淺談所謂的產品「用戶畫像」
2015上半年,我國網民已達到6.68億,年底肯定能夠順利突破7億,其中使用手機上網人群占整體88.9%。不同于傳統PC上網,每個家庭共用一臺設備,手機上網存在著獨特性、唯一性和私密性的特點,每個人的手機都是一套獨特的生態系統。因此,將有相同特征的用戶抽象成一個代表,可以極大方便開發者研究用戶構成和分布,精準定義用戶。這也是近些年所謂的大數據、精準營銷等概念爆火的原因。
中國在各方面都是很大的長尾市場,互聯網很大程度上彌補了信息的不對稱,移動互聯網又讓把信息在精準送達到任意一個用戶面前,且不論時間和地點。那么問題來了,如何才能將流量變現,實現產品的商業價值呢?
為了充分發揮「大數據」的真正價值,第一步理應是整理數據。而整理數據的階段目的是完成目標用戶或者是現有用戶的「畫像」,只有得到了準確的用戶畫像,才能更好的達到流量變現的目的。
1. 什么是「用戶畫像」
用戶,指的是你的目標用戶,或者是構成現有用戶的大部分群體的統稱。畫像,是對一個事物的客觀的、準確的、可視化的描述。那么「用戶畫像」就是能夠客觀、準確、可視化地描述目標用戶的工具或方法。
2. 如何建立「用戶畫像」
做好「用戶畫像」有兩個重要原則,一是標簽化,二是低交叉率。
標簽化
所謂標簽化,是指按產品需要,給不同的用戶特征貼上合適的標簽。
標簽的維度需要按產品和業務需要進行劃分,例如「購買力」這個維度在電商產品、教育產品、純工具產品用戶畫像中的重要程度是完全不一樣的,可能在電商產品中這是個除了基本特征之外最重要的指標,但是在純工具產品中可能完全不需要統計。
如果畫像粒度需要再精細一點的話,可以再進一步對標簽進行權重加成。比如同樣打上了「購買力高」標簽的用戶,可以通過瀏覽記錄再分為如奢侈品消費、電子產品消費、居家物品消費等等,進而再根據目標用戶屬性和產品業務自身發展方向給用戶貼上細分后的標簽,同時對「購買力高」分配相應的權重。
標簽化的目標其實是用電子化的方式將用戶屬性抽象出來,以方便數據統計的同事們構建數據集市,后續進行數據挖掘和聚合分析。
經過有效的數據挖掘之后的分類結果才是我們真正需要的東西,至于過程是什么,大家可以根據實際情況進行調整。但是切忌不要拍腦門給用戶貼標簽,比如學生群體一般特征是盲目的、消費能力有限、服裝以運動品牌為主、喜歡新奇特的東西,我們的產品恰好是新奇特的東西,所以學生是我們的目標群體。這個結論放佛并沒什么問題,但實際是學生群體喜歡東西是有群體意志的,并非盲目,而且不同階段的學生消費跨度是非常大的,等等。所以一定要根據實際數據對用戶進行分類,切忌拍腦門。
低交叉率
「用戶畫像」的目的是,用標簽對現實中的用戶進行數字化的聚合和描述。
聚合畫像時,一定要注意低交叉率的原則。假如兩組畫像除了教育程度和年齡其余標簽幾乎一致,那就可以初步理解為目標用戶中,不同教育程度或者不同年齡跨度的用戶對產品需求是相當一致的,如果沒有明顯業務區分,可以將二者合并為一個畫像,同時弱化教育程度和年齡的差異。
剛才是反向表達此原則,正向的表達方式就是用戶畫像篩選盡量遵從MECE法則,即完整性和獨立性。
完整性保證了我們的「用戶畫像」囊括了盡可能大的用戶群體,獨立性又保證了囊括的群體沒有重疊,防止盲目夸大市場結構、影響對市場的判斷。這兩點對于我們分析市場,優化產品業務都有很大作用。
3. 用戶標簽的維度
雖然不能拍腦門定義目標用戶,但是我們又需要根據產品特性定義標簽維度。這時,注意一定要客觀,千萬不要有「得到了XX數據,就能證明XXXX」的心態,這種心態是無法建立正確的用戶畫像的。通常情況下,建立「用戶畫像」的標簽有以下幾個維度:
自然特征OR基本屬性:
如性別、年齡、體形、地域、職業、星座、教育程度等;
消費特征OR購買能力:
如婚否、收入、車、房、孩子、購物類型、品牌偏好、信用水平、購買周期等;
社會特征OR行為特征:
如婚姻狀況、家庭構成、社交偏好、信息渠道等;
興趣特征OR心理特征:
如興趣愛好、使用APP行為、瀏覽收藏內容、互動內容等;
標簽的維度沒有明確的要求,甚至上面的分類也是沒有明確界限的。如何選擇合適的標簽來描述用戶特征,這才是我們需要真正思考的問題。
4. 「用戶畫像」最終歸宿
說了這么多如何建立「用戶畫像」,那么這東西建立出來之后怎么使用呢?
不同的人有不同的說法,有的認為該做成報告存檔、有的認為畫成圖表方便定性分析、有的認為分別起好名字并介紹給團隊成員。我個人更推薦最后一種方式,給每個「用戶畫像」起一個合適的名字,并讓團隊中的每個人都能準確的說出他們的標簽。只有這樣,團隊成員才可以強化目標用戶,也能夠方便溝通問題,考慮需求的時候就直接說「為了滿足“小明”的需求」就可以了,直接、有力。
5. 總結
「用戶畫像」不是萬能的、也不是必不可少的,但我們能夠明確一點就是正確合理的「用戶畫像」一定能夠對產品的發展起到積極促進的作用,它是產品下一步發展方向的有力證明。
那么如何獲得用戶標簽呢?最常見的方式也就是打點統計、分析用戶行為路徑了。至于不同的產品如何得到數據、如何打點、產品樣本小、特征提取不明顯的問題只能交給各個團隊自己去解決了。否則大數據為何如此值錢呢?這也給對「用戶畫像」盲目崇拜的人提個醒,如果再有小公司、小團隊和你說他可以依托「大數據」幫你建立「用戶畫像」,先想想他的平臺夠不夠大、數據夠不夠多,別再被概念忽悠了。
本文由 @一條產品狗 授權發布于人人都是產品經理?,未經許可,禁止轉載。
通常的談到用戶畫像總是感覺要好多好多的數據才能畫,然后大家就想想:算了吧,干點兒其他的吧。事實上,可能他已經擁有了給用戶畫像的能力。