基于用户画像的农产品电商平台精准营销模式设计,该文是关于精准营销相关毕业论文模板范文和精准营销和用户画像和电商方面论文写作资料范文.
精准营销论文参考文献：
文／原娟娟 顾雨霆 董文洁
摘 要：农村电子商务的发展正日益成为电子商务发展的“蓝海”,从到地方政府都高度重视农村尤其是农产品电子商务的发展.文章是在借鉴前人关于电子商务精准营销相关理论研究的基础上,重点完成了用户画像构建和精准营销实施模式设计,为农产品电商平台的营销提供一些理论依据.
关键词：用户画像；精准营销；数据挖掘；农产品电商平台
引言
近年来,随着互联网的普及和农村网民数量的攀升,农村电子商务发展迅猛,一方面表现为农村电子商务消费占比不断提升,另一方面一大批涉农电子商务平台迅速崛起,带动了农村电子商务的发展,逐渐形成以农产品电商平台为核心的农村电子商务生态圈.然而,在大数据背景下,消费者更加主动化、移动化、个性化和社交化的特点,使得农产品消费者的消费心理和行为模式都发生了很大变化,关注农产品平台上的用户画像成为这一进程中的关键环节,构建用户画像模型成为农产品精准营销模式研究的必然.
1.农产品电商平台营销现状述评
基于互联网的精准营销概念是2005年菲利普·科特勒首次提出的.他认为: “精准营销,就是公司需要更精准、可衡量和高投资回报的营销沟通,需要更注重结果和行动的营销传播计划,更注重对直接销售沟通的投资.”因此,在农产品电商领域里应用精准营销的理论,有助于精准地把服务信息和产品传播给目标消费者,满足消费者的个性需求,实现消费者与企业的互利共赢,促进农产品电商的繁荣发展.
1.1 国内外农产品精准营销研究述评
国外关于农产品精准营销的理论研究主要是在精准营销理论的基础上,融入农产品营销领域的特殊情境构建而成.形成了几种主要的观点：一是美国学者Kimberley提出的通过筛选农产品平台上的客户资料和IP资讯,实现对平台目标消费群体的精准定位,进而通过精准营销模式中的定向投放环节开展农产品精准营销.二是美国学者Jeff Zabi等提出了构建农产品精准营销模式的基本方法以及正确的实施途径.该观点认为必须依托强大的数据库资源和运用先进的大数据分析技术,对消费者行为进行精准的衡量和判断,并且选择得当的途径向恰当的目标消费群体发送合适的信息.三是莱斯特·伟门提出的精准营销包括收集与处理客户信息、细分客户与精准定位、制定精准营销战略、设计精准营销方案、反馈营销效果五个环节.这个过程对于后来的精准营销实践起到了较大的指导作用.在实践领域中,国外已经进行了大量的运用,比如美国盛行依托政府构建农产品网站,进行农产品订单式精准生产,依托Facebook、Twitter等知名的第三方平台开展农产品广告的精准推送和个性化推荐等活动.
国内针对农产品精准营销的研究无论在理论和实践方面近年来都得到了一定程度的发展.现有的理论研究主要集中在三个方面：一是将精准营销模式的探索向农产品领域的直接延伸.在烟草、杂交水稻、生鲜农产品、生态农庄以及有机农产品领域已经得到了初步的应用.二是将精准营销理论在品牌营销方面做了些探索.比如新疆的果品品牌、蒙牛冠益乳品牌等的精准传播模式.三是构建基于社交型网络或特定模式下的精准营销研究.实践方面由阿里巴巴平台构建的“地方农产品特色馆”和其它B2C生态、有机农产品营销平台也取得了一定的应用.
综上所述,国内外针对农产品精准营销的理论和实践研究的重视程度都在不断提高,在不同行业不同领域也都有初步的成果和应用,但是关注农产品电商平台如何进行精准营销的研究仍然是一片空白.
1.2 国内农产品电商平台的运营情况
通过前期大量的资料调研发现,当前农产品电商平台的营销主要存在四个方面的问题：一是更多的关注广告投放的点击率等,对投放效果关注度不够；二是粗放型的选择营销对象,对目标用户分析和定位不够精准；三是对潜在用户的挖掘不够,不关注用户生命周期和利润贡献；四是忽视移动智能终端的社交化网络的营销活动.
