深度解析 | 帶你深入了解產品背后的用戶畫像

1 評論 3445 瀏覽 22 收藏 14 分鐘

用戶畫像存在的價值是為銷售人員以及運營人員了解相關客戶屬性,以便精準營銷。本文系統闡述在線教育行業用戶畫像功能搭建,希望對你有所啟發。

本文結合在工作中的項目經驗,系統闡述在線教育行業用戶畫像功能搭建,供大家學習和參考。

一、 用戶畫像的作用和價值

用戶畫像存在的價值即為銷售人員提供精確的客戶分層來精準營銷,為運營人員作出優質的投放以及其他策略。

作用:

  • 個性化客戶體驗:用戶畫像系統可以通過收集、分析和整合客戶數據,創建詳細的客戶畫像,包括購買歷史、興趣、偏好和行為等信息。這使業務人員/公司能夠提供更個性化的服務和產品,從而提高客戶滿意度。
  • 客戶細分:用戶畫像系統可以幫助企業將客戶分為不同的細分群體,根據其特征和需求。這使企業能夠為不同的客戶群體制定精細化的營銷策略,提高銷售效率。
  • 預測分析:通過分析客戶畫像數據,企業可以預測客戶的未來需求和行為趨勢。這有助于企業提前制定戰略,滿足客戶需求,增加銷售和利潤。
  • 客戶保留和忠誠度:了解客戶的需求和偏好使企業能夠更好地滿足他們的期望,提高客戶滿意度,從而增加客戶保留率和忠誠度。
  • 營銷效率提升:用戶畫像系統可以幫助企業更有針對性地制定市場營銷策略,減少資源浪費,提高ROI(投資回報率)。
  • 銷售機會發現:通過分析客戶畫像數據,企業可以發現交叉銷售和附加銷售的機會,從而增加銷售額。
  • 數據驅動決策:用戶畫像系統提供了數據支持,幫助企業做出基于客戶數據的決策,而不是基于猜測或經驗。

二、需求分析

需要與直接用戶,間接用戶進行對接,了解多個用戶的核心需求,通過不斷的深挖,了解本質需求。

方法:誰在什么場景下,遇到了哪些問題,線下如何解決的,需要滿足什么需求,此需求的收益?

以在線教育行業為背景進行分析:

誰:運營人員

場景:制定投放策略時,制定業務銷售策略時

問題:無法分析用戶的數據,系統未記錄用戶的基礎數據,只有用戶行為數據,對制定推廣策略沒有幫助策略,系統不支持批量打標簽,線下無解決方案。

誰:銷售人員

場景:對接用戶時

問題:當前僅對產生待支付訂單的用戶進行跟進,無法精細化營銷,用戶對課程對興趣無法精準把控。

誰:市場營銷人員

場景:在制定市場營銷的廣告和活動時

問題:并不了解目標用戶的基本信息,無法判斷廣告/活動的精準定位 。

誰:高管

場景:制定關鍵決策

問題:無法分析用戶的數據,決策缺少數據支持。

通過上述信息我們可以得出以下幾點需求:

  • 需要收集用戶數據,后續支持打標簽(解決系統延展性問題,標簽需要制作成可配置的功能,支持業務人員根據多個字段信息進行自由配置),可以分析市場定位
  • 銷售人員缺少用戶線索,銷售方式過于單一
  • 缺少數據決策,運營人員,高管無法做出決策

那么我們后續的產品規劃就需要滿足上述需求。

三、如何設計用戶畫像

在進行搭建用戶畫像之前需要擁有大量的數據,需要與需求方核對所需要的字段,確定口徑。

其中用戶的數據可以分類兩類:用戶屬性,用戶行為。

1. 用戶屬性數據

屬性數據:用戶的年齡,性別,位置,消費水平等信息。

可通過制作問卷配置端編寫問卷,將問卷綁定至對應的課程/班級中,以線下(微信群發放問卷)和線上(直播間)發放問卷的方式發放問卷,引導用戶填寫問卷。通過這個方式可以獲取到用戶的基礎信息。

問卷配置端:

點擊【新增】按鈕后可以進行制定問卷。

問卷名稱:用戶根據入口進入問卷后,問卷的標題

問卷介紹:標題下方的介紹,例如:“填寫問卷后帶著截圖找到助教可領取福利”

題目:第一個問題的題目,會展示在問卷中

標題:第一個問題的簡稱,不會展示在問卷中,在用戶畫像前臺會按照此標題來顯示

選項:每個題目對應的選項,支持添加選項

簡稱:每個選項對應的分層名稱,簡稱與對應的選項是一一對應的,在用戶畫像前臺會根據簡稱進行顯示。

點擊【保存】后即生成一條問卷的地址,可通過綁定到對應課程中。

生成的問卷樣式:

