用戶畫像怎么做才能更有業(yè)務(wù)價(jià)值?
編輯導(dǎo)語:用戶畫像,是基于用戶在互聯(lián)網(wǎng)上留下的種種行為數(shù)據(jù),將這些數(shù)據(jù)主動(dòng)或被動(dòng)的收集后,通過數(shù)據(jù)加工分析,產(chǎn)生的一個(gè)個(gè)標(biāo)簽。用好用戶畫像,能夠快速找到目標(biāo)用戶,利于產(chǎn)品設(shè)計(jì)。本文作者從用戶畫像的概念出發(fā),對(duì)用戶畫像怎么做才能更有價(jià)值這個(gè)問題進(jìn)行了分析解答,一起來看看~
這次想跟大家分享這個(gè)主題是基于以下2個(gè)原因:
- 大家都在說用戶畫像,于是很多領(lǐng)導(dǎo)也開始要求做用戶畫像,但做用戶畫像到底為了解決什么問題并不清楚;
- 搜索用戶畫像相關(guān)內(nèi)容時(shí)大家都在講概念、怎么操作,并沒有結(jié)合實(shí)踐去講為什么要這么做。
希望這次分享讓有需要的小伙伴們不僅知道用戶畫像的概念,還能清晰為什么要做用戶畫像,并能基于實(shí)際的案例去做相關(guān)分析。
一、用戶畫像到底是什么?為什么要做用戶畫像?
我大學(xué)剛畢業(yè)時(shí),初到一家互聯(lián)網(wǎng)公司做數(shù)據(jù)運(yùn)營,某天領(lǐng)導(dǎo)突然給我一個(gè)任務(wù):做一個(gè)APP用戶畫像報(bào)告。當(dāng)時(shí)我有點(diǎn)懵,一是我以前確實(shí)沒接觸過用戶畫像,概念不太清楚;二是接到領(lǐng)導(dǎo)的任務(wù)后我只知道要做一個(gè)用戶畫像,至于這個(gè)用戶畫像到底用來做什么我并不清楚。
在這個(gè)情況下,我查閱各種資料,問同學(xué)、問朋友,還找了一些高大上作圖工具,最后總算是完成了任務(wù),得到了公司認(rèn)可。但用戶畫像報(bào)告到底給公司帶來了什么價(jià)值、給運(yùn)營決策起到了什么作用并不清楚,這其實(shí)就是典型的為了做而做。
1. 用戶畫像到底是什么?
百度詞條描述的用戶畫像是虛擬的用戶模型,基于個(gè)人運(yùn)營經(jīng)驗(yàn)及搜索相關(guān)資料,一般我們提到用戶畫像時(shí)通常包括兩個(gè)層面:
其一是虛擬的用戶群體畫像:是基于目標(biāo)用戶群體特征提煉的,包括基礎(chǔ)屬性、行為偏好、消費(fèi)習(xí)慣等,基于不同需求提煉不同屬性。一般使用場(chǎng)景包括產(chǎn)品設(shè)計(jì)、活動(dòng)內(nèi)容策劃、品牌宣導(dǎo)(流量置換)等,如拼多多的用戶畫像。
其二是真實(shí)的用戶個(gè)人數(shù)據(jù)畫像:是用戶個(gè)人信息的標(biāo)簽化,同樣包括基礎(chǔ)屬性、行為偏好、消費(fèi)特征等。一般使用場(chǎng)景為用戶精準(zhǔn)運(yùn)營,如基于用戶標(biāo)簽系統(tǒng)做千人千面的內(nèi)容推薦。因此我們搜索用戶畫像時(shí),很多文章都在說如何做用戶標(biāo)簽系統(tǒng)。
2. 為什么要做用戶畫像?
基于前面提到兩類用戶畫像的一般使用場(chǎng)景,規(guī)整提煉了用戶畫像報(bào)告的三個(gè)主要目的:
1)品牌宣導(dǎo):用于對(duì)外發(fā)布報(bào)告,讓行業(yè)了解你的產(chǎn)品,便于合作(比如廣告投放、流量置換等)。對(duì)于這類目的的用戶畫像,不需要太細(xì),基本上是一些用戶基本屬性的統(tǒng)計(jì),比如用戶性別、年齡、地區(qū)、教育水平、收入水平等,因?qū)ν獍l(fā)布需要,這類畫像應(yīng)該做的高大上,整體來說做的思路比較簡(jiǎn)單。
2)產(chǎn)品設(shè)計(jì)、運(yùn)營決策提供依據(jù):與前一個(gè)目的不同,前者相對(duì)大而粗,而決策依據(jù)的用戶畫像不一定覆蓋全面,但一定是具體的。對(duì)于這類目的的畫像,在畫像前一定要弄清楚,我們需要解決的問題是什么,且該問題一定是可以被驅(qū)動(dòng)和衡量的。該類目的的畫像分析相對(duì)復(fù)雜,因業(yè)務(wù)目標(biāo)的不同分析方法也會(huì)不同,但背后的邏輯思路是相通的(本文重點(diǎn)拆解)。
3)用戶精準(zhǔn)運(yùn)營:這是目前一個(gè)大的趨勢(shì),涉及的內(nèi)容也比較多,包括標(biāo)簽系統(tǒng)、用戶分群系統(tǒng)、內(nèi)容推薦系統(tǒng),光看到這幾個(gè)系統(tǒng)就已經(jīng)覺得很復(fù)雜了,確實(shí)也很復(fù)雜。
二、用戶畫像怎么做才能更有價(jià)值?