1.3 大数据背景下用户的分析
传统的网络营销模式由于缺乏对用户数据的有效挖掘和利用,数据的巨大价值不能体现,因而已很难适应大数据时代复杂的营销数据环境.人们更加聚焦大数据挖掘背后潜在的商业价值,更加关注大数据背后用户的行为分析、用户的价值分析以及用户的忠诚度分析,更加关注用户的行为是否与平台营销效果的一致性问题、营销平台营销效果的用户行为有哪些？因此,通过互联网便利地获取用户信息,进一步精准、快速地分析用户的行为习惯、消费习惯等重要商业信息,提供了足够的数据基础.与此同时用户画像（UserProfile）的概念悄然而生,用户数据的使用逐渐成为大数据时代下企业发展的重中之重.
因此,文章以农产品电商平台为研究对象,把用户画像作为电商平台精准营销的起点,尝试探索出适合农产品电商平台精准营销的模式,为农产品电商平台营销提供一些指导和理论依据,帮助企业更好地实现平台和用户的协同效应.
2.大数据背景下的“用户画像”
2.1 用户画像概念
由于用户互联网应用场景、呈现状态等的不同,要想准确描述与刻画用户并不十分容易.经过大量的研究与总结,用户画像有以下几种定义：
（1）用户画像是一种有效用于勾画目标用户、联系用户诉求与设计方向的工具.其定义主要从现实用途出发,体现了用户画像的实际用途.该定义具象化的特点,使得其在各领域得到了广泛的应用.
（2）用户画像可以看作是企业应用大数据的基础,因为它可以完美地抽象出一个用户的信息全貌.也可以描述为用户信息的标签化.其定义从抽象角度出发,更好的解释了用户画像的定义即用户信息的全貌,突出了定义的广义性,其定义有着广义和抽象的特点.
从以上两种定义可以得知,用户画像从广义与抽象的角度来说,是反应了用户信息全貌的一个标签集合；从用途角度和狭义一点的角度来解释,用户画像是勾画、连接、应用的一个实体,反应了用户画像在现实中的存在形式.从统计学的角度出发,查阅相关资料,本文认为,用户画像的定义可以这样被定义.用户画像是对现实世界中用户的数学建模.其认为,标签是某一种用户特征的符号表示,用户画像可以用标签的集合来表示.将用户画像推广到数学邻域,则标签是特征空间中的维度,用户画像是特征空间中的稀疏向量.例如,标签全集为(A,B,C,D,E,F)用户画像(C,E,F)则数学意义上的标签全集等价于特征空间{A×B×C×D×E×F},用户画像等价于{0,0,1,0,1,1)的稀疏向量.
这一理论认为用户画像应包含如下的几个方面,用户画像包括目标,方式,组织,标准,验证.其中目标指的是描述人,认识人,了解人,理解人.方式,又分为非形式化手段,如使用文字、语言、图像、视频等方式描述人；形式化手段,即使用数据的方式来刻画人物的画像.组织,指的是结构化、非结构化的组织形式.标准指的是使用常识、共识、知识体系的渐进过程来刻画人物,认识了解用户.验证：依据侧重说明了用户画像应该来源事实、经得起推理和检验.
（3）从统计学的角度出发,有人认为用户画像是对现实世界中用户的数学建模.其是定义在特征空间中标签全集的子集,即用户画像是特征空间中稀疏向量.这一理论便于我们从统计学角度对其进行解释,有着其数学意义.即方便我们对其建模处理,也能够很好的将其进行科学的解释与描述.
本文中的用户画像是一个用户信息标签化的过程,是企业通过收集与分析用户的社会属性、生活习惯、消费行为等主要的信息数据之后,能够描绘出一个真实用户的虚拟物的过程.
2.2 农产品电商平台用户画像的意义
农产品电商平台用户画像构建的意义在于一方面提升农产品电商平台的服务水平和用户体验.精准营销的核心理念就是以用户的需求为营销活动的始点和终点,分析和了解用户的需求变化趋势,并且充分满足用户的需求,用户体验就能得到提升.与此同时,平台服务要尽可能缩小用户的消费渠道,选择合适的物流公司,在保证产品完整交付给消费者的前提下,尽量减少产品流通环节,服务水平进一步提升；二是加强用户生命周期的管理,维护用户,防止用户流失,提升活动效果等；三是通过用户画像找到平台的目标用户,针对用户的偏好达成购买,并且实现向用户精准推送个性化的产品、使企业集中利用有限的营销资源,以获得比较高的投资回报率.
