谈到“用户画像”,很多伙伴都不陌生,什么用户属性、用户行为张嘴就来,但是你真的弄懂了用户画像的意义与构建方法吗?用户画像有什么用?用户画像包括哪些方面?在做用户画像的时候我们应该注意些什么?今天就让姑婆来为你答疑解惑。
一、首先,咱们还是来看看用户画像的定义
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”,而标签是通过对用户信息分析而来的高度精炼的特征标识。
可能这个不够直白,姑婆举个例子说明一下,如果你经常购买一些玩偶玩具,那么电商网站即可根据玩具购买的情况替你打上标签“有孩子”,甚至还可以判断出你孩子大概的年龄,贴上“有5-10岁的孩子”这样更为具体的标签,而这些所有给你贴的标签统在一次,就成了你的用户画像。因此,也可以说用户画像就是判断一个人是什么样的人。(性别、年龄、兴趣爱好、家庭状况等)
那么,在我们弄清楚用户画像的定义之后,我们就要来思考用户画像的意义在哪了。
二、关于这一点,姑婆给大家总结一下用户画像的意义
用户画像在阶段和目标不同的时候承担的使命也不尽相同,咱们分别针对三个阶段来说说用户画像的意义:
1.初创期:产品还未定型
这个阶段往往指的是公司刚刚创立,产品还未成形,需要通过用户画像来定义产品模式与功能的阶段,这个阶段你需要做大量偏宏观的调研,明确你的产品切入的是哪一个细分市场,这个细分市场中的人群又有哪些特点,他们喜欢什么,不喜欢什么,平均消费水平怎么样,每天的时间分配是怎么样等等等等。
在这个阶段,你做用户画像的意义在于为你的产品定义一个市场,并且你能够清楚地知道这个市场能不能做,能不能以你现有的产品构思去做,做的过程中会不会出现一些与基本逻辑相违背的问题。如果分析之后可以做,那就立马作出产品原型,小步快跑、试错迭代;如若不行,赶紧换个方向、换个思路。
所以,这个阶段的用户画像意义在于业务经营分析以及竞争分析,影响企业发展战略战略。
2.成长期:产品运营中
在这个阶段你公司产品已经被市场认可,各项数据处于一个上升期。这个时候用户画像所承担的责任就又变了。在这个阶段,你需要通过产品后台所反馈的数据(显性、隐形等,后文会介绍)进行整理,得出一个详细的用户画像,这里不像在初创期那样做泛调查,抓宏观。而是需要改变策略,从细节抓起,从每一次和用户的交互中寻找用户的真实需求。比如,你是做微信运营的,昨天的阅读量和前天相比是多了还是少了?转发数和收藏数都是什么变化?用户留言是增加还是减少?后台反馈怎么样?通过这些对比,你大致就会得出结论,并指导优化往后的工作。如果是产品运营那涉及的数据就更多了,访问数据、打开频率、登录次数、活跃时间等等,结合起来分析,用户的需求会更加明确。
这下你该发问了,说:“你这不就是数据分析么?”对啊!在某种意义上,用户画像的一部分就是来自于数据分析,那另外一部分来自哪?来自你对你用户属性的分解和跟数据的结合。举个例子:我是一家做母婴的公众号,昨天星期五,我是中午11点半推送的图文消息,打开率不错,然后周六我也中午11点半推送,结果在标题质量差不多的情况下,打开率降了不少,那你就会思考,为什么呢?单凭数据肯定是看不出来,但你如果想到“关注我们号的都是孩子的妈,而妈妈们在周六中午一般都要在家准备午饭”这一点,问题就迎刃而解了。得出的结论就是中午这个点用户一般在做饭,这就可以作为用户画像中的一点。如果再深挖呢?我在中午发一篇关于厨房用品促销的图文,既能场景化推销又能看同类商品哪个价位的购买人数最多,这样是不是将用户的消费习惯也筛选出来了?有人会说,你这个不准确,那如果多发几次呢?通过多种不同的手段去获取用户的反馈呢?多分析数据,你的用户画像就会越来越准确。知己知彼才能百战不殆。
所以,这个阶段的用户画像意义在于精准营销,使产品的服务对象更加聚焦,更加的专注,能更好地满足用户的需求,优化运营手段,并提升公司的经营效益。
3.成熟期:寻求突破口
这个阶段,产品已经很成熟了,公司也已经有了稳定的运作模式,市场地位趋于稳定,日常工作也大多以维护为主。这个时候,用户画像用来干嘛?寻找新的增长点和突破口。
当产品转型时,老用户会有什么样的反应?离开还是成为新的核心用户?新产品预计会有多少用户导入?结合老用户需求,新产品有哪些功能不能被遗弃?
这都是你要考虑的问题,这个阶段的用户画像建议将初创期的泛调查与成长期累积的用户画像结合起来做,这样对于新产品才有一个更好的保障。
好了,作用说完了,那我该如何去做用户画像呢?我连用户画像有哪些分类都不知道呢。别急,姑婆先来告诉你用户画像怎么分类,都有哪些。
三、用户画像通过哪些属性构成?基本元素是什么?