之前負(fù)責(zé)的一個(gè)產(chǎn)品,初期都是免費(fèi)服務(wù),包括工具服務(wù)和內(nèi)容服務(wù),隨著產(chǎn)品成熟引入付費(fèi)知識(shí)服務(wù)模塊,于是我們進(jìn)行了一次用戶畫像分析,以此實(shí)戰(zhàn)作為案例從以下四個(gè)步驟拆解:
1. 明確業(yè)務(wù)目標(biāo)
2. 提取數(shù)據(jù)
數(shù)據(jù)提取的關(guān)鍵是:
基于我們目標(biāo)梳理清楚我們需要哪些數(shù)據(jù),然后針對(duì)性的撈取數(shù)據(jù):
3. 數(shù)據(jù)分析、提出策略
這一步需要一定的數(shù)據(jù)分析能力,所以很多時(shí)候數(shù)據(jù)分析都會(huì)由專門的數(shù)據(jù)運(yùn)營人員來完成。在這里多說幾句廢話(肺腑之言):作為運(yùn)營人員,建議人人都會(huì)一些數(shù)據(jù)分析,最起碼excel工具應(yīng)該熟練掌握,且一般情況excel可以解決90%以上的運(yùn)營數(shù)據(jù)分析問題,我自己一般會(huì)在數(shù)據(jù)量太大時(shí)才會(huì)用到R語言或python。
1)數(shù)據(jù)處理與分析:像上面撈取的數(shù)據(jù),只要我們思路清晰了,其實(shí)大部分都可以用excel做統(tǒng)計(jì)就可以完成,但內(nèi)容分析(分詞)、路徑分析稍微復(fù)雜一點(diǎn),這里作為用戶畫像思路的拆解就不對(duì)兩塊內(nèi)容展開贅述了,如有可能后期我再單獨(dú)整理這塊內(nèi)容。
(寶寶樹內(nèi)容分析)
2)報(bào)告輸出:結(jié)論先行+數(shù)據(jù)支持。用戶畫像需要輸出一份可視化的報(bào)告,因看報(bào)告的并不清楚數(shù)據(jù)分析思路,因此在報(bào)告呈現(xiàn)時(shí)一定要結(jié)論先行提高可讀性,而不是單純的擺數(shù)據(jù)。比如:晚上22-24點(diǎn)觸達(dá)用戶效果最佳(解決when的問題),下面再配上用戶活躍時(shí)間段分布數(shù)據(jù)。
3)基于業(yè)務(wù)目標(biāo)的策略輸出:在輸出報(bào)告的最后應(yīng)該給出一套相對(duì)完整的策略方案總結(jié)。
4. 策略驗(yàn)證與優(yōu)化
這里特別強(qiáng)調(diào)2點(diǎn):
- 可衡量:就是在方案落地前我們要先想好通過什么指標(biāo)來衡量我們的策略,包括目標(biāo)(如活躍用戶付費(fèi)率)、觀察指標(biāo)(漏斗轉(zhuǎn)化、留存分析、不同用戶付費(fèi)對(duì)比分析等);
- 可調(diào)整:我們很難確保最開始的策略就一定有效的,需要小步快步不斷地基于指標(biāo)調(diào)整,在方案落地前就需要想好有哪些可能的調(diào)整方向。
經(jīng)過這四步的拆解,不僅有了一份完整的畫像分析報(bào)告,還能跟進(jìn)其在業(yè)務(wù)目標(biāo)上的價(jià)值,當(dāng)然需要實(shí)踐操作才能慢慢熟悉。
到這里這次分享就結(jié)束了,下回見~
本文由 @運(yùn)營小羊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來自pexels,基于CC0協(xié)議
很棒,學(xué)習(xí)了!