人们经常创造新的表达方式来描述我们无法完全处理的更多信息，如喝消防水龙带中的水和淹没在数据中，这些都是与水有关的隐喻。

           看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看看TLDNR这个词，TLDNR是英文句子Too long，did not read缩写，表达太长，不读的意思，这个词在电子邮件时代已经流行起来了；我们来看看WWILF这是英文句子What was I looking for缩写表达我在找什么。这些缩略词用于描述互联网上信息过多导致的自我分心，影响了三分之二的英国网民。

           但我相信工作中有一个递进的层次，如下所示。

           一级：数据

           在三角形的底部，原始数据是我们商界许多活动的引擎燃料。但在这里，我想引用的是原始数据最狭隘的含义，即最原始和未经处理的数据，其用途非常有限。

           数据的声誉确实不是很好，特别是在代表统计数据时，数据受到广泛批评的原因之一是许多数据提供商错误地将数据列表作为说明。

           二级：信息

           本质上，人类是狩猎收藏家，所以我们的时代被认为是一个狩猎信息和收集信息的时代，而不是幻想。从最早使用象形文字的文士到具有祭司手中写作技巧的文士，信息始终与权力、权威和控制纠缠在一起。直到最近，在我们的发展中，信息的收集、分析、消费、传输、销售和购买才变得普遍和自动化。

           我想强调的是信息的某些方面。

           马歇尔论家马歇尔·麦克鲁汉（Marshall Mcluhan）20世纪60年代，当IBM发现自己不是在制造办公机器，而是在处理信息时已经显示出来了IBM远见卓识。后来，在奥美广告公司的帮助下，IBM将这一概念引入业务解决方案。

           信息是数据的老大哥，比数据更聪明。它无处不在，理解力强，几乎成为我们生活各个方面的核心。有些人认为信息已经成为遗传学、量子理论和宇宙学许多科学分支的中心，因此信息甚至可以被称为万物理论的中心。牛津大学信息哲学教授卢西亚诺·弗洛里迪（Luciano Floridi）说起现在有信息技术实体的人，因为这里(模拟、碳基、离线)和那里(数字、硅基、在线)的门槛越来越模糊，物联网越来越融入我们的生活。我们深深地陷入了所谓的事务对应事务或事务对应时间的世界。

           信息似乎已经成为其他事物生长的不可约束的元素（这是原子的来源）。理查德，进化生物学家和思想家·道金斯（Richard Dawkins）提醒我们：生活只是数字信息的字节。

           这基本上是每个人所做或应该做的事情的核心，尤其是在通信行业工作的人。我们减少事实，简化细节，压缩内容，只向世界展示最相关和最有价值的本质。

           例如，在基督教早期，基督徒被罗马迫害，鱼的符号被用作基督徒会议的代码，有时被称为耶稣鱼（Jesus Fish）(尤其是这个符号作为流行的汽车保险杠贴纸时)。选择鱼的符号是因为鱼作为首字母缩略词浓缩了复杂的含义，有很强的力量:希腊语中的鱼一词是ichthus这个词中的希腊字母分别代表耶稣基督（Jesus Christ）、圣子（Son of God）、救世主（Saviour）因此，一个词的首字母缩写成了视觉图形和共享秘密的符号。

       突破信息：创造思想洞察力

           西奥多多文化历史学家·罗斯扎克（Theodore Roszak）是第一批坚持思想优先于信息的人。他认为人类不是在信息中思考，而是在思想中思考。

           “信息不能创造思想，信息本身也不能证实思想或使思想无效。一个思想或想法只能因另一个思想或想法而产生、修改或取消……思想必须先出现，因为思想定义信息包含信息，最终产生信息。

           另一个重要的先入之处是，信息对创造思想至关重要。作为一名商业从业者，我一直认为这种根深蒂固的信条，即信息（甚至数据）应该是思想发展中不可争辩、不可或缺、不可妥协的组成部分，难以推翻。

           我们必须学会打破数据或信息与思想的联系，我在这里冒险。

           在通信传播、品牌推广、营销或调查研究领域工作的人应该注意这些词。根据我的经验，大多数人认为信息是偶像和祭坛，他们不打算知道信息背后的想法、目标或目的。作为一种信息，它的超然力量（或几乎是知觉力量）就足够了，尤其是当信息被大数据的神秘所笼罩时。在大多数情况下，信息出现前后是最有趣的时刻。

           不可否认，在谷歌监控的时代，如果大数据掌握在正确的手中（或头脑中），它就是一个洞察力以及创造力的平台。

           但我们必须质疑，无论这个假设是大是小，我们最初都取决于数据的假设。

           事实上，信息，尤其是过剩的信息，更有可能成为激发创造力或产生思想的障碍。

           我们生活在一个数据丰富、洞察力差的时代。

       惊喜

       精准营销应用广泛，实施不太复杂，但效果可以大大提高。这是运营商的必要操作模式。结合其他操作模块，其技能将大大提高。

       精准营销的定义是指在充分了解客户信息的基础上，根据客户偏好进行有针对性的产品营销，掌握一定的客户信息和营销信息后，将直接营销与数据库营销相结合的新营销趋势。

       在互联网行业，利用用户历史数据和机器学习等大数据技术，精准预测哪些人会成为该产品潜在用户的可能性高并对其进行商品的个性化推荐，以此来提高营销转化率。所以，不管是拉新还是是留存，精准营销都是十分重要的用户维系方式。

