6個步驟教你:如何構造產品用戶模型?
構建產品的用戶模型,是將所有的用戶按照一定的標準進行分類,然后根據不同用戶群體的用戶畫像進行精準投放,抑或將用戶群體與用戶群體之間進行定向轉化,達到高效轉化以及塑造優質用戶的目的等。哪要如何構建產品的用戶模型呢?它需要哪些步驟呢?
一、概念
【用戶模型profile】通過問卷和訪談獲取產品真實的用戶反饋數據,根據核心因子對產品的用戶群體進行分類,基于用戶使用產品的行為深度,將用戶與各用戶群體進行匹配生成用戶畫像,形成最終的用戶模型。
二、目的
通過構建產品的用戶模型,將所有的用戶按照一定的標準進行分類,然后根據不同用戶群體的用戶畫像進行精準投放,抑或將用戶群體與用戶群體之間進行定向轉化,達到高效轉化以及塑造優質用戶的目的等。
三、步驟
- 已有的產品或MVP等可顯示設計理念的產品;
- 通過問卷、訪談獲取足量的真實的用戶反饋數據;
- 通過用戶反饋數據提煉出核心因子;
- 根據核心因子構造用戶模型;
- 為用戶模型的各群體生成用戶畫像;
- 精準投放或不同用戶群體的定向轉化。
四、具體實施
1. 用戶調研問卷獲取反饋數據
對已有的產品或MVP等進行調查問卷,獲取足量的真實的用戶反饋數據。
這一步如果獲取的數據沒有足夠的真實度的話,那么后面的所有的步驟也就不用進行了,因為構造的用戶模型一定是有問題的。
那么,如何更好地保證獲取的用戶反饋數據相對比較真實?如何更好地設計調查問卷?
這里提供幾點建議:
- 用戶的耐心是有限的:問卷設計的問題盡可能少,不要想著讓用戶一次性回答你一大張問卷,其實一次只需問明白一兩個重點即可。
- 選項的獨立性和窮盡性:“獨立”意味著各選項覆蓋的范圍不相互交疊,“窮盡”意味著提供的選項要覆蓋所有的可能性,即使用上“不記得”、“XX以上”、“XX以下”也行。
- 避免模糊用語:類似“經?!薄ⅰ芭紶枴钡缺硎敬蟾诺脑~匯是大忌,因為不同用戶的“經?!笔遣灰粯拥?,有的用戶“經常”表示一天幾次,有的用戶一周一次就是“經?!绷恕?/li>
- 問卷的數據清洗:在進行問卷數據統計前,先把明顯紊亂、無效的數據進行清理,避免最后的統計結果有太大的誤差。
2. 用戶訪談獲取反饋數據
對用戶進行訪談,深入了解他們內心的想法,然后同樣獲取相對真實的用戶反饋數據。
個人認為這里的訪談用戶可以從參與調查問卷的用戶中挑選,這樣可以比較有針對性地去挑選(比如不同的年齡層、不同的就業職位等等)。
那么,如何更好地跟用戶進行溝通,然后獲取更準確的反饋呢?
- 第三方立場:在訪談的開始要亮出第三方的立場,表明自己是受產品設計者委托的,就算不是,也要說是,打死也不承認自己是該產品的設計者。這樣可以免去尷尬,也可以讓用戶可以少去一些顧忌。
- 由淺入深:用一些比較簡單易答的問題作為開場,再慢慢深入到正式和敏感的話題。
- 聚光燈留給用戶:避免專業名詞,盡量保持無我的狀態,讓用戶感覺“我的反饋很重要”。
- 及時確認和追問:當無法辨識用戶的意思時,一定要做進一步確認。當發現用戶跑題抑或用一些比較模糊不清的話語簡單帶過問題時,要及時進行追問下去。“挺好”是好在哪一方面?具體感覺是什么?“不太喜歡”是不好在哪一方面?具體感覺是什么?
- 關注隱蔽信息:有時候用戶說了什么不是最重要的,一些沒有表達出來的才是用戶研究需要關注的重點。比如:用戶表現出來的異樣情緒,抑或用戶思考模式異于你預期,這些細節隱藏的東西都值得思考和挖掘。
- 避免誘導:盡量避免提出封閉性的問題,不要給予用戶一堆產品方案、思路和假設,也要去問用戶會不會喜歡會不會購買,因為這些的回答大部分都是不真實的。
- 保持專注和耐心:不要急著推進問題,給用戶一些思考和停頓的時間,收到負面反饋也要淡定,做到毫無情緒波動才是專業的表現。
3. 提煉核心因子
在通過問卷以及訪談獲取了足量的用戶反饋數據,然后剔除無效數據進行反饋數據的統計,從中提煉出最影響用戶決策的幾個因素,這個過程就是提煉核心因子的過程。
看起來并不難,為什么說是最關鍵的一步呢?
