如何运用CRM系统数据进行标签化精准营销？

相信大家都了解过大数据，也学过一些大数据分析方法。但是我们如何利用大数据分析，创造价值呢？

今天智云通CRM系统小编要跟大家分享如何运用CRM系统数据进行标签化精准营销。

这个问题从本质上看是两类问题：

对用户画像，打上标签。这是个聚类问题，将同一类用户通过算法聚合成一类。

     那如何打标签呢？用户画像数据维度

　　针对每一类数据实体，进一步分解可落地的数据维度，形成字段集。

　　1. 用户数据：

　　用户自然特征：性别，年龄，地域，教育水平，出生日期，职业，星座

　　用户兴趣特征：兴趣爱好，使用APP/网站,浏览/收藏内容，互动内容，品牌偏好，产品偏好

　　用户社会特征:婚姻状况，家庭情况，社交/信息渠道偏好

　　用户消费特征：收入状况,购买力水平，已购商品，购买渠道偏好，最后购买时间，购买频次

　　2. 商品数据(以消费电子类为例)：

    手机：品牌，颜色，尺寸，电池容量，内存，摄像头，CPU，材质，散热，价格区间

    笔记本：品牌，屏幕尺寸，配置，颜色，风格，薄厚，价格区间

    智能手表：品牌，功能，材质，电池容量，颜色，风格，价格区间

　　3. 渠道数据(以消费电子类为例)：

　　信息渠道：微信，微博，论坛，SNS，贴吧，新闻网站，咨询App

　　购买渠道:电商平台，微店，官网，实体店，卖场

    对不同用户进行精准营销。这个问题是个预测问题，对用户行为建模，预测某一类用户会对什么更感兴趣。

    一、先说第一类问题，聚类。

    这个成熟的算法很多，具体选择哪种就要看你的数据有什么了。既然叫做数据分析，那边必然是以你的数据为准基础的，看你的数据包含什么，如果能把用户映射到某一个空间里面，表示成向量（也就是高维空间的坐标），就可以kmeans，DBscan等等方法来进行聚类，如果只能给出两两用户的相似度，那么就是用基于层次聚类的算法。再重申一遍，关键是数据。

    二、就是对用户行为建模，同样因为不了解数据，就只能简单讲一讲普通的流程。

    精准营销这个问题可以规约为预测用户对什么商品感兴趣。这个建模流程简单来说应该包含下面几个过程：

    a、选取特征，从历史数据中选择、构造出一些特征，假设这些特征和要预测的值之间的一个关系（这个关系也就是你的模型）。这一步是定性的过程。

    b、确定模型中的未知系数，也就是定量的过程。

    c、计算模型的置信度，根据测试集数据（从历史数据中选择一部分出来，分割方法很多，自行百度交叉验证）来判断预测准确性，如果符合要求，就可以用这个模型来预测用户喜欢什么，进行精准营销，如果准确性不满足要求，那么就再重复上述过程，构造更复杂的特征，或者收集更多数据，尝试其他模型。