用户画像其实很简单
在大数据时代,很多企业都有构建用户画像的需求,这也是提升收益和增加用户粘性的一把利剑。本文将通过what、why、how三部曲阐述用户画像。
一、什么是用户画像
广义的用户画像分为两种:User Persona与User Profile
- User Persona
第一种意义上的用户画像(User Persona),是产品、运营从用户群体中抽象出来的典型用户,本质上是用来描述用户痛点的一种方法论。
但在现实情况下,随着产品的不断迭代,真实用户越来越多,仅通过user Persona难以量化真实的用户画像。
抖音就是一个典型的例子,最开始,抖音是专注于年轻人的15秒音乐短视频社区,其目标用户为年轻用户,其产品形态是音乐短视频,其愿景是打造音乐社区。但随着抖音的快速发展,用户量井喷式增长,它的用户群体已经发生了明显“下沉”,越来越多的中老年人加入了抖音的队伍。
这种情况下,我们就需要采用另一种方案,也就是User Profile这个意义上的用户画像了。
- User Profile
User Profile 是目前大数据使用的较多的一种用户画像,它是基于用户在产品上的用户行为数据,产出用户标签的一个集合。
在当今的互联网时代,如何通过大数据挖掘出有价值的信息已经至关重要,故本文展开方向主要为User Profile。
二、为什么要建设用户画像(User Profile)
总结用户画像的作用,无外乎下面4个方向:
- 用户数据分析挖掘
你熟悉你的产品吗?你的产品主要是哪些用户呢?
比如,同是做火车票业务的携程和智行app,携程用户都是高富帅,智行用户都是小鲜肉吗?用户数据分析挖掘会告诉你这个答案。
再比如,2019年迅速火遍全国的抖音的用户又有哪些特征呢?下面这篇报告就很好的诠释了用户数据分析挖掘的本质。
- 精细化运营-圈人筛选客群
这是用户画像在业务方面广泛使用的一个作用,能大幅提高分析师们的工作效率。
比如,指导学生用户购买火车票,需要圈出学生用户群,可以直接筛选用户画像中的学生特征,而不再需要写复杂的逻辑。
再举个例子,湖北2020年3月25日起解封,我们需要给身处湖北的用户一些关怀,需要筛选出“湖北用户群”,可以使用用户画像中的属性标签(最近所在地)快速圈出用户群。
- 精准营销-短信营销、apppush营销
精准营销的目的为节约成本并降低用户打扰率,在用户生命周期的不同阶段可以使用不同的营销方式,如下:新客注册30天内未下单呼吁,活跃用户刺激消费,流失用户召回等等。
- 个性化推荐
“千人千面”,个性化推荐是目前几乎所有产品都很看重的一个功能,比如淘宝板块的“猜你想买”,微信朋友圈的广告,抖音的推荐视频等等,都是个性化推荐的体现。
三、怎么建设用户画像(User Profile)
建设用户画像,可以分为四个部分:用户属性标签、用户行为标签、用户业务标签、用户分类标签。
- 用户属性标签
用户属性标签主要记录用户的一些基本属性,以uid为维度,如昵称、性别、年龄、生日、地区等等。
- 用户行为标签
用户行为标签是以用户在产品上的行动轨迹来定义的标签集合,如用户近7天的活跃天数、近30天的活跃次数、近30天浏览图书的次数、近30天加购次数等等。
- 用户业务标签
用户业务标签主要是基于用户的购买消费行为来定义的特征,如用户近一年下单次数、用户最近一次下单距今天数、用户近一年消费金额等等
- 用户分类标签
用户分类标签主要记录处理用户特征后的一些标签,如用户登录app的时段偏好、节假日偏好、价值分类、活跃度划分等等
在建设用户画像的过程中注意保证用户的唯一性,防止脏数据的出现
四、用户画像小知识
- TGI指数
TGI指数= (目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例)*标准数100。
TGI指数可以较好的体现用户某一特征相对整体的偏好,比如,2019年去杭州旅游的用户占9%,而女性用户去杭州旅游的比例为18%,则TGI指数=18%/9%=200,可以判断女性更喜欢去杭州旅游。
- 用户价值分类
用户价值分类可根据RFM模型+Kmeans聚类,RFM根据业务的不同而选择不同的指标,如机票业务,M如果用机票的消费金额来看可能回不准确,因为机票的价格经常变动,同一航班统一仓位,不同的日期,价格可能天壤之别,故M可以用机票价格结合折扣率来代替。
用户画像是需要经常更新优化的一个项目,并非一成不变的,需不断迭代才能和产品完美融合。