这里姑婆告诉你四个维度,通过这四个大的维度分析再到底层元素分析,能将用户变得更真实准确,它们是:用户静态属性、用户动态属性、用户消费属性、用户心理属性。
1.用户静态属性
静态属性主要从用户的基本信息进行用户的划分。静态属性是用户画像建立的基础。比如:性别、年龄、学历、角色、收入、地域、婚姻等。依据不同的产品,针对性地提取相关信息,并将这些信息进行不同程度的权重划分。比如教育产品对学历、角色、收入就比较看重,而对于婚姻、地域则不太感冒。
2.用户动态属性
动态属性指用户在再互联网环境下的上网行为,娱乐偏好、社交习惯、出行方式、学习手段等,这些一定程度上能反映出一个用户是否会对你的产品感兴趣。
3.用户消费属性
主要包括消费水平、消费心理、消费嗜好等,反映用户对于花钱的看法,是喜欢质量好的还是性价比高的?倾向于功能价值还是情感价值?这一块需要好好琢磨,涉及到钱的事儿都是重要的事儿。
4.用户心理属性
这一块指从用户的生活、工作、感情、社交入手,分析这个人的价值观,并针对性地改良产品。
在经历上述四个维度的分析之后,你对于用户画像的基本分类应该有一个大致的了解了,需要注意的是,上面提到的所有属性分类不一定在你的用户画像中都要用到,可能是选择性地分析,具体可在后文构建用户画像的方法中知悉。
四、如何构建用户画像?
三步走:样本筛选+信息收集+构建画像
1.用户样本筛选
前期需要根据产品特性确定出产品目标用户群所具备的基本特点,然后才能让调研公司根据需求去搜集用户样本。
以音乐产品用户为例,我们需要限定:年龄范围、城市分布、使用频次、使用时长、使用设备、收听习惯等等。最终确定一个用户样本范围。
2.用户访谈
确定好范围之后,针对性地挑选用户做访谈,数量不一定要多,但是要尽可能地涵盖不同的性格类型。
访谈中需要注意的是:尽量不要问用户封闭式问题和带有引导性的问题,并且注意不要忽略产品相关的问题。将用户的习惯与对你们产品的意见结合,那得出的结论是非常有效的。
3.构建画像
这一步将收集到的信息进行整理和分析并归类,创建用户角色框架(更全面地反映出用户的状态),然后根据产品侧重点提取出来,进行用户评估分级,并结合用户规模、用户价值和使用频率来划分,确定主要用户、次要用户和潜在用户。
这就是构建用户画像的步骤,最后你可以根据这个进行用户评估、精细化运营和分类运营等等,做有针对性的运营,提高运营效率。
五、写在最后
经过姑婆的一番论述,相信大家都明白用户画像究竟该怎么玩了,还是那一句,“纸上得来终觉浅”,最实用、最深刻的道理往往都源自于实践当中。所以,大家在工作中多思考总结,发现问题并用方法论去解决它,相信就没什么是不能克服的了。
世上无难事,只怕有心人。
-----------------------------------------------------------------------------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------------------------------------------------------------------------
我最近一直都在研究所谓的用户肖像的建立,经过一段时间理论学习,发现这块大致可以分为4个阶段,
第一个阶段就是纯理论阶段的 就是通过宏观的经济学角度去分析你所定位的用户 所具有的共性,标签,这样的标签具有很强的定位性,因此,非常重要,一定要咀嚼细节之后做出判定,分场景讨论。
第二阶段就是 产品上线 对所针对的用户一个 大致流向进行的数据总结,这时候 注重的可能是大概率事件,通过这些大概率事件进行标签化。(这里我要说明下, 我是这样分标签的, 第一级标签是 姓名 性别 人的固有属性 第二级 我把用户行为 类似消费习惯等 第3级 标签 我把用户心理活动 这里面其实有一个很正常的原则,就是用户的消费行为可能是偶然行为,由于环境因素所致 类似于广告这类因子导致。所以说 第三级标签是非常梦幻的,但是通过其他的技术 或者设定消费逻辑 是可以监控的,比如说 鼠标的热点图啥的)
第三阶段 就是 机器学习, 每添加一个新用户,我可能通过 一些一级标签 我就已经预计好了 用户的行为 这里面的技术 就比如说 是 拿出一部分组群 进行训练集 提炼出单一性 这样就有一定的概率猜中用户的喜好 。大概的意思就是通过一个y=px+b这种算法,无限的去精确p b 的准确 以至于 可以达到 确定y数值
第四阶段 就是现在最前沿的深度学习了, 理论就是间接因素的因素化(没有直接关系的因素,其实有时候确实很重要,这块就是解决我说的第三级标签),还有就是自动化逻辑标签,自动判定逻辑指代 这种概念吧。 就比如说 pb eb 以上的数据,里面的标签逻辑太多 你根本无法理顺 你可能就用一种模型去设定 让电脑自动去生成函数,这样每一组函数 就是一个标签 相当于这样
以上都是我自己的理解,可能有问题 请多多交流。里面的词 就是那个意思。。。不要深究词汇问题。
