一步一步建立用戶模型,真正了解你的用戶

2 評論 18237 瀏覽 84 收藏 14 分鐘

編輯導讀:對于產(chǎn)品人來說,掌握一個領域下的用戶模型決定了未來對產(chǎn)品的預判準確性,而在產(chǎn)品迭代的過程中,學會建立用戶模型,可以幫助我們在工作中對用戶的需求進行精確化定位,協(xié)助我們進行判斷決策。那么如何掌握一個領域下的用戶模型呢?過程中我們需要注意什么呢?

本文作者從自身工作實踐出發(fā),分享了自己關于構建用戶模型的相關經(jīng)驗,希望對你有用。

其實很多人對用戶模型的概念比較模糊,用戶模型更多是在產(chǎn)品生命周期中起關鍵作用,其結合數(shù)據(jù)、反饋、行為三個方面的信息總結概括出產(chǎn)品用戶模型。

在三個維度的數(shù)據(jù)下,我們可以通過用戶的行為、反饋、數(shù)據(jù)整合在一起,幫助團隊更加細致地了解用戶的需求。從而解決不同產(chǎn)品的留存、轉化、復購等問題。

通過建立產(chǎn)品的用戶模型把典型用戶按照標準化進行區(qū)分,然后在產(chǎn)品發(fā)展過程中我們就可以合理把控不同用戶群體的畫像,針對性進行團隊的目的,比如提升用戶體驗、最終轉化等待。

但是在現(xiàn)實工作中,受限于團隊、資金、時間、數(shù)據(jù)信息等待條件,一個產(chǎn)品很難依靠能拿到手的些許資料建立一個有效健全的用戶模型。

由于缺少一定數(shù)據(jù)支撐諸多團隊不會在前期建立一個領域的用戶模型,但在擁有一定基礎的前提下建立用戶模型可以幫助團隊盡可能減少主觀猜想,增強邏輯數(shù)據(jù)支撐,理解用戶到底真正的需求,從而更好為不同類型用戶服務。

那么如何建立用戶模型呢?下面就來逐一說明,從本質上來說用戶模型可以幫助我們將用戶數(shù)據(jù)標簽化,然后形成一個整體,從這個整體中發(fā)現(xiàn)特征,從特征中驗證需求。

一、確認產(chǎn)品定位

產(chǎn)品定位多數(shù)在初期明確,產(chǎn)品定位決定了所處的行業(yè),這個行業(yè)里面有多少用戶與價值都是顯而易見的。定位決定了最終的輻射范圍以及對于整個范圍內(nèi)的用戶群體中,產(chǎn)品所能帶來的價值。

有些人會問:怎么對自己的產(chǎn)品進行定位?當你問出這個問題的時候,代表你對自己產(chǎn)品或者市場的了解不夠清晰透徹,沒有對現(xiàn)有的產(chǎn)品有一個清晰的定位。最簡單的產(chǎn)品定位可以采用SWOT分析制定。

找到自己的優(yōu)勢和價值點,然后建立一定的假設,了解用戶會使用什么樣的產(chǎn)品,多問自己幾個問題,比如:

  • 用戶為什么會選擇你的產(chǎn)品而不去用競品?
  • 你憑什么去讓用戶放棄現(xiàn)有解決方案用你的產(chǎn)品?
  • 怎么改變現(xiàn)有用戶的固化思維?

此時對市場有一定了解時,而后也需要了解市場的規(guī)模以及存量增量空間。常見的數(shù)據(jù)平臺比如艾瑞網(wǎng) 、 艾媒網(wǎng) 、 易觀智庫、騰訊大數(shù)據(jù) 、360研究報告…通過歷史數(shù)據(jù)進行商業(yè)價值的評估。

一定要有最初的市場范圍,否則定位不清晰,未來發(fā)展極度容易走彎路。然后對現(xiàn)有的競品與市場現(xiàn)狀進行合理分析,制定合理的產(chǎn)品定位。

二、多維度收集相關數(shù)據(jù)

在建立用戶模型前需要獲取足夠的真實用戶反饋數(shù)據(jù)。如果沒有一定的數(shù)據(jù)盡量不要輕易去做用戶建模,因為肯定會偏離實際。

有人可能會問需要多少數(shù)據(jù)才算足夠呢?如果你進行定量的數(shù)據(jù)收集,這里推薦一個樣本量計算器,可以幫你計算:https://www.surveysystem.com/sscalc.htm(無利益相關)

從數(shù)據(jù)來說,如果總量可控的情況下,理論值1000+是最佳選擇。上述是定量的數(shù)據(jù)收集,如果是定性的數(shù)據(jù),那么我們要找出具有顯著特征的用戶群體,這個數(shù)量范圍在5-20人左右。核心在于不同用戶的特征值有所區(qū)別。

根據(jù)尼爾森關于可用性測試的經(jīng)典理論,6-8人便可以找到產(chǎn)品80%以上的可用性問題。從投入產(chǎn)出比來講,6-8人對于探究產(chǎn)品存在的可用性問題,非常廉價、靠譜。

通過以上收集方式并成功采集后,我們需要對用戶的屬性與需求進行剖析,在俞軍老師的《產(chǎn)品方法論》一書中,對用戶有一個最直觀的定義,即:用戶不是自然人,而是需求的集合,由于不同產(chǎn)品滿足用戶不同場景下的需求,當某個產(chǎn)品完全滿足了某個用戶在某個場景下的某類需求,所以我們需要多維度分析用戶。

