飞蜥观点：现在流行大数据营销这个概念，但飞蜥觉得对大多数人来说，这是一件没有想象中那么困难的事情。对于我们这些用户运营者来说，已经可以用大数据智能获客系统的简单应用来帮助我们做精准营销。飞蜥推荐利用大数据分析商品偏好，从而对用户进行精准推荐。

飞蜥

　　一、商品偏好数据在行业中的简单应用

　　当你逛淘宝、美团点外卖、刷音视频的时候，有没有发现，每次打开这些应用都会对它感兴趣，或者浏览过相关内容：

　　例：你在网店买了一根鱼竿，到外地购物时会被推送鱼钩、渔帽、遮阳伞等相关产品。

　　这是用户需求/偏好数据的应用程序。了解用户需要什么或喜欢什么，大数据营销精准推送，提升转化。

　　现在，飞蜥认为用户商品偏好分析的数据已经应用到很多行业和场景中。

　　二、大数据对商品偏好分析的价值

　　对于单个企业或门店来说，当流量达到一定瓶颈时，改造和留住老用户至关重要，否则辛苦打造的用户池就像一个大漏勺，正在迅速流失。

　　那么，飞蜥提问：做好用户商品偏好分析的具体价值是什么?

飞蜥

　　1.提升用户留存，减少流失

　　大数据营销利用老用户池，飞蜥分析老用户的商品偏好，挖掘他们的需求，推断他们感兴趣的商品，把他们感兴趣的商品推送给他。当你在这里能够不断满足用户的需求，用户对你的忠诚度自然会加深，可以有效提高复购率，减少用户流失。

　　2.节约推广成本，提高转化率

　　飞蜥发现当很多商家做流量促销时，转化率会越来越低，推广成本会越来越高，但用户价值会越来越低。这是为什么?在内容电商的环境下，用户在购买商品时，并不是处于“我必须购物”的强烈心态和场景中，而更像是一个好奇的看客。比如，很多人喜欢悠闲地观看美妆达人的直播，浏览自己并没有强烈需求的产品和信息。此时，用户虽然有一定的潜在需求，但更像是旁观者。

　　当用户浏览时，相较于五花八门的产品，如果你能把用户非常感兴趣的产品推送到他眼前，“看客”就变身成了“消费者”，将大大增强其转化，促进ROI提高。

　　3.个性化推荐，创造更多价值

　　个性化推荐可以在购买过程中/之后向用户提供其他有价值或相关的产品推荐。如果购买手机，可以推荐其相关产品：移动电源、耳机、手机壳等，而相关推荐产品正是用户在购买过程中真正需要但没有想到的产品，从而有效提升产品交叉销售。

飞蜥

　　飞蜥认为，企业有必要做好用户数据调查和潜在客户分析。通过大数据营销分析模型反推用户需求偏好，通过对不同人群需求偏好的收集归纳和人群需求的延伸，精准推荐他们可能感兴趣的信息。