關于搭建用戶畫像須知的二三事
要問什么最令產品經理頭疼的,莫不是搭建用戶畫像這回事兒。本文用了較大篇幅來闡述如何理解用戶和用戶畫像的本質,希望產品經理們都能在對用戶有很深的理解后再去思考用戶畫像的搭建與使用,因為掌握了底層思維才是面對市場不停變化的通途。
相信每一個用戶產品經理都有過從0到1搭建用戶畫像體系的沖動。
我們希望通過對用戶行為的不斷洞察,創造出直擊用戶心靈的產品。
可現實的骨感卻是,往往關鍵的用戶數據缺斤少兩,無用的用戶數據在系統中臃腫不堪,分析用戶數據時不知道如何將數據有效串聯……
如果你是做后臺用戶畫像系統搭建的產品經理,那還會遇到一個非常悲催的現實,那就是搭建的用戶畫像系統上線即巔峰,上線后復用率低,最后竟淪為了數據統計的后臺工具。
那么,用戶畫像要如何科學的搭建起來呢?
要想解決這個終極問題,我們需要撥開一層層認知上的迷霧,去接近最終問題的真相。
一、我們先來進行一個思考:如何理解用戶行為?
通常我們會引用福格的用戶行為評估模型去進行用戶行為的理解。福格的行為模型包括動機、能力、提示三個維度構成?;谶@三個維度,我用三個問題的答案來闡述下我的思考。
1. 如何確定用戶的動機來源?
首先需要確定我們目標用戶,這有助于聚焦我們的產品動作;
然后分析目標用戶的行動,用戶為了獲得利益,他們都會如何行動;
同時也要評估用戶所處的場景,用戶是在什么場景下進行的行動,比如用戶在平時逛淘寶和在雙11逛淘寶的場景是不同的,行動就會有不同的指向,平時逛淘寶專注于逛,雙11除了逛,用戶更關注平臺優惠的算法;
2. 如何理解用戶能力?
這里的能力,指的是在產品體系中,完成關鍵功能動作的耐受度。人性本懶,再勤奮的人在難用的產品上也不會有很高的耐受度,我們要不斷降低用戶在產品上完成動作的能力門檻。我們可以使用以下三種方式幫助用戶提升能力:
①分解任務:將關鍵動作分解,讓用戶做出動作的代價無限小;
②提供說明書:這里不是真的給用戶一個產品使用說明書,而是通過用戶可接受的呈現方式做好行為引導,比如游戲行業常做的新手引導;
③給用戶氪金:給用戶的關鍵動作上進行充值,比如給用戶7天的免費會員,并引導用戶完成免費會員上的專屬動作;
3. 如何進行“恰到好處”的提示:
給用戶提示的時機需要保證用戶的動機能匹配上用戶的能力。時機的把握考驗產品經理對用戶洞察能力的高低,這也是產品的核心能力之一,這里就不展開了,后續有機會可以展開聊聊。當我們具有了極佳的時機把握能力,我們可以采取以下三種方式進行用戶提示,達到效果最大化:
①行動提示:當完成了一個行為后,提供完成后續行動的入口,比如玩游戲時,完成一局后,會有指向性的提供再玩一局的入口,我們通常不自覺的就又玩了一局;
②場景提示:在動作完成過程中,提示我們可以完成哪些動作來提升體驗,比如視頻網站中的視頻幀數提示,其中比較有創意的是B站,在我們觀看視頻的時候,會提示高幀率的選項,同時自動開啟,在我們爽過后提示我可以開會員暢享高幀率。
③邀請提示:我們可以在用戶完成動作后提供用戶分享成就的提示,用戶會自動將成就分享給具有同樣能力和具有潛在動機的人,我們的產品上會因此而迎來一批高意向用戶。
小結一下,其實基于動機和能力分析,是為了對提示的精準把握,這三個維度之間的關系如下:
在理解了用戶行為后,也就對用戶畫像搭建的價值有了理解,用戶畫像就是通過對用戶行為中動機和能力的分析,從而指導我們做出合理的提示。用戶的畫像就是通過用戶主動或被動的行為中一點點構建出來的。用戶畫像本質上是行為標簽的集合,用戶畫像是否可以真實地反饋出用戶的情況,往往取決于有一個好的用戶標簽體系作為基礎。
二、那么,什么是好的標簽體系?
