3.1 分析用戶的行為特征

企業通過收集數據，可以分析用戶的行為特征，例如電商可以清楚了解用戶進入過的網站、購買過的產品、瀏覽過的痕跡等。企業能夠通過分析用戶的行為特征，為其推薦合適的產品，從而激發用戶的購買欲望，增加產品銷量，達到獲利的目的。

3.1.1 用戶搜索慣性

用戶在網上搜索信息時，首先會在搜索引擎中輸入關鍵詞，如果搜索結果中出現了自己想要的信息，那么以后用戶想要尋找類似信息時，依然會輸入同樣的關鍵詞，這就是搜索慣性。

在搜索過程中，用戶首先需要提交關鍵詞給搜索引擎，然后才能瀏覽相關信息。如果用戶沒有搜索到目標信息，那么則會改變關鍵詞再次進行搜索，直到找到為止。如此一來，搜索引擎不斷收到用戶反饋，與用戶進行信息交互，直到用戶搜索到目標信息。

通常，用戶是帶著某種意圖進行搜索。這種意圖被稱為搜索意圖，主要分為3類，如圖3-1所示。

圖3-1 3類搜索意圖

1.導航型搜索

導航型搜索的目的是進入某個具體的網站，比如“北京大學”的網站。它的特點是用戶想要進入某個具體的網站，但卻不知道網站的網址，只能通過搜索引擎來尋找。

2.信息型搜索

信息型搜索的目的是獲取某種信息，例如獲取“中國最杰出的十大人才”“古往今來最為杰出的文學家”“李白的詩歌”等信息。它的特點是用戶想要獲取信息來進行學習。

信息型搜索又可以被劃分為以下幾類。

（1）直接型

用戶想要知道某個方面的具體內容，比如“今天的天氣”“北京的時間”等。

（2）間接型

用戶想要了解某個方面的關聯信息，比如動漫愛好者搜索“火影”“海賊王”等。

（3）建議型

用戶想要得到某方面的建議或指點，比如“如何減肥”“如何避免陷入存款危機”等。

（4）定位型

用戶想要確定地理位置，例如“北京朝陽區建設銀行的位置”“蘋果手機專賣店的位置”等。

（5）列表型

用戶想要找到滿足需求的多個信息，例如“故宮附近的飯店”“洗手間”等。

3.事務型搜索

事務型搜索的目的是從網上獲取某些資源，比如下載一部電影、某個電視劇、一首歌曲等，它的特點是為了完成某個目的而進行的搜索。

基于以上三種用戶搜索意圖，企業可以通過兩種策略精準定位用戶搜索的關鍵詞。

1.根據用戶思維定位關鍵詞

用戶在搜索的過程中，核心詞通常不會發生改變。例如用戶在搜索“3D游戲”有關內容時，無論搜索關鍵詞如何變化，核心詞“3D游戲”始終不會改變。因此，企業可以根據用戶訪問和搜索情況整理出核心詞，以便用戶能夠在企業網站中快速找到目標產品。

以“3D游戲”為例。搜索此類話題的群體多為學生，從學生愛玩游戲的心理出發，網站可以編輯“最炫酷3D游戲”“最火爆3D游戲”等搜索關鍵詞來吸引用戶。

2.根據熱門搜索定位關鍵詞

企業一般把3種熱門詞語作為網站關鍵詞。

（1）熱門指數詞語

熱門指數詞語具有固定的點擊量，企業通常會選擇排名第3～6名的熱門指數詞語作為關鍵詞，因為這些關鍵詞的排名有上升空間，競爭壓力小。

（2）未來熱門詞語

只有當事件即將發生或真正發生后，未來熱門詞語才會獲得高點擊量。比如當蘋果公司宣布即將發布iPhoneX時，iPhoneX就會迅速成為熱門詞語，獲得高度關注。

（3）熱門競爭度詞語

熱門競爭度詞語是指數個網站同時使用同一個關鍵詞，那么這個詞語就具有競爭性。此類詞語通常為搜索引擎類企業使用。

3.1.2 用戶瀏覽軌跡

如今，我們進行瀏覽網站、登錄頁面、發送郵件、觀看視頻等操作都會產生大量的數據。同時，我們在上網時總會收到一些廣告信息，而且每一位用戶獲得的廣告內容都不相同。這就是大數據營銷，通過分析大數據，企業能夠實現精準營銷，推送給用戶合適的產品信息。

例如，亞馬遜作為全球知名的電子商務公司，利用大數據分析用戶行為特征實現了精準營銷。1995年，亞馬遜首創線上購買書籍的業務，通過互聯網獲取了大量的用戶瀏覽軌跡，用以了解用戶的購買需求，并不斷對這些數據進行分析與整理，挖掘用戶的潛在需求。亞馬遜打破了傳統圖書行業的營銷模式，成為圖書行業的銷量冠軍。