由于是多需求的集合,所以最終產(chǎn)生的用戶也不會是一個,可能是由多個樣本用戶,所以我們需要根據(jù)上述的產(chǎn)品定位,找到最核心的一批用戶模型。

如果團隊資源充足的情況下可以進行不同類型的用戶模型挖掘,同樣也可以幫助分析不同用戶的差異,當然,大部分情況下資源都是緊張的,所以最佳的選擇就在有限資源情況做最核心的用戶模型。

一個用戶模型是基于不同的維度分析的結果,那么我們需要把控哪些維度呢?不同類型產(chǎn)品的分析維度是不一樣的,比如一個B端的產(chǎn)品,我們不僅要掌握用戶信息數(shù)據(jù),還要掌握行為數(shù)據(jù)、消費數(shù)據(jù),如下圖

看到這些數(shù)據(jù),很多初創(chuàng)公司都會感到為難,因為在產(chǎn)品初期沒有用戶沒有數(shù)據(jù),基礎少樣本少,很難形成有效的建模。雖然本身所能掌握的數(shù)據(jù)有限,但是我們可以通過更加豐富多樣的數(shù)據(jù)渠道來進行信息的收集以及拓展。

比如你要做一個年輕人的健康食品,你就要去了解年輕人的喜好,但是由于你自己不是一個年輕人,已經(jīng)是一位近40的中年人,對于年輕人的喜好拿捏不準,這時候可以去尋找年輕人的聚集地,打開QQ,打開QQ群搜,根據(jù)關鍵詞定向搜索“吃貨”,可以找到一批精準的用戶群體。

在數(shù)據(jù)的精確性方面我們需要甄別個人的主觀偏好的比重,以用戶本身的行為動機以及原因為關注點,如何即可更聚焦于本質。

三、建立基礎用戶模型

在整理好用戶基礎數(shù)據(jù)后我們需要把數(shù)據(jù)進行打包歸類,加上具體的描述文字,創(chuàng)建出基本的用戶架構(用戶畫像),比如一款社交產(chǎn)品的用戶信息提取出來后可以形成一個大致的用戶狀態(tài),如下所示

這里的用戶畫像的原則上要列出用戶數(shù)據(jù)中的相似屬性,篩選去重,找出與自身產(chǎn)品契合的用戶屬性,然后將這些幾個屬性結合起來(具體需要幾個根據(jù)團隊需求,一般3-8個核心屬性)。

數(shù)據(jù)在模型中運行后,最終生成的畫像可以用下圖等可視化的形式展現(xiàn)。對于APP來說,用戶畫像并非是一成不變的,因而模型需要具有一定靈活性,可根據(jù)用戶的動態(tài)行為修正與調整畫像。

接著我們可以拿著手上的數(shù)據(jù)進行可視化的詞圖生成(具體工具就不說了,左轉谷歌),數(shù)據(jù)在模型中會更加容易分辨具體的屬性,綜合用戶特征,闡明目標。

在這里我們已經(jīng)將用戶的多種特征組合在一起,這里用戶的屬性和標簽選擇最終影響模型的準確性和復雜性

四、驗證用戶模型

那么有了具體的用戶模型只是第一步,因為首次整理出的用戶模型不一定是真實可靠的。

接下來我們需要對用戶模型進行校正,這里校正的標準是產(chǎn)品與市場群體的實際需求,因為產(chǎn)品在變化,同樣市場的需求也在變化,每次修正過程就是反復上述過程。

從個人的角度來說,不建議滿足于第一次的用戶模型,因為存在數(shù)據(jù)偏差,而且存在主觀的判斷,可以用不同的維度來嘗試驗證。

那么如何驗證呢?我們可以通過定向內(nèi)容評估法來進行檢驗,簡單來說就是在用戶模型中投入一定的資源,找到樣本群體范圍,然后通過用戶模型來滿足他們的訴求

比如我們之前有一個初步的用戶模型,然后針對這部分群體,推送社交相關的活動,通過最終活動的參與率就可以了解是否偏離我們的實際用戶。

在不斷調整后,我們可以通過用戶模型挖掘優(yōu)質的用戶,通過平臺的數(shù)據(jù)清洗,提供給優(yōu)質用戶更加精準的服務。

總結

建立用戶模型的核心是為了幫助產(chǎn)品更加充分了解用戶,在后續(xù)的決策與運營中提供相對可靠的信息支撐,而用戶模型并不是一次性解決就可以不管不顧,需要在不斷的數(shù)據(jù)積累中完善和優(yōu)化。

從落地層面來看,會有很多難點,比如缺少大量數(shù)據(jù)、缺乏判斷標準等等,但是這是一件持續(xù)需要去做的事情,未來產(chǎn)出也可以幫助你減少彎路,樹欲靜而風不止,凡事不要別等。

而每個產(chǎn)品人都應該更應該了解用戶心理和需求,而掌握一個領域下的用戶模型恰恰是其中一種途徑,它可以校正自己工作中的決策與方向。

看似簡單的用戶模型,在構建的過程中會極大提升自己的判斷和邏輯思路。在首次構建成功用戶模型后筆者記錄下自己的過程,希望對入門者有幫助。

#專欄作家#

SenYi,公眾號:產(chǎn)品體驗派,人人都是產(chǎn)品經(jīng)理專欄作家。樸實無華的跨境電商產(chǎn)品人,致力于挖掘產(chǎn)品價值與商業(yè)化觀察。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載

題圖來自Unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 謝謝老師!

    來自江蘇 回復
  2. 您好,您有興趣出書嗎?方便給個聯(lián)系方式嗎?

    回復