 · 2018年5月18日
Arxiv
13+阅读 · 2018年4月6日
Arxiv
6+阅读 · 2018年1月29日
VIP会员
相关VIP内容
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
188+阅读 · 2020年6月29日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
186+阅读 · 2020年3月31日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
329+阅读 · 2020年3月17日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
211+阅读 · 2020年2月21日
【电子书】Flutter实战305页PDF免费下载
专知会员服务
20+阅读 · 2019年11月7日
相关资讯
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
实战 | 40行代码实现人脸识别
七月在线实验室
3+阅读 · 2018年3月7日
基于大数据搭建社交好友推荐系统
云栖社区
8+阅读 · 2018年2月2日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
教你 5 步画出用户画像
职人社
8+阅读 · 2017年9月13日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
Top
微信扫码咨询专知VIP会员