用戶運(yùn)營(yíng)知識(shí)結(jié)構(gòu)歸納之用戶畫像

-.zó??§??óa(chǎn)?aê??á111é?é??ó??§?-??智能手機(jī)新增流量消失、紅利過去、超級(jí)用戶思維、智能手機(jī)市場(chǎng)國(guó)內(nèi)飽和……這是我們從2021年起至今，在各類互聯(lián)網(wǎng)大咖以及媒介平臺(tái)看到最多的關(guān)鍵詞了。因此，用戶運(yùn)營(yíng)開場(chǎng)有了地位，如何盤活現(xiàn)有的用戶群體是每一個(gè)〔移動(dòng)〕互聯(lián)網(wǎng)公司老板們考慮的問題。2021年始，在給自己做工作規(guī)劃的時(shí)候，定下了運(yùn)營(yíng)知識(shí)深度學(xué)習(xí)的兩個(gè)方向：用戶運(yùn)營(yíng)、數(shù)據(jù)分析。做運(yùn)營(yíng)這些年，也看了不少用戶運(yùn)營(yíng)的文章和書籍，每個(gè)大咖寫的都特別好，但是都不夠系統(tǒng)，所以想著自己可以梳理下用戶相關(guān)的知識(shí)構(gòu)造。終于拖延了四分之一2021年之后的近1個(gè)月時(shí)間，把沉淀在Evernote的大咖文章做了梳理和歸納，分享給大家，僅供參考。文章主要從三個(gè)方向來梳理用戶運(yùn)營(yíng)的知識(shí)構(gòu)造：用戶畫像、用戶生命周期、用戶成長(zhǎng)鼓勵(lì)。內(nèi)容穿插會(huì)給到每個(gè)環(huán)節(jié)需要的準(zhǔn)備工作、監(jiān)測(cè)數(shù)據(jù)等，篇幅較長(zhǎng)，分三次發(fā)布，看官要有耐心~一、用戶畫像誤區(qū)：Persona〔用戶角色〕VSProfile〔用戶畫像〕Persona用戶角色描繪抽象一個(gè)自然人的屬性通過調(diào)研問卷、訪談等手段獲得用戶的定性特征——用戶間有差異，因?yàn)榇嬖诓町悾孕枰枋鍪怯脩魧傩缘募?，不是具體誰，放一***的照片也是為了到達(dá)共情。它應(yīng)該能準(zhǔn)確描述出產(chǎn)品用戶，一般會(huì)設(shè)置三到四個(gè)用戶角色，也是通常意義上的目標(biāo)用戶群體用戶角色有缺點(diǎn)，評(píng)估用戶屬性時(shí)難以量化，也很難證偽。你不知道它確定的是不是真的目標(biāo)群體，用戶群體也隨時(shí)間推移變化，所以用戶角色需要不斷修改。Profile用戶畫像和數(shù)據(jù)挖掘、大數(shù)據(jù)息息相關(guān)的應(yīng)用，被更多運(yùn)營(yíng)和數(shù)據(jù)分析師使用，是各類描述用戶數(shù)據(jù)的變量集合通過數(shù)據(jù)建立描繪用戶的標(biāo)簽基于用戶畫像的應(yīng)用：個(gè)性化推薦、廣告系統(tǒng)、活動(dòng)營(yíng)銷、內(nèi)容推薦、興趣偏好當(dāng)我們想要選擇*局部用戶群體做精細(xì)化運(yùn)營(yíng)時(shí)，會(huì)用用戶畫像篩選出特定的群體用戶畫像是一個(gè)復(fù)雜的系統(tǒng)，隨著產(chǎn)品逐漸成熟，會(huì)根據(jù)不同的業(yè)務(wù)場(chǎng)景設(shè)計(jì)不同的標(biāo)簽，用戶角色是精煉和概括，而用戶畫像需要齊全。ó??§用戶畫像可以參考用戶角色設(shè)計(jì)，用戶角色也能使用用戶畫像的屬性，可實(shí)際差異很大ê2?′ê?ó??§?-??￡?用戶畫像是根據(jù)用戶社會(huì)屬性、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶模型構(gòu)建用戶畫像的核心工作即是給用戶貼“標(biāo)簽〞，而標(biāo)簽是通過對(duì)用戶信息分析而來的高度精煉的特征標(biāo)識(shí)除去“標(biāo)簽化〞，用戶畫像還具有的特點(diǎn)是“低穿插率〞，當(dāng)兩組畫像除了權(quán)重較小的標(biāo)簽外其余標(biāo)簽幾乎一致，那就可以將二者合并，弱化低權(quán)重標(biāo)簽的差異ó??§?-??μ?×÷ó?ê?ê2?