-----------------------------------------------------------------------------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------------------------------------------------------------------------

交互设计之父Alan Cooper最早提出了用户画像(persona)的概念,认为“用户画像是真实用户的虚拟代表,是建立在一系列真实数据之上的目标用户模型”。通过对客户多方面的信息的了解,将多种信息集合在一起并形成在一定类型上的独特的特征与气质,这就形成了用户的独特的”画像”。
大数据时代下的用户画像
早期的用户画像相对简单,类似于个人档案信息,区分度和可用性都不强。但是随着大数据的发展,数据量的爆发式增长和大数据分析技术的成熟使用户可捕捉的行为数据越来越多,用户画像才真正可以称为更加具备价值的画像。其中典型的大数据时代的用户画像包括:
1、用户的消费行为与需求画像

在电商盛行的时代,网上购物所留下的数据痕迹为电商们了解客户的消费和购物需求提供了十足的抓手。电商们通过对用户的个体消费能力、消费内容、消费品质、消费渠道、消费刺激的长时间多频次的建模,可为每个客户构建一个精准的消费画像。
2、用户的(内在)偏好画像
网络社会也就是现在社会的真实映射,一个人的喜好在网络时代完全可以体现出来。常听的歌曲,经常浏览的新闻,翻阅的小说及视频聊天等信息,毫无遮掩的体现了一个人的偏好。
用户画像随着社会大数据信息的激增,可以说越来越丰富,越来越精细,用户画像也被应用到某些行业自身客户的营销中,比如互联网精准营销,以标签、画像为基础的精准定向广告投放盛行。通过对人群基本属性、行为习惯、商业价值等多种维度信息数据综合分析,精准的进行目标受众的画像和定位,实现基于大数据的精准营销。例如,拥有用户流量入口的社交软件和媒体公司,纷纷通过整合自有和外部的媒介资源,在用户画像的基础上针对行业客户提供广告精准投放服务。
如何实现用户画像?

1、用户画像方向或者分类体系的建立
给谁画像,画什么像,为什么画这个像,画像的分类和预期结果是怎么样的,这些问题都不是系统完全自动产生的。当然,在大数据足够多的程度下,可形成客户的关键信息画像,但是现在应用更为广泛的是人工+系统结合的用户画像,即人工设计画像的方向和体系。这样的优势是体系化和结构化,应用性更强,比如我们要进行消费能力的画像、消费内容偏好画像、消费流失画像,这些也是后面数据采集和画像模型构建的前期和目标。
客户画像体系和方向的构建是客户画像最关键的一步,类似于打地基和房屋初始设计,东方国信就为电信行业构建了扎实可靠、丰富详实的客户标签体系,依靠电信业客户信息的应用价值和场景,通过三层的标签结构实现了标签的“由浅到深”、”由客观到主观”、“由通用到场景”的画像,这三层分别是基础标签(简单加工后的数据)、营销画像标签(以营销和服务的基础元素,比如各类偏好、能力、倾向就研究的客户标签)、场景&产品营销标签(对应具体场景和产品的目标客户的精准标签),这些标签不仅很好的成为运营商洞察和营销客户的有力支撑和助手,也成为运营商大数据运营的关键。
2、用户数据收集
当确立了画像的方向,即确定了需要的数据信息和力度,比如客户的消费的详细的信息,客户的下单的时间、客单价、商品信息,商品促销信息等等,客户画像的数据要做到真实、可关联应用、存在一定的周期可供偏好类模型构建。
3、用户标签、指数建模研究
上面提到,有的标签是客观引用形式,而很多标签则是需要大量的大数据行为来综合建模完成的,比如我们说客户是爵士乐偏好人群,不能通过客户的某一次购买或者搜索关注行为来下决定,而是要多其应用的频次、占消费比、占大部分人群比等综合信息综合构建。
用户画像的应用隐私?
用户画像是营销和服务的重要手段,但是在用户画像应用中更要注意用户的隐私的保护和应用授权,比如商家在一定程度上可以根据客户的消费水平在内部形成客户购买促销力度的标签,但是不能将客户的消费数据给其他的行业或者产业。工信部规定,要在征得用户授权、保障用户隐私安全不泄露的前提下,合理、合法的收集、使用用户个人信息。这就要求利用大数据进行用户画像活动时,要征得用户同意,并且保障用户隐私不泄露,做到安全、合法。
总结:用户画像是精准营销的一个具体的呈现形式,用户画像本身并不神秘,而且随着时间和信息积累也在不断的更新拓展,我们相信随着互联网、O2O等交互应用信息越来越多,客户画像能够为企业甚至行业、政府了解客户、认知客户、营销客户起到更加重要的积极的作用。
【用户画像找发源地—众多DSP,数据公司的供应商。优势:数据量巨大,覆盖范围广,用户画像可帮助企业进行新老用户行为分析,监测查询,数据用户拓展。】
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!