- 一方面就是前面說到的數據的多少以及數據的真實性很難把控;
- 另一方面則是由于每個產品設計者的閱歷、對用戶的了解程度、對數據的提煉能力等不盡相同,面對同一份數據,不同的產品設計者提煉出來的核心因子也基本不一樣。
所以,要如何在這些影響因素上提煉出精準的核心因子是比較不容易的,但有一點是可以肯定——那就是數據越多,數據真實性越高,提煉出來的核心因子就會更加準確。
其實除了用核心因子構造用戶模型外,有一些比較簡單的分析轉化也可以通過普通數據因子來構造用戶模型。
這里先看一下核心因子和普通數據因子的區別:
- 核心因子:核心因子是影響用戶做決策的主要影響因素(包括外在因素和內在因素),是劃分用戶模型用戶群體的主要依據。要通過核心因子來構造用戶模型,必須深入到用戶中去,了解是哪些因素在影響用戶做決策。
- 普通數據因子:普通數據因子就是用戶在我們產品上的操作行為、填寫的個人信息、主要的使用場景等數據。(這里非重點,但下面構造用戶模型也會有所提及)
4. 根據因子構造用戶模型
(1)核心因子
利用核心因子構造用戶模型,需要基于對用戶進行深入研究分析,適用于大部分產品。
通過上面所說的用戶調研和用戶訪談的真實反饋數據進行提煉核心因子,然后利用提煉出來的核心因子來劃分用戶群體(象限法是比較常用的劃分用戶群體的方法),最后構造用戶模型。
- 舉例1:某服飾類產品,主要用戶為女性,通過用戶反饋數據提煉到的核心因子為消費能力和潮流敏感度,那么我們可以用象限法進行構造用戶模型圖。(如圖1)
- 舉例2:某付費問答類產品,通過用戶反饋數據提煉到的核心因子為提問的迫切程度和對回答者的認同度,同樣可以用象限法進行構造用戶模型。(如圖2 )
(2)普通數據因子
利用普通數據因子構造用戶模型更像是一種預測性的方法,我們先按照一定的規則將用戶進行劃分,形成用戶模型,然后在產品上線并投入使用后,通過用戶的行為數據將用戶對應進行匹配即可。
- 舉例1:某UGC產品,提煉出來的數據因子為發帖的頻率和發帖的質量,同樣可以用象限法進行構造用戶模型圖。(如圖3)
- 舉例2:這是最簡單的一個用戶模型,直接將用戶分為:未下載產品的用戶、下載未注冊的用戶…….,這種可以直接將各種情況的用戶群體進行簡單羅列即可。(如圖4)
5. 根據用戶的行為數據,為用戶模型的各用戶群體生成用戶畫像
通過上面的幾步操作后,我們已經構建好產品的用戶模型。這時候我們的產品上線并投入到市場上,通過在產品上設置數據埋點、用戶行為跟蹤、用戶基本信息等等,我們在后臺生成用戶的行為日志。
這時候我們需要設定各用戶群體的邊界數據因子,比如:如何區分一個用戶的發帖頻率是高還是低?
我們設定:一天發帖大于等于3次的為高頻率,否則為低頻率,那么這里的“3”就是邊界數據因子。然后我們將所有用戶按照用戶模型劃分的各類用戶群體進行匹配,最后通過收集到的用戶數據我們可以獲知每一類用戶群體的平均年齡、偏好、使用場景等等,這時候我們就可以為這個用戶群體生成對應的用戶畫像。
6. 精準投放或不同用戶群體的定向轉化(建立用戶模型的核心目的)
(1)精準投放
精準投放就是通過選擇目標用戶和區域,然后精準地將內容投放給這部分用戶,以達到更好地轉化率。
前面已經為每一個用戶群體生成了用戶畫像,也就是了解到每個用戶群體的年齡、偏好、使用場景,這時候只需要將準備好的內容進行投放到改用戶群體中即可。比如:一個外語教育類的產品,針對其大學生群體,可以投放四六級、考研、留學等類型的內容。
(2)定向轉化
定向轉化就是通過各種各樣的手段或機制,將某一用戶群體向另一目標用戶群體進行轉化。
比如:根據上面某付費問答產品建立的用戶模型,對“潛力型”的用戶群體向“圍觀型”的用戶群體進行定向轉化。
- 首先我們要知道這兩用戶群體的用戶畫像,了解他們偏好以及向“圍觀型”用戶轉化的瓶頸(認同度)等等。
- 其次制定長期的誘導轉化機制(“長期”,意味著這是持久戰,因此需要有豐富、多種多樣的激勵方式,類似于《上癮》這本書里面的“多變的酬賞”),然后還需要不斷去改進調整這些誘導轉化的手段,以達到更好地轉化效果。
- 最后是告誡,穩扎穩打、量力而行(別指望將“潛力型”用戶迅速轉化成“意愿型”的用戶,還是要一步一步來)。
五、總結
用戶模型的構建和使用并不難理解,但實際操作起來難度比較大,需要耗費大量的人力和時間。
- 首先在問卷和訪談階段,問卷設計、訪談過程都需要精細的準備,同時負責這塊的人員也要相當專業,這樣還不能保證用戶反饋的數據就一定是真實有效的。
- 其次,核心因子和建模過程的用戶群體劃分的合理性難以拿捏,這個合理性涉及到用戶反饋的數據以及產品設計者的“功力”。
- 最后,研究用戶的行為日志,技術上不難實現,但收集用戶行為數據的時間需要很長,幾個月一年是最基本的。對于中小企業難度比較大,前期用戶量少,收集的用戶行為數據零散難以衡定。
因此用戶模型的構建從長期來看,肯定對產品有很大的幫助,但是這里面涉及的成本也是需要進行考慮的。
謝謝大家!
作者:Mr.bin,本文部分資料借鑒于《騰訊產品法》。
本文由 @Mr.bin 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
這篇文章作為讀書筆記+案例研究會更合適些。
清晰??
沙發,干貨滿滿,贊