线上渠道，头部媒体投放就好了；线下渠道，商圈、写字楼投放就好了。
向流量看齐，到底有多少营销人是基于这样的认知来进行活动推广呢？
谁才是目标人群？他们应该在哪？他们有哪些触媒偏好？什么样的广告创意才会触动他们？流量为王的这种认知使得能延伸出以上思考的人群洞察在营销中成为摆设。
最终或将导致，营销人不懂营销，营销新人仍是营销新人。
本篇将搭配TalkingData智能营销云，从数据层面聊聊人群洞察。希望读者阅读后，能够结合自身业务情况，灵活应用于工作实践中。
人群洞察的作用有哪些？
就好像初次见面的陌生人，我们会从他的衣着确定品位，首饰分析收入，谈吐举止判断社会地位。人群洞察，则是让你了解目标人群到底是怎样的群体，他们的生活方式是怎样的、他们的兴趣爱好是什么等等。利用这些信息再解读出，目标人群的触媒习惯、我们怎么找到他们、什么样的广告创意会打动他们进而产生后续转化，以此在营销推广中为策略指导和方案优化等方面提供支持。
人群洞察之前，有哪些准备工作？
人群洞察如此重要，该如何去做呢？人群洞察前，首先要构建出被视为潜在客户的目标人群，再基于目标人群数据生成人群画像，对人群画像进行明察秋毫般的深入分析的过程即为人群洞察。
先说说目标人群构建。
目标人群构建，通常可以分为两种情况：其一，已经投放过广告并且积累了一方数据；其二，没有一方数据，“它”可以作为目标人群。
其一，已经投放过广告，并且积累了一方数据。
一方数据，可以是CAID、TDID等多种ID类型。客户的一方数据上传到TalkingData智能营销云后，通过匹配形成种子人群，然后通过算法建模放大人群来构建成目标人群。
还可以提取一方数据中转化好的数据指标，上传到TalkingData智能营销云，匹配后形成种子人群，再通过算法建模放大人群来构建成目标人群。
注：是否做人群放大依业务需求而定，匹配后的种子人群也可直接作为目标人群。
其二，没有一方数据，“它”可以作为目标人群。
如果没有一方数据，在这种情况下，构建目标人群的方式有多种，基于TalkingData智能营销云数据能力，简单列举以下：
线上的方式构建目标人群
标签构建目标人群，TalkingData智能营销云建立了适用于营销的8大类常规标签体系：人口属性、应用兴趣、游戏偏好、游戏深度、设备属性、消费兴趣、地理围栏、行业定制/个性化标签（结合客户的不同需求和应用场景，TalkingData可建立个性化标签）。
线下的方式构建目标人群
1.基于客户的门店位置，地理围栏圈选后构建目标人群；或者基于典型的商圈、典型的商户，地理围栏圈选后构建目标人群；
2.在关联区域属性后，地理围栏圈选构建目标人群。如果目标人群是装修人群，可以圈选新楼盘。
合作的方式构建目标人群
通过数据合作的方式挖掘目标人群，如运营商或其他合作伙伴的数据上传至TakingData智能营销云匹配后作为种子人群，再通过算法建模放大人群。
以上是简单列举，更多构建目标人群的方式不过多赘述。但不论通过哪种方式构建目标人群，都需结合业务自身情况合理应用。我们以一方数据的方式为例，应用TalkingData智能云实际操作如何构建目标人群。
注：该视频中一方数据，来自3个TOP婚恋APP的交集数据。
视频画面来自：Talkingata智能营销云
人群画像的背后，可以洞察出什么？
完成目标人群构建后，再聊聊我们能从由目标人群生成的人群画像中洞察出什么。
基于用户行为特征和兴趣偏好，TalkingData智能营销云提供了由人口属性、终端属性、商旅分析、APP使用行为和OTT家庭视听偏好5类画像组成的人群画像。利用这些画像数据加以分析，获得在营销中想要得到的信息。
好了，开始聊聊人群洞察吧。
上文中，通过对3个TOP婚恋APP进行交集，我们已经获得了相对明确的婚恋人群画像。以其人口属性和APP使用行为为例，聊聊人群画像构建后的人群洞察。
01 人口属性
TalkingData智能营销云的人口属性提供了性别&年龄预测、车辆分布、婚恋状态、地域分布、兴趣标签，6个维度的数据。
视频画面来自：Talkingata智能营销云
从已构建的婚恋人群了解到，男性占比为74.21%，女性占比为25.79%。虽然社会上关于“剩女”问题的讨论层出不穷，但事实上面对“找不到对象”窘境的则是男性。
在婚恋状态中，已婚占比为12.45%。也就是说在婚姻关系中，也存在着不忠诚的灰色地带。从婚恋人群的年龄分布来看，适婚年纪的年龄段占比并不高，主要集中在30岁-34岁，40岁-44岁年龄段人群的婚恋TGI偏好度也相对最高，婚恋年龄的延迟成为社会普遍现象。
根据线级城市占比排名分析，发达城市的婚恋人群占比和TGI偏好都高于下沉城市。属于一线城市的北京、上海、深圳，占据了婚恋人群常驻城市前三名的位置。呈现这样的数据状态，从两个方向思考，其一，下沉城市人口来到发达城市寻求发展，增加了发达城市的单身人口数量；其二，下沉城市相比发达城市工作节奏较缓，有更多时间社交，且在同住父母的催促下也更容易加速脱单进程。
截图来自：TalkingData智能营销云
