中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

用戶畫像是一個挺新穎的詞，最初它是大數(shù)據(jù)行業(yè)言必及之的時髦概念?，F(xiàn)在我們運營談及用戶畫像，它也是和精準營銷、精細化運營直接鉤掛的。這篇文章主要講產(chǎn)品和運營角度的用戶畫像。希望看完后，解決你一切關(guān)于用戶畫像的疑問。

什么是用戶畫像

用戶畫像一點也不神秘，它是根據(jù)用戶在互聯(lián)網(wǎng)留下的種種數(shù)據(jù)，主動或被動地收集，最后加工成一系列的標簽。比如猜用戶是男是女，哪里人，工資多少，有沒有談戀愛，喜歡什么，準備剁手購物嗎？

我們常把用戶標簽和用戶畫像對等。但凡用戶畫像的文章，類似上文圖片都會出現(xiàn)，有用爛的趨勢。標簽化是最直觀的解釋，但它不等于用戶畫像。

用戶畫像的正式名稱是User Profile，大家往往把它和User Persona混淆，后者更恰當?shù)拿质怯脩艚巧Ｊ钱a(chǎn)品設(shè)計和用戶調(diào)研的一種方式方法。當我們討論產(chǎn)品、需求、場景、用戶體驗的時候，往往需要將焦點聚集在某類人群上，用戶角色便是一種抽象的方法，是目標用戶的集合。

用戶角色不指代具體的誰?！杆且晃?5歲的白領(lǐng)，211大學畢業(yè)，現(xiàn)在從事于互聯(lián)網(wǎng)行業(yè)的設(shè)計工作，居住在北京。單身，平時喜愛搖滾樂」，這段話語，常用來描述產(chǎn)品的典型用戶。

本文談的User Profile，更多是運營和數(shù)據(jù)息息相關(guān)的平臺級應(yīng)用，本質(zhì)是對任何一個用戶都能用標簽和數(shù)據(jù)描述。

用戶畫像的應(yīng)用

它在企業(yè)邁大邁強的過程中有舉足輕重的作用。以下是主要的應(yīng)用：

• 精準營銷：這是運營最熟悉的玩法，從粗放式到精細化，將用戶群體切割成更細的粒度，輔以短信、推送、郵件、活動等手段，驅(qū)以關(guān)懷、挽回、激勵等策略。
• 數(shù)據(jù)應(yīng)用：用戶畫像是很多數(shù)據(jù)產(chǎn)品的基礎(chǔ)，諸如耳熟能詳?shù)耐扑]系統(tǒng)廣告系統(tǒng)。操作過各大廣告投放系統(tǒng)的同學想必都清楚，廣告投放基于一系列人口統(tǒng)計相關(guān)的標簽，性別、年齡、學歷、興趣偏好、手機等等。
• 用戶分析：雖然和Persona不一樣，用戶畫像也是了解用戶的必要補充。產(chǎn)品早期，PM們通過用戶調(diào)研和訪談的形式了解用戶。在產(chǎn)品用戶量擴大后，調(diào)研的效用降低，這時候會輔以用戶畫像配合研究。新增的用戶有什么特征，核心用戶的屬性是否變化等等。
• 數(shù)據(jù)分析：這個就不用多提了，用戶畫像可以理解為業(yè)務(wù)層面的數(shù)據(jù)倉庫，各類標簽是多維分析的天然要素。數(shù)據(jù)查詢平臺會和這些數(shù)據(jù)打通。

對大部分產(chǎn)品，用戶畫像用不到推薦系統(tǒng)，個性化推薦也提高不了幾個利潤，畢竟它需要大量的用戶和數(shù)據(jù)作支撐。所以這些產(chǎn)品，更適合以用戶畫像為基礎(chǔ)去驅(qū)動業(yè)務(wù)。

提了那么多好處，但是據(jù)我了解，不少公司，花了一大筆錢招了不少人建設(shè)用戶畫像系統(tǒng)，結(jié)果用不起來。或者做了一份用戶畫像的報告，性別用戶地理位置用戶消費金額，看上去挺高大上的，看完也就看完了。

歸根結(jié)底，難以用好。

很多用戶畫像初衷是好的，但是淪為了形式主義。

舉身邊的例子，朋友在公司建立用戶畫像劃分了百來個維度。用戶消費、屬性、行為無所不包。本來這不錯啊，但是上線后運營看著這個干瞪眼。

問題包含但不限于，用戶有那么多維度，怎么合理地選擇標簽？我想定義用戶的層級，VIP用戶應(yīng)該累積消費金額超過多少？是在什么時間窗口內(nèi)？為什么選擇這幾個標準？后續(xù)應(yīng)該怎么維護和監(jiān)控？業(yè)務(wù)發(fā)生變化了這個標簽要不要改？

設(shè)立好標簽，怎么驗證用戶畫像的有效性？我怎么知道這套系統(tǒng)成功了呢？效果不佳怎么辦？它有沒有更多的應(yīng)用場景？

策略的執(zhí)行也是一個糾結(jié)的問題。從崗位的執(zhí)行看，運營背負著KPI。當月底KPI完不成時，你覺得他們更喜歡選擇全量運營，還是精細化呢?