       精准营销的过程如下图所示。精准营销是人群 战略 工具产品化合作的成功。让我们细分一下如何有效地做好精准营销。

       1、准确营销营销对象的第一步是找到目标用户。在日常运营中，许多运营商将涉及向用户推送短信和push，有时的人有时没有规则，或者从来没有考虑过整个推送的逻辑。在这里，我将用户操作分为四个阶段，分阶段维护每个阶段的人，以完成整个用户操作的线性生态，实现业务目标。

       1.拉新拉新是运营初期非常重要的命题，贯穿整个产品生命周期。如何实施以拉新为目标的精准营销？首先，我们需要找到新用户。通过铺设业务渠道、营销、旧带新，甚至一些大型平台的业务线，我们可以利用平台中的数据资源。有了这些数据，我们可以利用现有的老客户作为培训样本，建立模型，然后将外部数据灌入模型中获得分数，从而找到纯新用户中的高潜在用户。

       2.转化产品上线后，将面临用户转化率低的情况。一方面，我们应该考虑产品体验是否存在问题。另一方面，操作可以做的事情可以刺激这部分尽快转化。这里精准营销的原则是一样的。我们需要找到一群对产品感兴趣的用户，如注册、进入主页、多次深度访问页面、收到优惠券、打开活动页面、注册活动、取消主订单、跳出登录页面等。

       3.在完成一定数量新用户的积累后，老用户的保留也需要重点规划。每个产品在管理用户时都会建立用户生命周期模型。因此，这个模型可以在很大程度上让我们看到用户的结构是否健康可持续发展，同时，通过成熟用户的增长路径，验证如何最快地促进新用户成长为成熟用户。此时，操作需要做的是结合用户生命周期模型不断促进活动，促进用户向下一阶段迈进。那么，准确的营销模型需要做的是找到用户最有可能下订单的场景，并在最合适的时间刺激他们再次下订单，以提高活动性。

       4.这里的保留主要是失去用户的恢复，让他们留下来继续使用产品。早期用户流失的比例过高反映了产品体验肯定存在问题。同时，由于折扣不足或用户体验差，需要分析用户流失的原因。

       此时，我们需要关注每个用户的反馈渠道、应用商店评论、投诉页面描述和社交平台的负面评论。在成熟时期丢失的用户也需要特别关注。如果他们继续创新，而损失非常严重，那么产品的发展是不健康的，未来令人担忧。丢失用户的恢复主要来自丢失的原因，如优惠敏感用户感觉没有更大的折扣丢失，所以我们可以给用户高两张优惠券，三张优惠券，辅助用户成熟转型，用户习惯已经培养，用户保留的可能性很高，通常我们一次又一次地被困在优惠券的陷阱里。

       此外，还有投诉用户，订单不满意用户，根据不同的恢复策略，损失预警模型判断损失用户需要注意其特点，并采取相应的操作策略，如汽车损失用户大部分账户余额，然后进行充电活动，再次刺激这部分用户回到平台使用产品。最理想的情况是向这些人展示大量的充电折扣，以完成其准确的营销。

       2、对于上述四个目标下的用户，营销场景需要结合其使用场景进行营销。例如，对于纯新用户，可以向用户推荐一些新手福利活动，用户可以在最有可能下订单的时候刺激用户。

       例如，在雨天，用户担心如何在中午吃饭时收到高额外卖优惠券，并毫不犹豫地下了订单。在生命周期中，用户已经熟悉了产品，平台也了解了这些用户的偏好。根据用户的偏好推荐类似的活动和产品功能，刺激用户走上铺设的下一条道路。丢失的用户可以恢复大量的优惠券，突出独家特权的权益，市场品牌宣传活动，利用朋友关系诱导，卖可爱的恶搞自嘲道歉信

       。以上可以根据具体的业务场景发挥操作对用户的维护价值。充分利用业务场景，前一篇文章场景操作： 不可或缺的操作宝藏也提到了场景操作，判断用户场景，如用户晚上叫快车没有响应，及时升级和不提高价格，所以品牌形象立即记住，给用户惊喜，远远大于用户期望，所以口碑沟通可以完成，用户忠诚度也可以提高。

       三、营销方法说了这么多如何准确营销，所以问题来了，让运营伙伴最麻烦的问题是发短信或push所有这些都是如此的困难，更不用说为数百个分类用户制定不同的操作策略了，这已经成为一个大问题。因此，精准营销必须解决营销工具的产品化完成这一系列策略，同时保持操作干预的能力。

       首先，除了最常规、最常用的短信和最常用的短信外，我们还可以梳理接触用户的方式PUSH，还有基于LBS触发、服务号通知、天气、温度等场景触发、信息条通知到期提醒、京东订单退出时订单流程页弹出窗口提示是否决定，评估后返回红包登陆页面。其中一些需要定制和开发一套产品机制，如今日头条的个性化推荐。

       拿普通短信和push就系统自动提取用户、优惠券和推送消息而言，营销后的用户需要有分层过滤机制。转型用户进入下一级路径，未转型用户多次轰炸。顽固的用户可能不是目标用户。如果他们没有需求，他们可以放弃。

       精准营销应用广泛，执行也并非过于复杂，但效果却能得到很大的提升，是运营人必修的运营方式，结合其他运营模块，其功力必大增。

       以上是我对精准营销的思考，欢迎朋友多指教。！

       文章作者系 @未经许可，禁止转载浅夏秋晴 。

　　以上就是小编为大家介绍的精准营销-机器学习实例应用的全部内容，如果大家还对相关的内容感兴趣，请持续关注上海危机公关公司

　　本文标题：精准营销-机器学习实例应用　　地址：/ziliao/3667.html