辛苦做的CTA行为召唤，转化率反而降低了，是不是少了这一步？

前些天一位朋友唏嘘和震惊的说道“我们做了一个推广活动，带来60000的流量，但是CTA只有6000左右，后来通过数据发现这4000多的CTA竟然不是因为推广带来的，而是本身的自然流量。”

现在很多企业在营销当中如果深究的话或多或少也有类似的情况，这也困扰着很多企业的营销人，那么这背后到底隐藏了什么问题呢？

其实到最后我们会发现落在了精准营销上，但是今天精准营销已经有了新的变化！从前的精准营销我们都是在谈如何更好的找到用户在哪里，而今天的精准营销已经不仅仅是找到在哪里的问题，而是需要深层次了解用户画像。通过用户画像，我们可以根据一个人的兴趣、地理位置、近期行为等进行精确的推送，达到良好的营销效果，满足用户需求的同时，也达到我们的目标。因此可以说，要做好精准营销必须要做好用户画像。

回归一下上边朋友说到的问题，了解到他们正在推一款他们的特殊作用的新生儿护理产品，也是在一家的母婴媒体上做的推广，可以说是目标用户的聚集地了，但是为什么效果那么差呢？

我们通过用户画像来分析一下原因，对于一个3岁、5岁的宝妈来说，这个产品是一点吸引力没有的，对于一个已经近期购买过类似产品的宝妈来说同样的吸引力不大。这就导致通过很好的创意带来了很可观的流量，但是GTM却少的可怜的，完全是不精准导致的！

那么尝试改一下，我们通过用户画像了解到，哪些宝妈是在备孕、产期临近给他们推送产品会有效果的提升，再进一步给最近在浏览类似产品，在咨询相关类似问题宝妈行产品推送，那么效果可能就更加完全不一样了。

一般的认知当中，用户画像是贴标签，其实用户画像是可以将其大致分两类的，一是用户属性画像，二是用户行为画像。

用户属性画像，比如ID、性别、年龄、收入、兴趣爱好、活跃时间，居住地，渠道来源，活动来源等等。一般企业做到这一步基本就结束了，也就是做了用户属性画像。当然，也可以运用其做很多事情了，今天的大数据很多也是基于用户属性做画像，比如新品研发，比如诸葛io这样的ToB企业，会用来做B端用户画像，会针对性的出产品功能和解决方案。但是，针对C端用户的大数据画像，这样远远不够，更多的还需要行为画像。

如果说用户属性画像是根据画像“猜测“用户行为的话，那么，用户行为画像就是根据以前和现在的行为，预测下一次行为。行为已经产生，预测下一次行为就相对比较容易。

精准营销还有个更重要的画像是行为画像。行为画像与属性画像不同，属性画像有一定的稳定性，因为性别、年龄是稳定的，兴趣爱好也有相对稳定性，行为画像却是实时变化的。

今日头条和抖音就是运用的用户行为画像机制，比如在今日头条上，用户行为包括点击内容、阅读时间、点赞、评论等，根据这些行为进行画像，然后确定以后推送的内容。如果用户某一天想要换个不同类型的内容了解，用户行为画像就实时动态调整，用户行为画像也就随之变化。

企业如果想要真正做好数字营销（精准营销），不能简单的依赖用户标签，或者说是属性画像，更应该加入行为画像。亚马逊是利用用户画像推荐的鼻祖，亚马逊通过用户在站点的行为，包括浏览物品、购买物品、加入收藏夹和wish list等，以及评分等用户反馈方式，共同构成用户画像，并用户当日推荐、关联推荐等。