我想不少公司都存在這樣類似情況：使用過用戶畫像一段時間后，發(fā)現(xiàn)也就那么一回事，也就漸漸不再使用。

這是用戶畫像在業(yè)務(wù)層面遇到老大難的問題。雖然企業(yè)自稱建立用戶畫像，應(yīng)用還是挺粗糙的。

怎樣深入理解用戶畫像

畫虎不全反類汪，想要用好它，首先得深入理解用戶畫像。

現(xiàn)在運營按用戶生命周期設(shè)立了幾個標簽，比如新用戶、活躍用戶、流失用戶，這些標簽當然夠細分。但它真的是一個好標簽么？不是。

因為這些都是滯后性的。按流失用戶的一般定義，往往是用戶很長一段時間沒有回應(yīng)和行動，但是都幾個月沒有響應(yīng)了，哪怕知道是流失用戶也于事無補。它有價值，但太滯后。

聰明的運營會設(shè)立一個新的標簽，最近一次活躍距今天數(shù)，用戶有六個月沒有活躍，那么天數(shù)就是180天。這個比單純的流失用戶標簽好，能憑此劃分不同的距今天數(shù)，設(shè)立30天，90天，180天的時間節(jié)點。

距今天數(shù)也不是最好的。用戶有差異，同樣兩個用戶A和B，哪怕不活躍天數(shù)相同，我也不能認為它們的流失可能性相等。該問題在低頻場景更凸顯，旅游APP，半年沒有活躍也是正常的，此時距今天數(shù)力有未逮。

回過頭看流失用戶，我們定義它，不是為了設(shè)立一個高大上的系統(tǒng)。任何企業(yè)，肯定一開始就希望流失用戶越少越好，其次才是如何挽回。這種業(yè)務(wù)前提下，預(yù)防性的減少流失用戶比已經(jīng)流失的標簽更重要。

所以，最好的標簽的標簽是用戶流失概率：

流失概率>距今消費天數(shù)>流失標簽

不要想當然的歸納一個齊全完備的體系，卻忽略了畫像的核心價值。用戶畫像首先得是商業(yè)目的下的用戶標簽集合。

猜用戶是男是女，哪里人，工資多少，有沒有談戀愛，喜歡什么，準備剁手購物嗎？探討這些是沒有意義的。是男是女如何影響消費決策，工資多少影響消費能力，有沒有談戀愛會否帶來新的營銷場景，剁手購物怎么精準推薦，這些才是用戶畫像背后的邏輯。

不是我有了用戶畫像，便能驅(qū)動和提高業(yè)務(wù)。而是為了驅(qū)動和提高業(yè)務(wù)，才需要用戶畫像。這是很容易犯的錯誤。

用戶畫像的標簽一般通過兩種形式獲得，基于已有數(shù)據(jù)或者一定規(guī)則加工，流失標簽和距今天數(shù)皆是。另外一種是基于已有的數(shù)據(jù)計算概率模型，會用到機器學習和數(shù)據(jù)挖掘。

概率是介于0~1之間的數(shù)值。拿性別舉例，除非能直接獲取用戶的身份證信息，用戶很少會填寫性別，填寫的性別也不一定準確，網(wǎng)游中性別為女的扣腳大漢一抓一大把呢。

這里就要增加一層推斷用戶真實性別的算法。中國人的性別和名字是強相關(guān)，建國建軍，翠花翠蘭，很容易判斷。算法中常用貝葉斯，通過已有的姓名性別庫預(yù)測新加入的用戶性別。

特殊情況下，不少姓名是中性，男女不辯。像曉晶，可男可女。更特殊的情況，看上去是男性的名字，也有可能是女性，我的初中老師就叫建軍，然而是個和藹可親的小姐姐。

特殊情況意味著特殊的概率，所以不能用非此即彼的二分法。所謂概率，它更習慣告訴你，通過模型推斷，建軍有95％的可能是男性姓名，表示為0.95；曉晶有55％的可能是男性，表示為0.55。

