新零售給我們帶來了“經(jīng)營消費(fèi)者”的概念，在無人零售正成為爆炸性風(fēng)口的當(dāng)下，入場之前不妨想想，你真的認(rèn)識(shí)你的目標(biāo)受眾，以及知道如何快速觸及他們嗎？
本文系統(tǒng)性地對新零售環(huán)境下的用戶畫像刻畫進(jìn)行了分析，共分為三個(gè)部分：
新零售是什么，集中在第一章節(jié)；
新零售環(huán)境下為何需要精準(zhǔn)的用戶畫像，集中在第二章節(jié)；
新零售環(huán)境下的產(chǎn)品傳播推廣，集中在第三章節(jié)
第一章：方興未艾的新零售
“未來的十年、二十年，沒有電子商務(wù)這一說，只有新零售?！?/span>
所謂新零售，簡單而言即以互聯(lián)網(wǎng)為依托，通過運(yùn)用大數(shù)據(jù)、云計(jì)算等技術(shù)手段，將線上線下以及物流打通，重塑零售業(yè)態(tài)的新形式。
互聯(lián)網(wǎng)加上消費(fèi)升級，成為了拉動(dòng)新零售誕生的沃土；線上、線下和物流深度融合在一起，才會(huì)產(chǎn)生新零售，傳統(tǒng)消費(fèi)領(lǐng)域內(nèi)的“人貨場”由此被重構(gòu)：
人：數(shù)字化消費(fèi)者，用戶從此可被清晰辨識(shí)和精準(zhǔn)服務(wù)；
貨：按需智能供貨，由智能制造結(jié)合最優(yōu)供應(yīng)鏈，按需為線下門店和顧客供應(yīng)商品；
場：消費(fèi)即體驗(yàn)，用戶到店即知，感同身受，場景更貼近用戶生活，更有溫度。
自2016年10月的阿里云棲大會(huì)上，馬云在演講中第一次提出新零售，已經(jīng)過去近兩年了。各種“新物種”如盒馬生鮮、每日優(yōu)鮮撲面而來；無人零售異軍突起，引領(lǐng)風(fēng)潮；更多新業(yè)態(tài)出現(xiàn)在美妝、家居、機(jī)器人科技等領(lǐng)域，巨頭們紛紛搶占市場。
據(jù)前瞻產(chǎn)業(yè)研究院報(bào)告，2017年新零售市場規(guī)模為389.4億元。隨著用戶習(xí)慣的養(yǎng)成和新零售模式的創(chuàng)新，預(yù)計(jì)2022年將達(dá)到1800億元，年復(fù)合增長率為115%。
2016年12月5日，亞馬遜宣布推出革命性線下實(shí)體商店Amazon Go，瞬間引領(lǐng)了無人零售的風(fēng)潮，眾多巨頭和創(chuàng)業(yè)投資人紛紛開始布局。2017年共有93起無人零售事件獲得融資，超過新零售領(lǐng)域全年獲投資總數(shù)的一半?？梢赃@樣說，無人零售當(dāng)前正處于爆炸性風(fēng)口。
第二章：更加精準(zhǔn)的用戶畫像
用戶畫像也即User Profile，它抽象出一個(gè)用戶的信息全貌并給用戶打上標(biāo)簽，提供了用戶行為習(xí)慣、消費(fèi)習(xí)慣等重要的商業(yè)信息，是企業(yè)應(yīng)用大數(shù)據(jù)的根基，可用來挖掘更多的商業(yè)價(jià)值。
1. 什么是更加精準(zhǔn)的用戶畫像
我們平常所說的用戶畫像一般是指傳統(tǒng)用戶畫像，主要是由產(chǎn)品、運(yùn)營人員從用戶群體中抽象出來的典型用戶。
這種用戶畫像偏向于定性分析，用于闡述用戶需求產(chǎn)生的原因，能夠幫助產(chǎn)品開發(fā)人員從用戶的角度思考問題，理解用戶的需求以及產(chǎn)品的使用場景。
以下是一副典型的傳統(tǒng)用戶畫像，來源可查看我的上一篇文章。
大疆Mavic Pro無人機(jī)用戶畫像
更加精準(zhǔn)的用戶畫像一方面擴(kuò)充了傳統(tǒng)的用戶畫像的內(nèi)容，將用戶行為數(shù)據(jù)等納入其中；另一方面也考慮到了時(shí)間和地理等因素，最終形成了豐富、立體且動(dòng)態(tài)的體系。其包括兩大方面：
用戶的接觸點(diǎn)，包括用戶行為數(shù)據(jù)和（購買路徑）觸點(diǎn)兩方面；