3.用户画像构建的流程
用户画像的核心工作就是给用户贴上“标签”,而一个用户标签通常是高度精炼的用户特征标识,比如用户的年龄、性别、地域、用户偏好等,最后去除特征权重较小、重合度很高的特征标签后,将用户的所有标签都整合起来,就能够比较准确地勾画出该用户的立体画像了.
一般认为农产品电商有平台类、过渡类、社交类和综合类四大类型,当为用户画像时,首先要从战略的角度进行解读,不同的农产品电商平台实现的战略目标一般不尽相同,有的平台是想提升农产品的服务质量、有的平台是想实现精准的营销活动,还有的是想提升用户的价值等.正因为如此,用户画像构建时用户特征的选取就会有所区别.因此,首先需要明确用户画像平台的战略意义,平台建设目标和效果预期,才能有针对性的开展实施工作.其构建流程大致包括三个阶段,如图1所示.
3.1 用户基础数据
用户画像是对用户的描述,用户基础数据可以分为静态数据和动态数据两个方面,用户画像模型应当能够根据提供的数据采用合理的方法来准确、全面、规范、合理的描绘出用户信息及各种属性,并且能够根据所描绘出的用户信息对用户进行分群,用户群的内部可以体现明显的相似性,各个用户群间则能够体现出不同的差异性,见图2.
用户静态属性是指平台用户的基本属性,包括性别、年龄、学历、职业、地区分布(省份、城市等),还包括用户的购买能力、行为特征、兴趣爱好、心理特征、社交网络等,目的是确定用户来自哪里,基本情况如何；
动态数据包括网络行为数据、平台内用户行为数据、用户内容偏好数据、用户交易数据这四类：
网络行为数据包括：平台上的活跃人数、访问/启动的次数、页面的浏览量、访问时长、装机量、激活率、渗透率和外部触点等；
平台内用户行为数据包括：用户的浏览路径、用户在页面的停留时间、用户的访问深度、唯一页面浏览次数、直接跳出访问数、进入和离开的页面等；
用户内容偏好数据包括：用户登录平台的时间/频次、浏览/*的内容有哪些、评论内容、互动内容、生活形态偏好、品牌偏好、地理位置等；
用户交易数据包括：贡献率、客单价、连带率、回头率、流失率、促销活动转化率、唤醒率等.
农产品电商平台收集到的用户基础数据具有不确定性的特点,因此不能保证100%的准确.这就需要在后面的阶段中通过建模来加以推断.为了更好地进行用户数据的分析,平台在储存用户行为数据时最好同时储存用户发生某种行为的场景.
3.2 行为建模
平台用户的行为建模是对收集到的用户基础数据进行处理的过程.在这个过程中,需要抽象出用户的标签,主要是通过数学模型、算法尽可能地排除用户的小概率行为,其包含的方法如图3所示.
（1）机器学习
用户画像的底层是机器学习,农产品电商平台要做精准营销,先要将用户数据进行规整处理,转化为相同维度的特征向量,各种算法才有用武之地.好的特征标签的选择可以使用户画像变得更丰富,也能提升机器学习算法的效果(准确度,收敛速度等).
对于农产品电商平台而言,特征提取可以根据不同维度提取,以天天果园为例,这些标签主要有三个来源,一个类是在IT系统中可以取得的信息,比如用户注册时留下的信息(性别,年龄,手机号码),购买渠道,积分券卡情况等；第二类是可以通过计算或是统计所获得的,比如用户对某类促销活动的参与程度(敏感度),对水果/乳品速食/肉禽蛋类商品的偏好程度(消费习惯),是否进行过礼品类产品的购买（相关判断）等；第三类则是通过推测所得,比如送货地址中的类型是家还是公司,推测用户的身份或偏好.
关联规则主要是利用产品相似性进行推荐营销；决策树主要用来保留顾客分析和顾客流失率分析.
（2）聚类分析
聚类分析是数据挖掘中的一种重要算法.聚类的目标是在没有任何先验知识的前提下,根据数据的相似程度将数据聚合成不同的类(或簇),使得相同类中的元素尽可能相似.在进行顾客群细分过程中,主要使用到聚类算法.而k－means算法就是解决这类问题的常用算法.