雖然為了方便，模型會設(shè)立閾值，將50％以上的概率默認為男性，以下默認為女性。但業(yè)務(wù)部門的同學要清楚，用戶標簽的本質(zhì)往往是0～1之間的概率。

概率型的標簽很難驗證。某位用戶被標上學生標簽，要么真的哄他上傳學籍證明，否則很難知道他是不是真的學生。這種黑箱情況下，針對學生用戶進行營銷活動，效果好與不好，都受標簽準確率的影響。廣告、推薦、精準營銷都會遇到這個問題。

概率肯定有多有少。90%流失概率的用戶，和30%流失概率的用戶，雖然是模型建立出的預(yù)測值，非真實，我們還是會認為前者更有離開的可能性，憑此設(shè)立運營策略。

這帶來一個新的問題，如何選擇概率的閾值？

我們想要挽回流失用戶，選擇80%以上概率的人群，還是60%呢？答案已經(jīng)說過了，要考慮業(yè)務(wù)，挽回流失用戶是手段不是目的，實際目的是通過挽回流失用戶提高利潤，那么閾值的選擇迎刃而解。計算不同閾值下，挽回用戶的收入和成本，選擇最優(yōu)解。

推而廣之，推薦系統(tǒng)也好，廣告系統(tǒng)也罷，它們有更復(fù)雜的維度、標簽、特征，本質(zhì)也是找出用戶最近想不想買車，用戶最近想不想旅游。把最合適的信息在最恰當時機推給用戶，獲取最大的利益。

我列舉的案例，是簡化過的。像姓名，在電商和消費行業(yè)，除了生理上的性別，還會建立消費模型上的性別標簽，有些人雖然是男性，但購物行為是女性，這是要區(qū)分的。

看到這里別怕，想要建好用戶畫像，說簡單不簡單，說難也不難。

如何建立正確的用戶畫像

用戶畫像首先是基于業(yè)務(wù)模型的。業(yè)務(wù)部門連業(yè)務(wù)模型都沒有想好，數(shù)據(jù)部門只能巧婦難為無米之炊。數(shù)據(jù)部門也別關(guān)門造車，這和做產(chǎn)品一樣，連用戶需求都沒有理解透徹，匆匆忙忙上線一個APP，結(jié)果無人問津。

理解消費者的決策，考慮業(yè)務(wù)場景，考慮業(yè)務(wù)形態(tài)，考慮業(yè)務(wù)部門的需求…這些概念說得很虛，但是一個好的用戶畫像離不開它們。本文沒有說數(shù)據(jù)、模型和算法，是我認為，它們比技術(shù)層面更重要。

我們從一個故事開始設(shè)立用戶畫像吧。

老王是一家互聯(lián)網(wǎng)創(chuàng)業(yè)公司的核心人員，產(chǎn)品主營綠色健康沙拉，老王和綠色比較搭嘛。這家公司推出了APP專賣各式各樣的沙拉，現(xiàn)在需要建立用戶畫像指導(dǎo)運營。

公司現(xiàn)階段在業(yè)務(wù)層面，更關(guān)注營銷和銷售：如何將沙拉賣得更好。下圖是老王簡單梳理的運營流程。

老王將顧客按是否購買過沙拉，劃分成潛在用戶和新客。潛在用戶是注冊過APP但還沒有下單，新客是只購買過一次沙拉的用戶，除此以外還有老客，即消費了兩次及以上的人群。

為了便于大家理解，我用JSON格式表示一個簡易的用戶畫像。

為什么獨立出新客標簽？因為老王的沙拉針對未消費用戶會有新人紅包引導(dǎo)消費，萬事開頭難。這也帶來新客一次后不再消費的問題，所以需要潛在、新客、老客的劃分。

作為一個有追求的運營人員，劃分老客也是不夠，這里繼續(xù)用戶分層。

傳統(tǒng)的分層用RFM三個維度衡量，沙拉的客單價比較固定，F(xiàn)和M取一個就夠用了。老王現(xiàn)在計算不同消費檔次的用戶留存度差異，譬如某時間段內(nèi)消費達XX元的用戶,在未來時間段是否依舊消費。

沙拉這類餐飲是高頻消費，XX應(yīng)該選擇一個較窄的時間窗口，統(tǒng)計365天內(nèi)的消費意義不大。還有一點需要注意的是，沙拉不同季節(jié)的銷量是有差異的，冬天沙拉肯定賣的不如夏天，要綜合考慮消費分布。