體系化的標(biāo)簽，包括人口屬性、社會(huì)屬性、興趣偏好、意識(shí)認(rèn)知四大體系
具體如下：
值得注意的是，這兩大方面并非是完全獨(dú)立的，相互間會(huì)有交叉或關(guān)聯(lián)，如體系化的標(biāo)簽內(nèi)的“興趣偏好”與用戶的線上行為數(shù)據(jù)有很大關(guān)聯(lián)。
2. 為什么新零售需要更加精準(zhǔn)的用戶畫像
傳統(tǒng)的用戶畫像往往不是真實(shí)目標(biāo)群體，而是整合構(gòu)造出的理想個(gè)體；此外，傳統(tǒng)用戶畫像是非常靜態(tài)片面的，如年齡和地域信息等。隨著產(chǎn)品功能的迭代及真實(shí)用戶數(shù)據(jù)的涌入，僅通過傳統(tǒng)用戶畫像定性的評估很難貼近實(shí)際用戶并細(xì)致的構(gòu)建用戶模型。
很多品牌都會(huì)建立消費(fèi)者數(shù)據(jù)庫，其大部分依據(jù)的正是傳統(tǒng)的用戶畫像。這種信息庫有很大不足，一方面繼承了傳統(tǒng)用戶畫像的固有缺點(diǎn)，另一方面這種信息庫并未建立用戶和品牌直接聯(lián)系的通道。
傳統(tǒng)零售業(yè)的核心在于“推銷商品”，商鋪提供商品，用戶就只能從中選擇。而新零售的一大重要賣點(diǎn)卻是“精準(zhǔn)營銷”，針對每一個(gè)消費(fèi)者的不同訴求，提供各具特色的服務(wù)，并盡可能滿足其“更爽、更好、更快”的要求。
精準(zhǔn)營銷的數(shù)據(jù)基礎(chǔ)就是更加精準(zhǔn)的用戶畫像，通過摒棄理想化的統(tǒng)一個(gè)體，轉(zhuǎn)而對用戶群體進(jìn)行細(xì)致描述和精準(zhǔn)分類，做到消費(fèi)者想要什么，商鋪就提供什么。值得注意的是，描述用戶群體的標(biāo)簽的數(shù)量并非越多越好，最重要的是從中提煉出最具價(jià)值的商業(yè)信息。
第三章：核心問題——如何快速觸及產(chǎn)品目標(biāo)受眾
精準(zhǔn)的用戶畫像并非一蹴而就的，事實(shí)上正因?yàn)槠鋭?dòng)態(tài)和立體的屬性，有價(jià)值的用戶畫像是時(shí)刻處于變動(dòng)中的。
在新零售領(lǐng)域，有一個(gè)核心的商業(yè)問題，即如何快速觸及產(chǎn)品目標(biāo)受眾。
在我看來，觸及目標(biāo)受眾首先是建立在已有的用戶畫像基礎(chǔ)上的，而在將產(chǎn)品傳達(dá)至用戶手中的過程中，獲得的信息將助力用戶畫像更加精準(zhǔn)的刻畫。其過程可以概括如下：
1. 目標(biāo)受眾定位
以景區(qū)便利店為例，其運(yùn)營的核心是利用線下促銷和微信等App線上推廣來進(jìn)行獲客，線下店智能選品和貨品陳列優(yōu)化來提高銷售額。
若要在深圳大梅沙海濱公園開一家景區(qū)便利店，我們可以通過高德位智數(shù)據(jù)平臺(tái)來對該區(qū)域到訪人群進(jìn)行分析：
深圳大梅沙海濱公園近一個(gè)月到訪人群性別分布
深圳大梅沙海濱公園近一個(gè)月到訪人群年齡分布
故初步對目標(biāo)受眾的定位可以是：
20——39歲年輕人居多
男性居多
在這一基礎(chǔ)上，我們可以將便利店的商品初步鎖定在一般景區(qū)便利店必備的商品，并針對年輕人特別是年輕男性進(jìn)行商品提供，如功能飲料等。
隨后我們需要確定該景區(qū)便利店應(yīng)該開在哪個(gè)位置，這里選擇騰訊位置大數(shù)據(jù)平臺(tái)來對大梅沙海濱公園進(jìn)行區(qū)域人口分布熱力圖分析：
深圳大梅沙海濱公園區(qū)域人口分布熱力圖
可以看出月亮廣場和愿望塔附近的到訪人員在景區(qū)開放的時(shí)間段始終分布較多，初步可定在這兩個(gè)景點(diǎn)附近。再考慮到用戶到訪的方便以及便利店的傳播，可將便利店選在主要街道的附近，從這一角度看，靠近環(huán)梅路與鹽梅路的交叉路口的月亮廣場附近是一個(gè)更合適的位置。
