用户数据处理
- 全渠道数据接入: 可连接一方、二方、三方客户数据
- 数据智能清洗: 多种算法模型，可实现客户唯一id识别
- 多维数据分析: 不同的数据可视化报表及客群画像分类
- 超强数据连接: 数据经过处理清洗，可应用客户画像、营销自动化等
用户画像构建
- 标签体系: 多维标签建立，消费标签、行为标签、基础标签等
- 用户分群: 依据用户标签及行为等指标，对用户进行分群
- 构建画像: 通过多维度数据指标整合、分析，输出精准360°客户画像
用户画像维度
- 数据来源: 用户数据来源可以精确到广告平台、媒体、创意等营销渠道及外部各类大数据渠道
- 用户身份: 身份信息、微信OpenID、手机IMEI、DeviceID、Email地址和第三方ID
- 基本属性: 包含用户的人口学属性和具有唯一性的可识别属性：性别、年龄、人生阶段等
- 用户标签: 智能化标签流程和各行业标签模板库，对用户进行精准分组
- 内容标签: 用户所触达内容偏好的标记和交互，实现对相同偏好人群的分层
- 用户行为: 可自定义的埋点功能，实时了解用户的各类行为习惯及偏好
他们都在用Marketingforce拓展业务