課程綁定端:

在此功能中可將制作的問卷綁定至對應的課程中。

需要支持綁定問卷,更改問卷,查看詳情等。

綁定問卷:點擊此按鈕后展示彈窗,用戶可根據下拉框進行選擇問卷。

前臺:

在前臺中,系統需要對用戶填寫的選項進行可視化展示,并且計算每個層級用戶的比例,轉化率和賣出金額并展示。

在此功能中完全地解決了收集用戶基礎信息的問題,同時也解決了運營人員和市場營銷人員的問題。

2. 用戶行為數據

行為數據:用戶在使用我們的產品中留下來的數據,比如平均在線時間,上課時長,到課率等信息

此數據為系統中的埋點數據,需要與業務人員對其需要數據,在部分區域插入埋點來獲取數據。后續可支持業務人員自由配置。

用戶畫像-標簽配置端:

RFM模型:

Recency(最近購買時間):

Recency衡量客戶最近一次交易的時間距今有多長。

Frequency(購買頻率):

Frequency表示客戶在一定時間段內的購買頻率。

Monetary(購買金額):

Monetary代表客戶在一定時間段內的購買總金額。

在使用RFM模型時,可以通過設置R,F,M每個層級對應的分值,總分值對應的客戶重要程度的分層。如下圖所示

例如:小A在最近的消費是在17天,在這一個月內的消費頻率為5次,這一個月消費金額為3000元。

小A的分值=2(R)+3(F)+2(M)=7分

在客戶重要等級中小A為重要客戶

通過RFM模型,企業可以識別和重點關注那些最有潛力的客戶,制定個性化的市場策略,提高客戶忠誠度,增加銷售和利潤。此外,RFM模型還可用于客戶細分、目標市場選擇和客戶生命周期管理。

在R,F,M每一個指標中可以進行下一步的細分,從而制定營銷策略。

但是RFM模型也存在對應的缺點:

  • RFM模型主要是做付費用戶行為的研究,較適用于復購較多的業務場景,比如像快消、電商、美業、服務業等行業。
  • 需要業務人員決策后還需要進行模型的驗證

解決方案:

  • 即使RFM適用范圍是對付費用戶進行研究,對于在線教育行業并不是特別符合,但是我們可以運用RFM模型的思路,更改其指標,比如R,F,M可以更改成到課次數,互動次數,訪問時長等信息。
  • 可通過導出多個班級的用戶數據,在excel表格中進行計算,分層,來驗證模型

原型圖:

標簽名稱:業務人員支持自定義名稱

業務線,sku,班級:支持單選,多選

在列表1中:

標題為下拉框,需要提供部分字段支持業務人員自由選擇。

輸入框:只能進行填寫數字。

在列表2中:

第一列:文本框,支持自定義名稱

第二列:僅支持填寫數字的區間。

(配置完的樣式可見右側圖片)

時間范圍:每個指標在多少天內的數據

業務人員點擊保存后,系統開始自動跑數,之后用戶進行打標簽。

用戶畫像-自定義標簽:

在這里主要講解標簽分類以下的區域:

標簽分類:

在一個標簽名稱下會有多個分類,比如:標簽為客戶意向,那么標簽分類就可以是低,中,高。

定義:定義運用了規則來給用戶進行打標簽,如果用戶符合此規則在此范圍內就會打上對應的標簽。規則包含了“或”和“且”的要求。

填寫規則:可查看下圖

在填寫前,產品人員需要確定左側指標對應的符號是哪些,對應的是數字還是狀態的下拉框

在填寫并保存后顯示下圖:

業務人員可以編輯,刪除此標簽,同時頁支持開啟或關閉。

之后可通過以上的配置端規劃運營人員,市場人員,銷售人員的前臺:

運營/市場人員:

可通過此大盤進行自定義分析數據。

銷售人員:

在工作中可通過運營人員制定的標簽,銷售人員進行對接客戶,從而實現精準營銷。

四、權限劃分

可通過RBAC模型來劃分運營人員和銷售人員的功能權限和頁面權限。

數據權限則是要按照其組織架構的權限來劃分。

總結

用戶畫像是一項復雜且需要耗費大量時間的項目,但一旦完成可以給公司多個人員完成提效的幫助,從而也可以提升總營收。希望今天的分享對你有幫助。

本文由 @一年 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

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 加油

    來自北京 回復