這里姑且定義，30天內(nèi)消費200元以上為VIP用戶。老王的生意如果特別好，也可以繼續(xù)劃分超級VIP。這種標簽往往配合業(yè)務(wù)，譬如VIP有贈送飲料，優(yōu)先配送的權(quán)益。非VIP人群，也需要激勵往VIP發(fā)展。

畫像的人口統(tǒng)計屬性，老王靠用戶填寫訂單上的收貨人姓名搞定。籍貫?zāi)挲g這幾個，對沙拉生意沒有特別大的幫助，難道為四川籍用戶提高麻辣沙拉？

用戶地址，可以通過收貨地設(shè)立規(guī)則判斷，比如某個地址出現(xiàn)X次，可以將其認為常用地地址。再依據(jù)送貨地在寫字樓還是學校，推算用戶是白領(lǐng)還是學生。

老王針對不同屬性的人群，采取了特殊的運營策略。像學生群體，因為7,8月份是暑假，所以老王提前預(yù)估到校園地區(qū)的銷售額下降。當9月開學季，又能對返校學生進行召回。

白領(lǐng)相關(guān)的群體，更關(guān)注消費體驗，對價格敏感是次要的。如果平臺女用戶的消費占比高，老王就主打減肥功能的沙拉，并且以包月套餐的形式提高銷量。

以一家沙拉店來看，老王的用戶畫像已經(jīng)不錯了，但他還是焦頭爛額，因為用戶流失率開始上升。用戶流失有各種各樣的原因：對手老李沙拉的競爭、沙拉的口味、用戶覺得性價比不高、老王不夠帥等。

流失是一個老大難的預(yù)測問題。老王對流失用戶的定義是30天沒有消費。想要準確預(yù)測，這里得嘗試用機器學習建模，技術(shù)方面先這里略過。所謂建模，最好要找到用戶開始不消費的時間點之前的關(guān)鍵因素，可是是行為，可以是屬性。

用戶歷史窗口內(nèi)消費金額少，有可能流失；用戶歷史窗口內(nèi)消費頻次低，有可能流失；用戶歷史窗口內(nèi)打開APP次數(shù)少，有可能流失；用戶給過差評，有可能流失；用戶等餐時間長，有可能流失；用戶的性別差異，有可能流失；餐飲的季度因素，有可能流失…

老王依據(jù)業(yè)務(wù)，挑選了可能影響業(yè)務(wù)的特征，提交給數(shù)據(jù)組嘗試預(yù)測流失。需要注意的是，這些用戶行為不能反應(yīng)真實的情況。大家不妨想一下，流失用戶的行為，是不是一個動態(tài)的變化過程？

我曾經(jīng)消費過很多次，但是突然吃膩了，于是減少消費次數(shù)，再之后不怎么消費，最終流失。單位時間段內(nèi)的消費忠誠度是梯度下降的，為了更好的描述變化過程，將時間窗口細分成多個等距段。前30~20天、前20~10天、前10天內(nèi)，這種切分比前30天內(nèi)可以更好地表達下降趨勢，也更好的預(yù)測流失。

從老王的思路看，所謂流失，可以通過用戶行為的細節(jié)預(yù)判。機器學習的建模雖然依賴統(tǒng)計手段，也離不開業(yè)務(wù)洞察。這里再次證明，用戶畫像建立在業(yè)務(wù)模型上。

流失概率解決了老王的心頭之患，通過提前發(fā)現(xiàn)降低流失用戶。挽回流失推行一段時間后，老王發(fā)現(xiàn)雖然流失用戶減少了，但是成本提高了，因為挽回用戶也是要花錢的呀。虧本可不行，老王心頭又生一計，他只挽回有價值的，那種拿了紅包才消費的用戶老王他不要了！老王要的是真愛粉。于是他配合消費檔次區(qū)別對待，雖然流失用戶的數(shù)量沒有控制好，但是利潤提高了。

上述的用戶畫像，沒有一個標簽脫離于業(yè)務(wù)之外?；跇I(yè)務(wù)場景，我們還能想象很多用戶畫像的玩法。沙拉有不同的口味，蔬果雞肉海鮮。用戶的口味偏好，可以用矩陣分解、模糊聚類或者多分類的問題計算，也以0～1之間的數(shù)字表示喜好程度，相似的，還有價格偏好，即價格敏感度。

再深入想一下業(yè)務(wù)場景，如果某個辦公地點，每天都有五六筆的訂單，分屬不同的客戶不同的時間段，外賣小哥得送個五六次，對人力成本是多大的浪費呀。運營可以在后臺分析相關(guān)的數(shù)據(jù)，以團購或拼單的形式，促成訂單合并，或許銷售額的利潤會下降，但是外賣的人力成本也節(jié)約了。這也是用畫像作為數(shù)據(jù)分析的依據(jù)。

