现在都流行讲大数据，但对于大部分人来说，会觉得那是个很复杂很难研究的事物。其实并不是，对于我们这些用户运营者来说，其实已经可以利用大数据的简单应用来帮助我们做好精准化的营销了。尤其是利用大数据做商品偏好分析，从而对用户进行精准推荐。
一、商品偏好数据在行业的简单应用
当你逛淘宝、美团点外卖、刷抖音视频的时候，有没有发现，每次一打开这些应用大概率出现的都会是你会感兴趣，或者是你曾浏览过的相关内容：
例：你在一家线上店铺买了一根鱼竿，然后在其他地方逛的时候，就会给你推送相关的鱼钩，渔夫帽，遮阳伞等商品。
这就是用户需求/偏好数据的应用。知道用户需要或者喜欢什么，对其做精准推送，提升转化。
现在，用户商品偏好分析的数据，已经应用在非常多的行业及场景。
二、大数据做商品偏好分析的价值
对于单个企业、店铺来说，在流量达到一定瓶颈时，老用户的转化留存，就显得非常重要，不然辛苦建立起来的用户池就像一个大漏勺，在快速流失。
那么，做好用户商品偏好分析，具体有哪些价值呢？
三、如何利用大数据做商品偏好分析
做商品偏好的分析及应用，核心有5大步骤：
四、案例实操：美妆品牌
背景：某美妆品牌的一次聚划算活动，打算对老用户做精准营销触达。
1. 从多维度构建不同商品的用户画像
要做商品偏好分析，首先一定要有用户基础分群，最常用的就是基于用户购买信息分群。
如下图所示，根据“购买数据”‘地址数据’“使用数据”“行为数据”我们将人群分为了16组初级人群画像：
五、总结思考
看完以上内容，对于商品偏好数据的应用相应大家也有了一定的想法，再给大家总结一下，两个层次的应用：
1. 浅层商品偏好数据应用：同类商品推荐
这种同类商品推荐的应用最为常见，例如你买了洗发水，就会给你推荐护发素，还可以结合行为数据、订单数据等做更精准的推送。它的好处在于就算获取的用户数据比较浅或者少，但是也可以快速上手，应用起来。
2. 深层商品偏好数据应用：关联商品推荐
这里说的深层次关联商品推荐，区别于同类商品推荐，它更注重挖掘用户深层次的需求。核心主要是通过用户数据回溯形成一个虚拟的人，人的需求是多种多样的，但一定会有其偏好，我们就可以洞察其偏好，预先在其视野中准备信息曝光。
经典案例：
尿不湿与啤酒的故事：有家超市，通过大数据的应用分析，发现有一群喜欢喝啤酒看比赛的奶爸下班后来买尿不湿，所以超市大胆的把尿不湿和啤酒放摆放在一起，结果啤酒和纸尿裤的销量都有提升。
上过营销课的童靴应该听过这个故事，姑且不论这个案例的可信度，但他所传递的核心是挖掘用户商品偏好的思维以及应用，将这种思维，运用在线上企业，也是一样的逻辑。
以上，是今天的分享，希望对大家有所收获，也欢迎大家有任何疑问，或者交流想法的，点击下方留言，会一一回复大家！
作者：蚕宝，编辑：瑶光，微信公众号：回了CRM，某互联网自媒体联合创始人。
本文由@瑶光 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议
解决百万运营人员推广需求关注Mrw.so缩短网址！