2. 產(chǎn)品傳播推廣
選定了客流量大的商鋪位置并不意味著高枕無憂了，下一步就要開始進(jìn)行推廣策略的制定，并且是線上和線下兩個(gè)途徑同步進(jìn)行。
對于線上途徑，主要是基于媒體觸點(diǎn)進(jìn)行傳播，分為三步：
目標(biāo)受眾路徑分析
媒體觸點(diǎn)選擇
人群對接投放
其路徑可舉例如下，在得知占比最大的目標(biāo)受眾偏愛的媒體觸點(diǎn)之后，即可在對應(yīng)媒體觸點(diǎn)上進(jìn)行傳播，以吸引目標(biāo)受眾前來體驗(yàn)，并擴(kuò)大商鋪知名度。以資訊類App為例，其路徑如下：
對于線下途徑，主要是基于商鋪內(nèi)消費(fèi)者行為分析，分為三個(gè)方面：
捕獲人員信息
捕獲人-場交互信息
捕獲人-貨交互信息
人員信息可借助攝像頭和人臉識(shí)別技術(shù)，結(jié)合付款A(yù)pp（如支付寶）進(jìn)行捕獲，以進(jìn)行消費(fèi)者管理，并提煉出用戶畫像中的人口屬性和社會(huì)屬性信息，如下所示：
人-場交互信息可借助行為分析儀進(jìn)行捕獲，以更好的把握商品陳列邏輯，并提煉出用戶畫像中的興趣偏好屬性和意識(shí)認(rèn)知屬性，如下所示：
如下是市面上一款行為分析儀：
人-貨交互信息可借助集成了攝像頭/麥克風(fēng)/壓力傳感器/紅外傳感器/體積位傳感器/電子標(biāo)簽等的IoT貨架進(jìn)行捕獲，以優(yōu)化選品邏輯和商品陳列邏輯，并提煉出用戶畫像中的興趣偏好屬性和意識(shí)認(rèn)知屬性，如下所示：
如下是市面上一款I(lǐng)oT貨架：
3. 產(chǎn)品推廣優(yōu)化
在通過各種手段獲得用戶信息后，需要據(jù)此對推廣策略進(jìn)行實(shí)時(shí)調(diào)整，以優(yōu)化用戶體驗(yàn)及提升銷售額。同樣是線上線下兩個(gè)維度同步進(jìn)行。
對于線上途徑，主要是基于傳播的投放優(yōu)化。在初步確定目標(biāo)受眾并進(jìn)行傳播后，可在曝光人群中找到實(shí)際點(diǎn)擊的人群，這一部分人群將作為新增的目標(biāo)受眾加入新一輪傳播中。其路徑如下：
對于線下途徑，主要是基于用戶行為的投放優(yōu)化，遵循以下兩個(gè)原則：
原則1：較大的價(jià)值由較少的消費(fèi)者創(chuàng)造。以此來確定選品邏輯和補(bǔ)貨邏輯。
原則2：讓消費(fèi)者“偷懶”。以此來確定商品陳列。
除以上兩個(gè)主要原則之外，還有很多其他更為細(xì)致的原則，如若檢測到某款商品曾被多次拿起又放下，就表明該商品價(jià)格與質(zhì)量不符；若某款商品在貨架上經(jīng)常處于空缺狀態(tài)（但庫存是充足的），則表明該商品的陳列方式不夠精益化或陳列數(shù)量較少。
總之借助大數(shù)據(jù)，用戶與場的交互、用戶與貨的交互中有很多有價(jià)值的信息值得提煉，并可反饋到商鋪的經(jīng)營上來。
新零售的核心就是“精準(zhǔn)營銷”或者叫“經(jīng)營消費(fèi)者”，是建立在一系列新技術(shù)如人臉識(shí)別、人工智能、IoT及各種智能硬件的基礎(chǔ)上的。
通過大規(guī)模的收集用戶信息，商家可以構(gòu)建出消費(fèi)者的精準(zhǔn)的畫像，并從中提煉出大量傳統(tǒng)零售業(yè)未曾關(guān)注甚至未曾知曉的商業(yè)信息。這些商業(yè)信息極具價(jià)值，而這也正是新零售的魅力所在。
原標(biāo)題：新零售環(huán)境下，如何快速精準(zhǔn)觸及目標(biāo)受眾？
本文由 @Smile（微信號(hào)：smile7853）原創(chuàng)授權(quán)發(fā)布于愛盈利。未經(jīng)許可，禁止轉(zhuǎn)載。
【投稿人原創(chuàng)】 本文由投稿人原創(chuàng)發(fā)布于愛盈利，未經(jīng)投稿人許可，禁止轉(zhuǎn)載。如有侵權(quán)聯(lián)系:[email protected]