如果一本經濟類書籍上市，亞馬遜對其進行郵件推廣的流程如下。

首先，亞馬遜會收集購買過該經濟類書籍的用戶數據，明確目標用戶。同時亞馬遜還會舉辦“該經濟類書籍是否得到你的青睞”等網上投票活動來確定潛在用戶。

然后亞馬遜需要分析目標用戶群體的行為特征，為他們制訂適合的促銷方式。例如，瀏覽軌跡顯示用戶更傾向于選擇低價格的配送方式，這說明用戶希望減少配送費。因此郵件推廣的主題可以命名為“購買該書籍免運費”。

最后，亞馬遜記錄目標用戶的反饋信息，比如目標用戶是否收到郵件，是否打開了郵件，是否進入該書籍的銷售界面等信息。對用戶進行持續追蹤有助于為以后的推廣活動提供歷史數據。

用戶瀏覽軌跡為亞馬遜提供了大量有用的數據，使其能夠通過分析數據為用戶提供個性化服務，讓用戶獲得更為滿意的服務體驗。企業在分析數據時也要掌握一些技巧，如圖3-2所示。

圖3-2 數據分析技巧

1.多維度分析數據

將用戶的地域、性別、年齡等數據作為分析維度，策劃符合不同維度的營銷活動，實施精準營銷。例如，如果目標群體是住在北京西城的用戶，那么營銷活動就要在西城展開。如果活動在東城展開，不管優惠力度多大，西城用戶也通常不會前往東城參加營銷活動的。

2.將數據量化

需要量化的數據包括用戶的瀏覽歷史、產生的購買行為、購買產品的價值、購買次數、最近一次購買的時間等。將數據量化能夠使企業對用戶價值的高低做出排名，對用戶接受信息的難易程度做出排名以及對用戶喜愛產品的高低程度做出排名，從而決定營銷活動的規模和推廣產品的種類。制訂正確的營銷計劃能夠有效提高用戶的轉化率與購買率。

3.添加“不喜歡”功能

企業應該在活動頁面中添加“不喜歡”功能，因為這一功能在個性化推薦中具有極其重要的作用。它能分辨出用戶喜歡的產品和不喜歡的產品，從而避免許多無效推廣，節約人力物力資源，減少市場調研的費用。

如今，越來越多的企業將精力集中在大數據營銷上。大數據營銷能夠為用戶提供精準服務，從而幫助企業獲得更多的流量群體，大大增強企業的市場競爭力。

3.1.3 用戶的點評數據

如今，各行各業都具有評價機制，其中服務行業更加重視評價機制。企業只有收集用戶的反饋信息，才能了解用戶的真實需求，進而改進產品與服務的質量以滿足其需求，最終推動企業的發展壯大。對于企業而言，用戶點評能夠幫助企業實現對用戶的精準定位。

至2015年10月，周末酒店成立不到兩年。但是與其合作的酒店已經有3，000多家，累計用戶量超過20萬。

周末酒店做營銷的成功之處在于以用戶點評數據為基礎，實現了用戶的轉化。周末酒店通過收集海量的用戶點評數據，然后對點評數據進行優化與整理，通過整合后的數據調整酒店運營，最終打造出有特色、好口碑、高性價比的酒店，為用戶提供了可信賴的服務。

周末酒店的創始人崔繼蓉說：“在線酒店預訂的發展趨勢是大數據+自然語言處理技術+推薦算法。”周末酒店通過大數據的算法對用戶點評數據進行分析，為用戶提供個性化服務。

如今，收集用戶的點評數據成為各大企業的重點工作之一。企業不斷參考用戶點評數據，了解用戶真實的需求和想法，幫助企業不斷完善經營管理，創造更多的收益。

用戶點評數據主要有以下兩方面作用。

1.發現企業自身優點與缺點

企業在發展過程中，經營管理難免會出現一些差錯。管理層決策失誤或員工問題可能會導致用戶沒有獲得滿意的服務或產品，降低了企業的口碑。

而用戶的點評體現了用戶對于企業產品與服務的看法，企業通過分析用戶的點評數據，發現用戶滿意或不滿意的地方，從而改進自身的產品與服務。例如，淘寶電商在用戶確認收貨后會要求用戶填寫評價，此舉一方面可以幫助店鋪增加人氣，另一方面可以幫助賣家發現自家產品和服務的優勢與劣勢。

2.了解用戶的需求

企業通過整理和分析用戶的點評數據能夠了解用戶的需求。例如，淘寶電商收集用戶的點評數據后發現用戶對于快遞服務不滿意，這時淘寶電商就可以根據用戶需求，選用服務好的快遞公司。