在使用K－means算法进行数据挖掘之前,需要选择K个业务场景,比如用户对农产品的敏感性、用户对平台营销活动的参与度、用户对农产品质量的要求等场景,通过数据挖掘分别找到这K个场景的特征用户,达到用户群细分的目的,为进一步智能化实施产品推荐和营销活动提供依据.
4.精准营销实施设计
营销的精准包括营销环节的精准和营销数据的精准.大数据时代的营销,是以“用户画像”作为基础,借助大数据的挖掘工具、分析工具,能够帮助农产品电商平台对网上用户进行全面的追踪及精细的划分.在准确地划分用户群体之后,总结用户的行为特征,就可以针对用户个性化的需求,设计差异化的产品或服务,进而提供差异化的产品或服务,最后再通过平台营销活动的实施验证用户画像的准确性,并进一步修正不同层次用户的画像,修正后的用户画像体系再反过来优化营销方案,实施步骤见图4.
5.结束语
用户画像作为大数据的根基,它完美地抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石.以往关于农产品电商平台的研究基本都是从平台的角度分析它的盈利模式、商务模式,极少从用户角度分析平台的营销活动进而达到盈利目的.本文选择从用户画像的角度,重点梳理和构建了用户画像的体系及精准营销实施的理论框架,帮助农产品电商平台了解用户真实的特点及行为轨迹,完善产品,优化用户体验,并且通过用户细分,锁定目标群体,对目标群体实施不同营销活动,进一步提升满意度,对于农产品电商平台的运营有一定的参考价值.然而大数据环境下的农产品电商平台的精准营销更加复杂和灵活、营销的效果还需要大量的实证研究和借助数据挖掘方法进一步探讨,这是文章后续要重点研究的内容.
参考文献：
[1] 李晓龙,冯俊文.大数据环境下电商精准营销策略研究[J].价值工程.2016(3):31-33.
[2] 李维胜,蒋绪军.电子商务精准营销对策研究.产业经济.2013(2):46-50.
[3] 龚映梅,曹新波.大数据环境下云南农产品精准营销模式研究[J].昆明理工大学学报 ( 社会科学版).2016(2):65-71.
[4] 高玉龙.基于文本挖掘的用户画像研究[D].汕头:汕头大学,2014.
[5] HaoWei,Xingyuan,Chen ChaoWang,User behioranalyses based on network data stream scenario[J]．Communication Technology(ICCT),IEEE．2012．
[6] 李映坤.大数据背景下用户画像的统计方法实践研究[D].北京：首都经济贸易大学,2016.
作者简介：
原娟娟,硕士研究生,副教授,盐城工学院经济学院教师,研究方向：电子商务应用、网络营销、大数据应用；
顾雨霆,本科生,所在单位：盐城工学院经济学院,所学专业：电子商务；
董文洁,本科生,所在单位：盐城工学院经济学院,所学专业：电子商务.
总而言之：该文是关于精准营销和用户画像和电商方面的相关大学硕士和精准营销本科毕业论文以及相关精准营销论文开题报告范文和职称论文写作参考文献资料.
农村电商成精准扶贫新举措三个先决条件决定落地情况
农村电商作为中国精准扶贫工作的一项创新举措,逐渐获得地方政府重视 记者注意到,近期全国多个省市陆续召开了电子商务精准扶贫经验交流会,旨在总结过去通过电商进行的扶贫,并对下一步工作进行安排部署 电商扶贫.
基于农村电商平台创业教育的课程体系建设
中图分类号G712 文献标识码A DOI10 16871j cnki kjwha 2018 06 046摘要随着互联网技术的不断进步,电商的发展迅速,农村电商平台也在信息化与产业化深度融合的趋势下,在.
面向电商平台的大学生消费行为
【摘 要】互联网时代迎来了电商平台的发展,其发展已经从以往的无线技术和网络终端体验朝着消费者服务体验和心理体验转型 笔者以问卷调查的方式,从电商平台对消费者心理影响的多方面因素出发,通过对河南理工大学.
网售滞销水果悲情牌在电商平台被滥用
5 月7 日,山西临猗县政府发布的一则针对“临猗苹果滞销”不当营销方式的声明引发关注 声明中称,多个电商发布“临猗苹果滞销”的营销策划,利用打&ldqu.