好的標簽體系需要有以下3種特征:
原子性:要保證用戶標簽的定義不可有二義性,同時不可再進行分解;
可復用性:用戶標簽可以被反復調用,支撐用戶畫像,要避免形式主義的標簽,沒有應用場景就進行標記,占用產品運營分析精力;
可度量性:用戶標簽可以作為量化用戶能力的數據支撐,為用戶定性。
三、如何評估標簽體系?
好的標簽體系,應該從以下3種維度進行評估:
覆蓋度:用戶標簽可以覆蓋的人群要盡可能的大,這樣用戶標簽才能作為評估用戶的標準;
準確度:用戶標簽的定義要準確,力求上下理解一致;用戶標簽的統計要準確,要保證用戶標簽能反映用戶的真實情況,準確反映事實的用戶數量占總人群數量的比例要盡可能的高(根據業務不同會有不同的要求);
穩定性:標簽要能穩定的上報,需要在規定的時間(即時統計或者T+1)內完成標簽上報次數比例盡可能的高(根據業務場景不同可以采取不同的實現方案,有時候可以犧牲時間成本換取質量);
四、完成標簽體系的評估后,我們可以給用戶標簽做一下分類
用戶標簽可以根據統計方式的不同分成3類:
靜態標簽:多為用戶或平臺手動上報的數據。這類數據變動的頻率較低,多為用戶固定數據,如姓名、性別、年齡、職業等信息;
動態標簽:平臺進行自動統計的數據。這類數據變動的頻率高,通常用戶的行動深度和頻度會影響動態標簽的數據,比如用戶從啟動APP到關閉APP階段內的一個閉環內的數據,會被刷新一次用戶的動態標簽。
預測標簽:通常是產品經理或者產品運營一起配合算法工程師進行定義的,平臺自動生成的數據。這類數據變動頻率高,平臺通過對產品經理定義的用戶行為數據進行機器學習,持續生成不同用戶的預測標簽,從而達到千人千面和精細化運營的效果,現在頭部大廠這種預測標簽已經獲得極大的收益,創造了多款現象級的產品,比如頭條系的今日頭條和抖音。
用戶標簽作為用戶畫像的基礎,想要作用到用戶畫像中,還需要做一下數據整合,這種數據整合動作稱為用戶分群與用戶分層。
五、何為用戶分群與用戶分層?
其中,用戶分群指的是用戶因具有某種相同特性或者有某種關系而組成的一個共同群體,這里沒有等級之分。
而用戶分層是根據用戶的某一特性劃分層次,不同層次具有不同的性質和特征,既有共同的規律,又各有特殊規律,這里層次往往會體現為等級秩序,比如會員用戶與非會員用戶,種子用戶和粉絲用戶。用戶分層的參考指標有比較標準化的RMF模型,也可以通過用戶的不同生命周期作為用戶分層的指標去指導用戶分層。
也就是在整合數據的時候,有兩種整合數據的視角,根據業務目標的不同,可以將用進行分群或者分層。其中需要注意的是,用戶分層和用戶分群并不是包含與被包含的關系,是你中有我、我中有你的交叉關系,在做用戶標簽數據整合時,如果有評價的動作就是分層,如果不具備評價的動作就是分群,分群是屬性,分層是屬性+評價。
基于以上用戶分群與用戶分層的原則,我們可以通過用戶成長模型進行舉例,來系統看下要如何應用這種原則。
通常意義上的用戶成長模型是用戶生命周期下不同的任務模型轉化漏斗的呈現,用戶成長模型在搭建過程中,會不斷有用戶分層與用戶分群的數據涌現。
其中用戶生命周期可分為導入期、成長期、成熟期、休眠期、流失期。
- 導入期是指用戶第一次接觸并進入用戶池中,此時我們只能獲取一些用戶的靜態標簽。第一次接觸后的跟進尤其重要,能否順利進入成長期,與針對用戶提示的精細化運作息息相關。此時,根據不同渠道、不同靜態標簽下的用戶可以進行分群處理,以及時識別出我們的目標用戶。