老王的運營故事說完了，現(xiàn)在對用戶畫像的建立有一套想法了吧。

用戶畫像的架構(gòu)

不同業(yè)務(wù)的畫像標簽體系并不一致，這需要數(shù)據(jù)和運營目的性的提煉。

用戶畫像一般按業(yè)務(wù)屬性劃分多個類別模塊。除了常見的人口統(tǒng)計，社會屬性外。還有用戶消費畫像，用戶行為畫像，用戶興趣畫像等。具體的畫像得看產(chǎn)品形態(tài)，像金融領(lǐng)域，還會有風險畫像，包括征信、違約、洗錢、還款能力、保險黑名單等。電商領(lǐng)域會有商品的類目偏好、品類偏好、品牌偏好，不一而足。

上圖是隨手畫的的例子，畫一個架構(gòu)不難，難得是了解每個標簽背后的業(yè)務(wù)邏輯和落地方式，至于算法，又能單獨扯很多文章了。

從數(shù)據(jù)流向和加工看，用戶畫像包含上下級遞進關(guān)系。

以上文的流失系數(shù)舉例，它通過建模，其依賴于用戶早期的歷史行為。而用戶早期的歷史行為，即10天內(nèi)的消費金額、消費次數(shù)、登錄次數(shù)等，本身也是一個標簽，它們是通過原始的明細數(shù)據(jù)獲得。

上圖列舉了標簽加工和計算的過程，很好理解。最上層的策略標簽，是針對業(yè)務(wù)的落地，運營人員通過多個標簽的組合形成一個用戶群組，方便執(zhí)行。

公司越大，用戶畫像越復(fù)雜。某家主打內(nèi)容分發(fā)的公司進入了全新的視頻領(lǐng)域，現(xiàn)在有兩款A(yù)PP，那么用戶畫像的結(jié)構(gòu)也需要改變。既有內(nèi)容相關(guān)的標簽，也有視頻相關(guān)的標簽，兩者是并行且關(guān)聯(lián)的。

比如A用戶在內(nèi)容標簽下是重度使用，而在視頻標簽下是輕度。比如B用戶很久沒打開內(nèi)容APP有流失風險，但在視頻APP的使用時長上看很忠誠。如此種種，看的是靈活應(yīng)用。當然，姓名性別這類人口統(tǒng)計標簽，是通用的。

用戶畫像作為平臺級的應(yīng)用，很多運營策略及工具，都是在其基礎(chǔ)上構(gòu)建的。

基于營銷和消費相關(guān)的標簽，新客、老客、用戶的流失和忠誠、用戶的消費水平和頻率等，都是構(gòu)成CRM（客戶關(guān)系管理）的基礎(chǔ)，可能大家更習慣叫它用戶/會員管理運營平臺。

它的作用在于，將數(shù)據(jù)化的標簽，轉(zhuǎn)換成產(chǎn)品運營策略。不同的標簽對應(yīng)不同的用戶群體，也對應(yīng)不同的營銷手段。CRM的結(jié)構(gòu)中會包含各類觸達用戶的常用渠道比如短信、郵件、推送等。也包含CMS（內(nèi)容管理系統(tǒng)），執(zhí)行人員通過其快速配置活動頁、活動通道、優(yōu)惠券等，靠營銷活動拉動數(shù)據(jù)。

老王的沙拉業(yè)務(wù)要是做大，那么運營平臺就會以圖中的結(jié)構(gòu)搭建。老王在CRM中組合標簽，新客老客流失客的數(shù)據(jù)借助BI監(jiān)控，然后通過CMS系統(tǒng)配置紅包啊優(yōu)惠券啊等等，再通過短或Push觸達。

好的用戶畫像系統(tǒng)，既是數(shù)據(jù)生態(tài)體系，也是業(yè)務(wù)和運營的生態(tài)體系，它是一門復(fù)雜的交叉領(lǐng)域。因為篇幅有限，算法，數(shù)據(jù)產(chǎn)品沒有更多的涉及，以后有機會再講吧。核心思想希望大家能吃透。若有吐槽和疑問歡迎留言。

萬千用法，存乎一心。

#專欄作家#

秦路，微信公眾號ID：tracykanc，人人都是產(chǎn)品經(jīng)理專欄作家。

本文由 @秦路?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(zhuǎn)載。

題圖來自 Pixabay，基于 CC0 協(xié)議