• 产品与服务矩阵
  • 资源中心
  • 关于我们

易观杨帆:企业如何利用Wi-Fi数据构建用户画像?

易观 2016-12-05 4400
在第四届中国Wi-Fi产业峰会上,易观资深分析师杨帆发表了主题为《从网络连接到数据挖掘—物联网时代Wi-Fi》的演讲。分享了企业如何通过数据分析构建用户画像,提高精准营销能力的方法。

移动互联网时代,我们越发离不开手机、APPWi-Fi。而企业正是通过用户使用手机、APP Wi-Fi等的移动数据来了解用户,从而为用户提供更便捷的服务。但问题在于,虽然很多企业积累了大量的用户数据,却没有构建用户画像的能力,这让企业的精准营销变得困难重重。

那么,企业如何通过数据分析构建用户画像,实现精准营销呢?在第四届中国Wi-Fi产业峰会上,易观资深分析师杨帆发表了主题为《从网络连接到数据挖掘—物联网时代Wi-Fi》的演讲。分享了企业如何通过数据分析构建用户画像,提高精准营销能力的方法。

★以下为演讲干货:

移动互联网用户规模增速放缓

通过易观监测,如今移动互联网用户的规模其实已经基本达到了天花板,趋于增速很低的状态。而对于物联网的设备来讲,未来的几年,还会处于一个比较高的增长的速度。基于这两个数据,我个人认为,互联网已经从一个增量市场变成了一个存量市场,因为用户规模基本已经锁定了。但是在用户规模上面,用户所产生的黏性、设备数据、活跃度等数据还将以一个很快的速度继续增长下去。对于整个的互联网来说,已经成为由抓取用户,到耕耘用户的阶段。

Wi-Fi是移动互联网及物联网核心入口

Wi-Fi作为整个互联网的一个最底层,跟蜂窝网络一起作为底层的数据交互的传输的方式,承载着所有的数据的传输和连接。在此条件下,才有我们的操作系统、APP等等各种各样的应用,这里我们可以看出Wi-Fi是整个互联网还有物联网的核心的入口。刚刚主持人也提到了一个数据,超过90%的用户都用Wi-Fi连接网络,Wi-Fi承载的数据量是蜂窝数据的很多倍。

在我们的定义当中,Wi-Fi分为商业Wi-Fi、家用Wi-Fi。商业Wi-Fi我又把他区分为前向运营和后向运营两种,前向运营是通过向C端的用户进行收费的商业模式,而后向运营主要是通过经营他的数据、服务,得到营收。

通过商业Wi-Fi后向市场,基于易观AMC模型得到了这样一个趋势图,从07年迈外迪布局免费咖啡厅开始,整个商业Wi-Fi后向运营的市场就诞生了。而在这个过程中,08年的时候迈外迪卖出了第一个商业广告,验证了他之前一直去推崇的后向运营的商业模式,带来了他的第一笔营收。但是整个市场其实当时还是处于PC的时代,大家的网络以及网速,受到各种设备网速的限制,整个Wi-Fi发展比较缓慢,进入了低谷期。2012年开始,安卓机还有苹果手机的大面积普及,迈外迪、树熊这些企业相继获得了腾讯、阿里这些互联网巨头大额的投资,整个市场进入了快速发展的阶段。

整个商业Wi-Fi后向运营其实提供了三种服务,类似于马斯洛需求的倒三角:一是最底层的基础服务,为B端和C端同时提供了网络连接的功能;二是提供应用服务,比如说现在有些餐厅,他可以在连上Wi-Fi的时候直接通过页面去点餐。三是提供个性化服务,未来的大发展趋势的是数据的服务,基于用户的行为,还有属性等等各种偏好,提供个性化的服务,也为B端提供一些精准的用户画像等。

数据分析助力企业精准营销

大数据服务,其实在近两年才被大家更多的提及。用户画像是数据服务的一个很细分的领域。我以用户画像举例,早在PC时代,在广告营销大的环境里大家就都在谈及这个了。现在大数据被大家越来越多的提及,因为他有了更大的实现可能性,以及更高的精准度。

我们讲到说,从数据服务角度上看,其实我们不应该为了做数据分析而做数据分析,我们应该是说,以终为始。首先我们要明确我们希望通过数据分析能够得到什么结论,通过这个结论反推我们需要去找哪些数据源。基于这些数据,再通过算法模型,机器学习等这些手段最终实现我们的目的。

这是我们易观基于某个商场的用户数据画的图,我给大家解释一下这个图具体的含义。这几个点就代表了各个品牌在商场里面的店铺,每个品牌之间的联线说明,有多少的用户既逛过星巴克,又逛过必胜客。从这个图上可以看出有一些像星巴克是偏大众化的品牌,而有一些像蒙自源就是偏个性化的店铺。

这个画像大家了解比较多,就是人口的密集度和人口的流动性。

上面这张图,实际上是我们对Wi-Fi数据的呈现做的尝试,和基于原始数据做的简单的分析。易观结合Wi-Fi的数据,还有移动互联网的一些数据,对整个用户行为、偏好、地区、地点等等这些去做用户的分类。

比如潮流体验型主要的人群是男性,年龄段在2024岁,目前所在的地方是在地级市,大概什么样的学历、什么样的收入,什么样爱好,喜欢追星、喜欢拍照,经常到KTV唱歌等等,这些都是基于数据分析,把这一类人群做一个归纳和总结。

这就是对于他比较具像画的画像,左边的这个他喜欢去大歌星,吃九毛九。右边的喜欢看动作片,然后去吃麦当劳等等。对于这类用户然后又做了更细致的区分,因为他已经具像到很细致的偏好和很爱逛的一些地点。

基于这些不同分类的用户,我们又可以去做很多后续的工作,你可以依据他各种APP的使用习惯也好、行为也好,去对你的运营、营销作出一些指导性的建议。这些数据其实也是现在我们基本成型的一些呈现形式。包括这个用户他手机里面安装了多少个APP,目前在使用的有多少个,他在一天24小时之内,每个时间段他喜欢用什么样的APP,这样的情况。这就是我们认为基于整个Wi-Fi数据也好,移动互联网数据也好,可以做到比较细致的用户画像,以及基于用户画像可以做到更有助于你去改进你的运营和营销。当然我举的这个应用场景只是整个数据应用中很细分的领域。

我们易观也希望在后续拓展更多的应用场景和应用的方式方法,欢迎大家与易观有更多的数据合作,也欢迎大家来找到我们一起去探索Wi-Fi这一块的数据怎么样去应用,谢谢大家。