- 成長期時,用戶已經在產品體系中逐漸有了行為數據,但是還沒有進行關鍵的行為,比如付費買課、開通會員等。這時我們要針對用戶已經發生的動作進行動態標簽的數據分析。在分群的同時,可以引入評價體系,進行用戶分層,此時我們要在合適的時機,完成用戶的轉換,幫助用戶從成長期轉入成熟期。
- 成熟期的用戶已經在系統中完成了關鍵行為,此時我們需要盡可能的保持用戶的留存,找到用戶復購、推薦的契機。此時我們通過用戶的動態行為標簽可以逐漸訓練出預測標簽,預測用戶將要發生的行為,幫助用戶高效達到自己的目的,我們也能提升單點的轉化率。
- 我們要警惕用戶進入休眠期,當然用戶在導入期、成長期、成熟期的任何一個階段都不可避免的進入休眠期。不同的產品,會在不同的時機喚醒休眠的用戶。如果休眠期的用戶沒有得到及時的關注,輕則降低用戶的產品體驗,重則流失用戶。我們需要在用戶導入時,就建立起用戶的休眠監督機制。通過對用戶行為的分析,做分群處理,在適當的時機下喚醒休眠的用戶,常用的手段包括給用戶發送優惠券短信,每日優惠push等等。當然這些觸達手段能夠喚醒的用戶是有限的,甚至是很少的,我們能做的喚醒用戶的動作還有很多,甚至需要各產品矩陣的配合。我們可以根據據公司的業務情況做不同的應對策略。
- 流失期的用戶很好理解,就是已經持續很久都沒有產品接觸,各種喚回的操作已經沒有效果,此時需要降低這部分用戶的喚回動作投入(這里指投放成本等)。我們可以更輕量級的維持我們的內容觸達,讓用戶在產品認知上,還記得我們的產品。
在以上的用戶成長模型中,還有著縱橫兩個方向的模型思考,縱向包括用戶生命周期模型和轉化漏斗模型,橫向包括用戶的任務分層模型。他們之間的關系如下:
轉化漏斗模型在縱向上,對用戶轉化的節點進行分析,并以此為基礎,根據用戶在不同轉化節點的分布情況,對用戶在平臺上所屬的生命周期進行定義和劃分。
任務分層模型在橫向上,對用戶在平臺上的各種行為進行拆解和分組,按照“核心任務-擴展任務-外延任務”的體系進行劃分,以此為基礎引導用戶在不同層級的任務中遷移和成長;
在不同的用戶生命周期下,通過對用戶轉化率的持續優化、用戶任務完成行為的持續引導,進而實現對平臺各生命周期用戶的差異化運營和服務,最終實現平臺用戶快速和持續的增長。
三種模型的對應關系如下圖:
完成對用戶畫像基礎結構的思考后,我們可以進而通過系統化的思考,來構建出用戶畫像實踐的理論模型。用戶畫像的實踐模型包括三層結構:
1、基礎底層:包括線上產品各接觸點的設計與實施,從而獲取用戶標簽的基礎數據。同時根據業務需求,構建用戶靜態標簽、動態標簽、預測標簽體系;
2、業務建模層:根據業務閉環,搭建基于業務生態下的用戶畫像,包括用戶基礎信息構成的基礎畫像,根據用戶行為軌跡評估出的行為評估,通過用戶標簽生成的數據完成用戶能力的持續迭代等;
3、應用層:包括一線的各種業務場景,調用業務建模層的數據,精細化用戶運營,完成用戶分群與用戶分層,輸出不同用戶群體的用戶策略。
當然,理論的實踐模型也需要根據實際的業務去做靈活的調整,我們仍然需要通過科學的方法將用戶畫像體系搭建起來。
六、用戶畫像要怎么科學的搭建并使用起來?
