如何做好用户营销第一步――通过高效数据分析构建用

2020年，媒介方式已经全面转向【社交媒体】+【算法媒体】。媒介方式的改变，直接辐射线上流量的转移及目标TA的碎片化时间分配。

新冠肺炎疫情发生以来，各中小微企业、保险行业的线下业务就面临着诸多考验。搭建数字化运营体系成为保险公司实现数字化转型的必经之路。互联网大数据时代，企业如何高效的追溯、分析用户数据，从而构建精准的用户画像，就成为了用户营销要下的第一步棋。

一、搭建地基：做好用户数据细分

数字化运营的核心在于以用户数据为核心，在营销、客服、风控等场景提升用户体验、挖掘客户价值。

我们聊保险用户的数据，可以先从业务角度对保险用户相关的数据进行分类，再看有哪些方式可以获取这些数据。保险用户数据可以分为四类：用户属性数据、用户行为数据、业务数据、内容数据。

在保险业务场景中，用户属性数据通常是从用户的投保、保全、理赔信息中获取的，例如用户的性别、年龄、所属地区、联系方式、健康状况等。

用户行为数据指用户与平台产生交互行为的数据，例如在保司的App完成注册、点击参与线上活动、投保并完成支付等都属于用户行为数据。用户行为数据的采集通常通过前端埋点的方式来实现。这类数据目前在保险行业内应用的范围较小，只有部分互联网保险公司会对用户行为数据进行分析，然而在泛互联网场景中做用户行为数据分析的价值是非常高的，这也是保险公司搭建数字化运营体系必做的功课。

业务数据无论在互联网保险场景还是线下保险业务都有重要的价值，用户购买过哪些保险产品，保险保障的责任范围和期限，保费金额，做过哪些理赔申请等，都属于与用户相关的业务数据，可以通过服务端埋点或者直接从数据库中获取。

内容数据指用户浏览或产生交互的内容，可以通过客户端埋点来获取，例如用户浏览了众安保险APP头条板块中的哪些类型的文章，查看了哪些险种的保险产品。从用户的内容数据中，我们可以更精准的获取到用户的兴趣偏好。 

二、夯实基础：用户数据的高效分析与筛选

一般我们会把用户的行为定义成事件，一个完整的事件会包含时间（when）、地点（where）、人物（who）、交互方式（how）、交互内容（what）5个属性。业务同学可以通过对用户行为事件的分析来制定合适的营销策略。

举一些常见的行为数据应用场景的例子可能会更直观：用户在APP中完成下单动作但未进行最终的支付动作，针对下单未支付的用户可以通过系统设定在不同时间以不同的方式触达用户，并推动用户进行最终的支付行为；针对首次注册并登陆APP的用户，根据用户的活跃情况向用户推送合适的新用户营销活动，提升新用户的留存和转化；对于添加了家庭账户的用户，自动向这些用户推送支持家庭投保的保险产品。

上述这些营销策略都是众安保险日常在使用的，众安保险的运营同学会通过X-Man智能营销平台根据用户的行为表现，设定不同的触达方式和内容来进行保险营销。

三、内核基建：设计一个完善的用户画像体系

保险公司要做精细化运营，首先就要建立自己的用户画像体系，要设计一个完善的用户画像体系主要包含以下四个环节:

1）实现统一的用户标识。传统保险行业客户数据来源简单，大部分有统一的客户平台，然而在互联网场景下，不同的平台之间有不同的客户体系，因此需要通过ID-Mapping将同一用户在不同场景下的行为串联起来，消除数据孤岛，提供完整用户行为视图。

2）行为建模，搭建用户的标签体系。这是建立用户画像的关键环节，要结合保险公司的业务情况来设定。

3）构建用户画像。根据用户标签的集合，形成对应的用户特点，方便运营人员了解和分析用户群特征。

4）用户画像的可视化。通过可视化技术，直观的提供数据的分析和结果，以便运营人员做出运营决策，使运营工作更加高效。

保险公司的用户标签，通常会关注这么几个主要的维度：用户属性标签、行为属性标签、

人身健康标签、投被保标签、风险控制标签、客户满意度标签等等。

四、案例分享

在这里可以分享一下众安的客户标签体系框架，其中包含了基础信息、投被保信息、理赔信息、营销信息、行为信息、客服信息、金融信息、渠道信息、价值信息。

在实际业务中，对于用户画像的分析和筛选往往会存在多维和交叉应用的情况，运营人员会通过X-Man的用户洞察模块进行规则条件的拼装并执行人群圈选。例如运营人员想对购买过医疗险产品的老用户推荐购买新上线的重疾险产品，但同时不希望转化曾发生或理赔的高风险用户，在进行客群圈选时会同时基于用户投被保信息和理赔信息进行筛选。

五、小结

【社交媒体】时代把流量集中在了自媒体平台，而【算力媒体】时代则是把关注力框定在了自关注领域。企业如何高效的吸引流量，框定关注，是企业做好用户营销的核心。