×
  • 澳门新莆京娱乐网站
  • 问卷调查
  • 问卷调查系统
  • 区块链
  • 大数据
  • 数据中心
  • 创建问卷
问卷调查系统工具软件推荐
市场营销案例分析

解密阿里标签利器“ GProfile ”

你可能已经知道达摩盘,也可能接触过虾米音乐给你推荐的好歌,当然你肯定经常在购物时,收到系统给你推荐的产品……但你肯定不知道,在营销推荐、产品推荐的背后,是一个庞大的算法工程,其中的一款标签体系,从未对外公布。

今天阿里数据将会独家解密这一标签利器,它的内部代号是——GProfile ,全称为全局档案。概括来说,GProfile 全局档案要做的事情是这样的:

目前,GProfile 全局档案是以消费者档案为核心构建内容,通过分析消费者的基础信息、购物行为以描绘其特征画像。

今后 GProfile 还要做商品档案、店铺档案,形成更完备的档案体系。

在阿里数据的平台上,GProfile 主要根据用户在历史时间内的网购行为记录,从网购时间点、内容深度剖析,提供用户基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性和地理属性八大类标签服务。

继续勾勒一个GProfile 应用场景,那会是什么样子:

隔壁老王今天登陆阿里旅行·去啊澳门新莆京娱乐网站,收到的推荐是日本双人游产品,他感觉被深深地吸引,迅速下单。

不觉得有什么问题吗?

为什么隔壁老王是日本游,还是双人的。单身男青年大锤只能是江浙沪独步徒行推荐?而这种差异化的推荐,竟然正中两位的下怀!老王此时的心理os应该是:这广告也太神了,这广告来得也太及时了。

算法、标签、GProfile 可以完美解释这个现象。

根据前面介绍,GProfile 通过用户在历史时间内的网购行为记录已经为老王和大锤贴上了不同的标签。

同样的,日本双人游的产品运营人员也已经为这一产品的目标客户进行了标签预设:

比如有对象、爱看日剧的人士会被映射到日本双人游这项产品,而经济能力尚不足的光棍男大锤可能更合适附近短途旅行。

通过映射关系,当老王进入去啊页面时,系统已经自动将他的标签和日本双人游的标签,进行了匹配。于是,老王看见了日本双人游。

在商业环境中,用户并非天然抵触广告。真正抵触的是:人们在目之所及之处,无用的广告太泛滥,导致用户经常有被干扰的困扰。

我们显然可以从上述例子中,看到 GProfile 对于产品推荐精准度中起到至关重要的作用。

但,关于 GProfile ,你还可以畅想更多。

GProfile在阿里内部应用场景主要有三个方向:

1、ID画像干什么

画像
简单说,GProfile能对ID画像进行具象化处理,能从用户的言行举止推断出其身份和偏好。比如地址可以判断公司,用户在购物评论中流出的“男友”“老公”可以判断是否单身,近期购入的服装风格可以判断她本人的喜好等~

2、人群透视是什么

人群透视
相比ID画像,人群透视针对不再是单个用户,而是分析呈现一群用户的特征。有了这一人功能,圈选特征与产品定位相符的客户,商家在面临营销决策前可以清晰认知客户的产品购买偏好,不会再犯把连衣裙推荐给男同事,把豪车推荐给本课代表的错误了。

3、人群放大是什么

人群放大
人群放大是将已知的一部分用户群体信息作特征汇总,产出特征相似的更广的用户集。例如在阿里妈妈的圈人功能中,可以列举出一系列用户特征,如性别、年龄、星座和消费能力等,对所有符合条件的人群定向投放广告。

好了,既然已经剧透好多,不如继续讲一下 GProfile 标签有多强大。

在此前咱们推送的《2016数据会如何助力卖家?》中已经介绍过,目前我们已经梳理了300多种标签,这些标签可以为营销、广告、用户分析提供更深的作用。

那么你肯定想问,凭什么你说牛就是牛?

在阿里数据内部,GProfile 内的不同标签将会有专人进行对接。也就是说,这些数据工作者将长期深耕于一种或多种领域,他们把握着所属领域内的数据变迁,也更了解标签背后所代表的那一拨人是谁、喜欢什么,推及到商业领域,这种专业度可以让算法看起来更精准。

而更重要的是,对于商业领域内的实践来说,GProfile 的一个非常棒的用处是,它让淘宝、天猫这一类的电商平台,更懂人心。它可以解决用户偏好哪些类目?偏好程度如何?

在下一次解密中,阿里数据将会给你呈现 GProfile 在类目偏好中的表现。

作者: 阿里数据

人已赞赏
市场营销案例分析

一个关于运动大数据的APP:HRV4Training Coach

2018-2-5 17:07:38

市场营销案例分析

天眼查撬动公开数据商业价值新概念

2018-2-5 17:08:02

问卷调查系统工具软件推荐
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
有新消息 消息中心
搜索
XML 地图 | Sitemap 地图