用戶畫像的搭建,有一個很大的陷阱,就是閉門造車,脫離業務。
這個陷阱往往出自產品經理基于自己歷史經驗的理解,梳理了海量的用戶標簽,然后根據產品規則去做用戶分群和用戶分層,最后發現,業務根本用不到,最終導致用戶畫像淪為雞肋。
其實,無論團隊大小,公司大小,用戶畫像的搭建,始終都要堅持一個原則:以終為始,價值導向。
如果用戶畫像產生的價值無法說服業務,無法說服產品內部,那一開始就不要做。
搭建用戶畫像的本質就是為了降低企業運營成本,提高運營決策效率。所以用戶畫像的搭建需要做到足夠聚焦,足夠貼近業務,才能做到力出一孔,撬動業務增長。因此,我們可以通過以下的三點去進行用戶畫像的設計:
1. 提煉核心業務流程
以教育行業為例,教育行業的核心業務流程通常是學員在產品體系中完成學習流程(比如做題、觀看教學視頻等)。
那么無論是前端的招生運營、還是后端的課程產品研發、客服等業務,都是圍繞這一核心業務流程而服務的。
而我們要做的,就是要圍繞學員的學習流程涉及標簽體系,盡可能的描繪出用戶的學習軌跡。
不同的業務角色對學員的學習軌跡可能會有不同的視角,我們需要保障核心的學習行為能夠記錄到用戶畫像中。
2. 基于核心業務流程定義用戶使用場景
提煉出核心的業務流程后,我們就需要定義用戶在核心的業務流程中的使用場景了。
用戶場景的還原度會直接影響我們對用戶行為的洞察力。比如用戶在購課頁面會發生什么行為,我們可以通過價格、地區、課程的類型、瀏覽的時長、課程的價格等維度去定義出用戶的使用場景。在購課頁面對總價在500元左右的教師資格證考試瀏覽時長達5分鐘的用戶,我們可視用戶對教師資格證考試有興趣,輔以評價體系,一個7日內的用戶分層數據就此誕生。
這是教育行業的例子,套用到其他行業,也可以根據用戶的歷史數據進行分析,一點點的構建出用戶的使用場景,然后不斷的調優場景模型。
3. 以終為始,通過北極星指標調教用戶核心使用場景數據
最終的場景數據都是為我們的北極星指標服務的,比如教育行業的最終北極星指標就是獲客和成交,獲客指向我們的用戶增長,成交指向我們的現金流。我們以成交舉例,我們需要把用戶成交前的核心場景都完成定義,最終做出的用戶分群與用戶分層都是反哺成交概率的基礎數據。最簡單直接的就是把用戶分層為高意向的用戶手機號傳給外呼團隊,用來提升外呼團隊成單的效率。
七、總結
本文用了較大篇幅來闡述如何理解用戶和用戶畫像的本質,希望我們都能在對用戶有很深的理解后再去思考用戶畫像的搭建與使用。因為掌握了底層思維才是面對市場不停變化的通途。
我們對于用戶畫像,也需要建立一個合理的預期,因為用戶畫像的本質是為業務增長服務的,大而全的用戶畫像體系只會徒增內耗。
而企業的不同階段對于用戶畫像有著不同的訴求,小型企業可能只需要最基礎的靜態標簽數據,就可以通過外呼團隊完成業務增長指標了。這時候用戶畫像可能只是幾個靜態標簽。
企業發展到一定程度,需要通過用戶畫像提升企業運行效率,這時候其實可以嘗試與成熟的標簽平臺合作,一點點的沉淀自己對用戶使用產品場景的理解。比如我們可以通過與神策、字節跳動CDP等比較科學的用戶畫像平臺合作,搭建初期的用戶畫像體系。通過第三方用戶畫像平臺我們甚至能做一些預測標簽,用來完成用戶增長的初嘗試(由于第三方平臺對調用次數往往有限制,所以如果用戶增長的調用頻率較高,數量級大,可能就無法支持了)。
如果企業已經具備千萬級以上活躍的用戶數據(具體標準還需要根據企業的業務是2C還是2B的服務,數據量越大,用戶畫像體系能帶來的規模效應越明顯),需要對用戶做千人千面的分析,就需要有一套健壯的用戶畫像體系,用來反哺業務,指導業務決策。無論基于什么業務場景下搭建用戶畫像體系,希望本文可以為諸君提供一些思考的方向。
#專欄作家#
宋恒達,微信公眾號:產品自由之路,人人都是產品經理專欄作家。深扎教育行業,以產品的視角探尋教育的本質。喜歡以閱讀去不斷破圈,也享受破圈帶來的認知提升。
本文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
文章寫的沒有一點連貫性,不知道上下文有什么關系。
只有在充分理解用戶畫像的搭建的基礎上,才能更好的去設計及運營產品。
太干了
給用戶提示的時機需要保證用戶的動機能匹配上用戶的能力
搭建用戶畫像真的很重要,作者介紹的也特別的詳細