為什么要找目標(biāo)客戶群？隨著互聯(lián)網(wǎng)的發(fā)展和消費(fèi)市場(chǎng)競(jìng)爭(zhēng)的加劇，新品牌、新賽道、新渠道、新?tīng)I(yíng)銷方式層出不窮。在快速演變的市場(chǎng)格局下，如何建立競(jìng)爭(zhēng)壁壘并持續(xù)保持增長(zhǎng)，需要重新建立數(shù)字時(shí)代新消費(fèi)崛起的背景，以洞察消費(fèi)者體驗(yàn)為核心，重塑品牌價(jià)值，精心布局增長(zhǎng)策略。只有全面細(xì)致地挖掘消費(fèi)者的心智變化，如其年齡、性別、消費(fèi)習(xí)慣、生活狀態(tài)、興趣點(diǎn)等信息，才能為下一步的內(nèi)部創(chuàng)新提供正確的方向。

隨著互聯(lián)網(wǎng)的發(fā)展和消費(fèi)市場(chǎng)競(jìng)爭(zhēng)的加劇，消費(fèi)者的每一次社交媒體發(fā)布、社交互動(dòng)和網(wǎng)上購(gòu)買都反映了他們的消費(fèi)習(xí)慣、態(tài)度和行為。收集分析這些數(shù)據(jù)，做出有效的消費(fèi)者體驗(yàn)決策，正是企業(yè)的業(yè)務(wù)需求，也是撬動(dòng)增長(zhǎng)的差異化方式。如何分析目標(biāo)客戶群？傳統(tǒng)的市場(chǎng)調(diào)查費(fèi)時(shí)、費(fèi)力、費(fèi)錢，而且樣本量有限，受訪者有可能隱藏自己的真實(shí)想法。社交媒體大數(shù)據(jù)符合用戶交流和上網(wǎng)行為習(xí)慣，無(wú)需人力即可全天候自動(dòng)采集數(shù)據(jù)。數(shù)據(jù)量和分析維度更豐富，更客觀，更可信。

SeanEllis負(fù)責(zé)DropBox的增長(zhǎng)。他在DropBox的工作時(shí)間很短，不到兩年，但在此期間，DropBox的年增長(zhǎng)率在500%-700%之間(一年五到七次)，這是一個(gè)非常瘋狂的增長(zhǎng)率。他根據(jù)自己的經(jīng)驗(yàn)總結(jié)出了一套AARRR框架:這個(gè)框架中的所有步驟都是圍繞著人的。過(guò)去的產(chǎn)品設(shè)計(jì)或業(yè)務(wù)設(shè)計(jì)都是以功能為基礎(chǔ)的，包括市場(chǎng)功能、產(chǎn)品功能、銷售功能和客戶功能。

如何獲取new數(shù)據(jù)分析/如何做數(shù)據(jù)驅(qū)動(dòng)更新？數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新非常簡(jiǎn)單。首先，你必須拆除你目前的運(yùn)營(yíng)渠道。一般來(lái)說(shuō)，美國(guó)的營(yíng)銷渠道分為兩部分:第一部分:外部營(yíng)銷廣告(在各種媒體和平臺(tái)做廣告)，線下活動(dòng)，銷售直接找潛在客戶打電話給別人，等等。一般來(lái)說(shuō)，國(guó)外營(yíng)銷是要花錢的。

案例:如何利用數(shù)據(jù)分析目標(biāo)客戶群體傳統(tǒng)線下渠道獲取消費(fèi)者信息一般是通過(guò)向數(shù)據(jù)公司購(gòu)買數(shù)據(jù)，或者委托研究公司經(jīng)過(guò)仔細(xì)和長(zhǎng)時(shí)間的研究后制作報(bào)告用戶研究。在電商模式下，可以以較低的成本獲取海量的交易數(shù)據(jù)，進(jìn)而分析消費(fèi)者的特征，定位目標(biāo)消費(fèi)者。魔方的大量數(shù)據(jù)來(lái)自交易，可以幫助商家了解消費(fèi)者行為。舉個(gè)實(shí)際案例:我們來(lái)看一下“面膜”類目的成交數(shù)據(jù)，包括價(jià)格分布和客單價(jià)分布的對(duì)比。

隨著各種商業(yè)軟件和app的豐富，單純依靠運(yùn)營(yíng)數(shù)據(jù)很難實(shí)現(xiàn)增值。描述用戶、精準(zhǔn)知識(shí)用戶/畫像，讓數(shù)據(jù)分析結(jié)果驅(qū)動(dòng)價(jià)值增長(zhǎng)成為大勢(shì)所趨。那么，用戶 數(shù)據(jù)分析包含了什么呢？在我看來(lái)包括三個(gè)部分:基礎(chǔ)數(shù)據(jù)分析，行為數(shù)據(jù)分析，態(tài)度數(shù)據(jù)分析。1.基本數(shù)據(jù)分析該內(nèi)容主要描述用戶的基本信息，如性別、年齡、地區(qū)、學(xué)歷、工作、婚姻狀況等。

2.行為數(shù)據(jù)分析這一塊數(shù)據(jù)在互聯(lián)網(wǎng)上最容易獲取，也最容易實(shí)現(xiàn)其價(jià)值。行為數(shù)據(jù)很多，但都來(lái)自于用戶在一些網(wǎng)站或app等某些產(chǎn)品上的操作，包括訪問(wèn)時(shí)長(zhǎng)、購(gòu)買商品種類等具體行為，3.態(tài)度數(shù)據(jù)分析態(tài)度數(shù)據(jù)會(huì)比行為數(shù)據(jù)更難獲取。這個(gè)數(shù)據(jù)主要顯示了用戶的價(jià)值觀、喜好、興趣等態(tài)度觀點(diǎn)，這段數(shù)據(jù)很有價(jià)值，因?yàn)槿绻覀冎肋@樣的數(shù)據(jù)，我們就可以預(yù)測(cè)用戶的行為。