编者按：对于很多营销或销售主导的企业来说，基于客户画像的智能营销机器人是一个相当重要的东西。因为一个精确、清晰的用户画像可以极大地提高客户转化率，为企业的营销和销售工作提供良好的支撑。今天，企业服务汇就为您介绍一下，目前市面上的智能营销机器人如何帮助企业更有效率、更精准地勾画用户画像。

 

➤  什么是用户画像

所谓用户画像可以简单理解成是海量数据的标签，根据用户的目标、行为和观点的差异，将他们区分为不同的类型。其本质是对任何一个用户都能用标签和数据来进行描述，这也是营销机器人实现精准营销的核心原理和技术。

用户画像一般按业务属性划分多个类别模块。除了常见的人口统计（性别、年龄、学历、联系方式等个人身份信息）和社会属性（公司和家庭信息）外。还有用户消费画像、用户行为画像、用户兴趣画像等。另外还有一些具有领域特征的用户画像类型，比如在金融领域还会有风险画像，里面会包括征信、违约情况、还款能力、银行黑名单等信息。而在电子商务领域则会有用户的商品品类偏好、品牌偏好等等。换句话说，好的用户画像不可能脱离实际业务和运营情况而独立存在。

以下是智能营销机器人为企业提供的用户画像的一个示意图，画像上面的用户信息能够帮助企业更加精准地进行营销和销售：

 

➤  智能营销机器人如何帮助企业勾画用户画像

刻画用户画像的核心就是获取用户详实的数据并对其进行分析，而这恰恰是智能营销机器人的强项。一般来说用户的数据可以划分为两种不同类型：1、静态信息数据；2、动态信息数据。

▌静态信息数据：指的是用户相对稳定、短期内变化不大的信息，主要包括上面提到的人口统计、社会属性等方面的数据。这类信息一般自成标签，不需要企业做什么建模预测，只需要进行简单的数据清洗工作即可。

▌动态信息数据：指的是用户不断变化的信息，通常跟用户的各种行为相关。比如对于一个美妆电商平台来讲，一个用户打开网页，进入某品牌店铺选购了一种口红，这就是一条动态信息数据。

在获取了用户的详细信息后，智能营销机器人就会开始给用户打上多个不同的标签。这些标签包括两种——一种是明确的标签，比如用户购买或者收藏了哪些商品，浏览了哪些页面，以及用户的地址和联系方式等等。另一种则是不明确的标签，比如用户有小汽车的概率为0.8、有小孩的概率是0.5等等。不过光打上标签还不够，智能营销机器人的后台算法还需要给打上的标签赋予不同的权重，通过这些权重才能够量化评估用户的需求和偏好。

具体来说一个事件模型包括：人物、时间、地点、行为这几个要素，也可以简单理解为一个事件就是“什么用户”在“什么时间和地点”，做了“什么事情”。下面企业服务汇就为您详细展开介绍：

首先是确定人物和时间，这三个是最简单的：确定人物就是获取用户的一些基础的身份信息；确定时间就是确定时间戳（用户行为的时间点）和时长（用户在某页面的停留时间）；而确定地点就是确定用户浏览过的网址，以及网址上的内容。

接下来就是一个重点——确定“什么事”，也就是确定用户的行为类型。比如对于电商平台来说，有下面这些典型的行为：浏览页面、添加购物车、购买、搜索、评论、点赞等等。不同的行为类型的权重是不同的，比如购买的影响因子高，则其权重计为10，而浏览的影响因子低，可能只计为2。需要注意的是这一模型的权重赋予值仅仅是一个参考，具体的权重值分配需要企业根据自己实际的业务目标和用户情况进行调整。

 

➤  小结

传统的商用聊天机器人更多地偏向客服领域，而在深度学习等新技术的支撑下，营销和销售领域正在成为智能聊天机器人新的应用方向，其中为企业刻画用户画像就是一个重要应用。在营销机器人为企业提供用户画像后，企业能够更有针对性地对潜在用户群进行精准营销，把更有价值的精准用户群体吸引过来，同时通过对这些用户进行有针对性地推荐来提升他们的转化率。