关于常驻城市的地域分布，我们以北京为例简单看一下，婚恋人群的工作地和居住地分布情况。他们的工作地分布在东三环周围，根据热力图呈现主要集中在三元桥和CBD附近。虽然整体上来看婚恋人群的居住地比工作地更为分散，但为了方便上班和想在家附近找工作等原因，居住地也是围绕在三元桥、四元桥和10号线附近的。
02 APP使用行为
TalkingData智能营销云的APP使用行为提供了最高价值APP 、24小时应用活跃指数、受众TOP100APP象限图、移动应用兴趣偏好，4个维度的数据。
视频画面来自：TalkingData智能营销云
此部分内容主要分析移动应用使用偏好，我们能从中解读出哪些信息。婚恋人群的通讯社交、移动工具、网络购物和音乐音频活跃率都相对偏高。因30岁+人群是婚恋人群主体，这个年龄有了一定的经济能力，其消费方式和生活观念已经基本形成，因此他们对房产服务、餐饮服务、旅游服务都有较强的TGI偏好度。由于篇幅有限，根据这3方面的用户行为特征简要洞察。
截图来自：TalkingData智能营销云
①房产服务
根据房产服务方面数据表现，婚恋人群会通过安居客、贝壳找房或链家等买房/租房类APP查看房源，购买或租赁房屋。因他们的房产装修类APP的TGI偏好和覆盖率也很高，说明婚恋人群中已购置房产的人也大量存在。
截图来自：TalkingData智能营销云
②餐饮服务
或因工作较为繁忙，婚恋人群多是通过饿了么或美团外卖等订餐类APP点外卖或者通过点评类APP找餐馆，解决温饱问题。婚恋人群对饮食也并不是没有追求，奈何心有余而力不足。他们对美食社交类APP的偏好度高达993，在不忙的时候也会自己学习做饭，并拍照发到社交媒体上晒一下厨艺成果。
截图来自：TalkingData 智能营销云
③旅游服务
从公司到住处，两点一线的生活久了难免乏味。综合预订类APP占比高达71.86%的婚恋人群，通过携程旅游、去哪儿旅行等APP来预定到达旅行目的地机酒，进行一次全身放松的旅程。他们对民宿短租也有一定偏好，其TGI指数为736。为了能够更好、更快的对异乡之旅融入身心，去有当地特色的民宿入住当然是最佳选择。以婚恋人群为例的人群洞察就先到这里，想要查看完整的婚恋人群洞察可以点击此处。
截图来自：TalkingData 智能营销云
通过以上人群洞察，如果是一次获得婚恋新用户的营销活动，可使用这3个TOP婚恋APP的交集数据作为种子人群，在TalkingData智能营销云做人群放大，根据婚恋人群的兴趣行为偏好制作广告素材。参考24小时应用活跃分布，向活跃率高的通信社交、移动工具、网络购物等类型媒体渠道和TGI偏好度高的房产服务、餐饮服务、旅游服务等类型媒体渠道，根据业务需求选择性投放广告以及合作联动活动。关于线下渠道也可以考虑在10号线东段和三元桥、四元桥附近的商超等投放广告，对婚恋人群的办公区域和居住区域进行辐射。
在本文的最后，关于如何在营销中做好人群洞察，我们给出以下三点总结，希望能给读者作为参考：
其一，如细心观察不难发现，我们在围绕“关联性”、“显著性”、“差异性”这三点进行人群洞察。只要留心观察、用心体会、耐心总结、专心提炼，获得到的信息就可以在营销中得以利用。但因生活经历和业务背景等不同，对同一数据源洞察的过程和得出的结论，也会仁者见仁智者见智。
其二，从数据的角度来说，人群洞察终究要依赖于数据。虽然在整个数据行业里数据并不少，但它们在各自领域的“数据花园”里还是非常重要的。我们能看到的也只是基于已有数据解读出的冰山一角，难以窥见全貌。在保证数据安全与合规的基础下，打破数据孤岛，通过合作联动数据并不断拓展用户兴趣行为的边界，才能在营销中获得最大化价值。
其三，智能数据平台的合理应用也是在人群洞察中必不可少的环节。它的模型算法、数据储备和数据安全与合规处理机制等，都对目标人群的构建和人群画像的生成起着至关重要的作用。TalkingData智能营销云的lookalike、标签智库、地理围栏、一方ID上传等多维度目标人群构建方式和基础人口学、终端属性、城市渗透、人群迁移、消费指数、健康指数等11类维度生成的人群画像，为人群洞察打下了夯实的数据基础。
TalkingData 智能营销云扩展介绍
TalkingData智能营销云是营销数据管理平台和数据营销闭环工具。除目标人群构建和人群画像生成能力之外，TalkingData智能营销云有着行业广泛接受的前置机方案，对接了腾讯社交广告（广点通）、巨量引擎、ReachMax等30+主流媒体，根据人群画像分析结果可直接在 TalkingData智能营销云后台对与目标人群契合的媒体进行投放。
在投放中搭配使用品牌广告监测产品TalkingData Brand Growth，还能实时监测各媒体投放数据进而不断优化投放策略、降低推广成本。在营销活动结束后，还可以进一步挖掘数据价值形成数据营销闭环。
关于人群洞察，我们暂且说到这里，希望看到这里的读者，能够得到一些收获，如有疑问可在评论处留言，我们将会给以回复。