′￡?1、精準(zhǔn)營(yíng)銷：分析產(chǎn)品潛在用戶，針對(duì)特定群體利用短信等方式進(jìn)展?fàn)I銷2、用戶統(tǒng)計(jì)：比方中國(guó)大學(xué)購(gòu)置書籍人數(shù)TOP10，全國(guó)分城市奶爸指數(shù)3、數(shù)據(jù)挖掘：構(gòu)建智能推薦系統(tǒng)〔例如：利用關(guān)聯(lián)規(guī)則計(jì)算，喜歡紅酒的人通常喜歡什么運(yùn)動(dòng)品牌；利用聚類算法分析，喜歡紅酒的人年齡段分布情況〕4、進(jìn)展效果評(píng)估，完善產(chǎn)品運(yùn)營(yíng)，提升效勞質(zhì)量：其實(shí)這也就相當(dāng)于市場(chǎng)調(diào)研、用戶調(diào)研，迅速下定位效勞群體，提供高水平的效勞5、對(duì)效勞或產(chǎn)品進(jìn)展私人訂制：即個(gè)性化的效勞*類群體甚至每一個(gè)用戶〔例如：*公司想推出一款面向5－10歲兒童的玩具，通過用戶畫像進(jìn)展分析，發(fā)現(xiàn)形象＝“喜羊羊〞、價(jià)格區(qū)間＝“中等〞的偏好比重最大，則就給新產(chǎn)品提供類非?？陀^有效的決策依據(jù)?！?、業(yè)務(wù)經(jīng)營(yíng)分析以及競(jìng)爭(zhēng)分析：影響企業(yè)開展戰(zhàn)略ó??§?-??μ?11?¨á÷3ì數(shù)據(jù)收集：網(wǎng)絡(luò)行為數(shù)據(jù)：活潑人數(shù)、頁面瀏覽量、訪問時(shí)長(zhǎng)、激活率、外部觸點(diǎn)、社交數(shù)據(jù)等效勞內(nèi)行為數(shù)據(jù)：瀏覽路徑、頁面停留時(shí)間、訪問深度、唯一頁面瀏覽次數(shù)等用戶內(nèi)容偏好數(shù)據(jù)：瀏覽／收藏內(nèi)容、評(píng)論內(nèi)容、互動(dòng)內(nèi)容、生活形態(tài)偏好、品牌偏好等用戶交易數(shù)據(jù)：奉獻(xiàn)率、客單價(jià)、連帶率、回頭率、流失率等收集到的數(shù)據(jù)不會(huì)是100%準(zhǔn)確的，都具有不確定性，這就需要在后面的階段中建模來再判斷，比方*用戶在性別一欄填的男，但通過其行為偏好可判斷其性別為“女〞的概率為80%。儲(chǔ)存用戶行為數(shù)據(jù)時(shí)最好同時(shí)儲(chǔ)存下發(fā)生該行為的場(chǎng)景，以便更好地進(jìn)展數(shù)據(jù)分析。行為建模：該階段是對(duì)上階段收集到數(shù)據(jù)的處理，進(jìn)展行為建模，以抽象出用戶的標(biāo)簽，這個(gè)階段注重的應(yīng)是大概率事件，通過數(shù)學(xué)算法模型盡可能地排除用戶的偶然行為這時(shí)也要用到機(jī)器學(xué)習(xí)，對(duì)用戶的行為、偏好進(jìn)展猜測(cè)，好比一個(gè)y＝k*＋b的算法，*代表信息，Y是用戶偏好，通過不斷的準(zhǔn)確k和b來準(zhǔn)確Y。貼標(biāo)簽：1、用戶汽車模型：根據(jù)用戶對(duì)“汽車〞話題的關(guān)注或購(gòu)置相關(guān)產(chǎn)品的情況來判斷用戶是否有車、是否準(zhǔn)備買車2、用戶忠誠(chéng)度模型：通過判斷＋聚類算法判斷用戶的忠誠(chéng)度3、身高體型模型：根據(jù)用戶購(gòu)置服裝鞋帽等用品判斷4、文藝青年模型：根據(jù)用戶發(fā)言、評(píng)論等行為判斷用戶是否為文藝青年5、用戶價(jià)值模型：判斷用戶對(duì)于的價(jià)值，對(duì)于提高用戶留存率非常有用〔電商一般使用RFM實(shí)現(xiàn)〕還有消費(fèi)能力、違約概率、流失概率等等諸多模型。關(guān)于標(biāo)簽化：1、多級(jí)標(biāo)簽：第一級(jí)標(biāo)簽是根本信息〔**、性別〕；第二級(jí)是消費(fèi)習(xí)慣、用戶行為2、多級(jí)分類：人口屬性，地理位置〔工作地址、家庭地址〕構(gòu)建畫像：該階段可以說是二階段的一個(gè)深入，要把用戶的根本屬性〔年齡、性別、地域〕、購(gòu)置能力、行為特征、興趣愛好、心理特征、社交網(wǎng)絡(luò)大致地標(biāo)簽化11?¨á÷3ì數(shù)據(jù)可視化分析：這是把用戶畫像真正利用起來的一步，在此步驟中一般是針對(duì)群體的分析，比方可以根據(jù)用戶價(jià)值來細(xì)分出核心用戶、評(píng)估*一群體的潛在價(jià)值空間，以作出針對(duì)性的運(yùn)營(yíng)用戶建模：根底屬性：性別、職業(yè)、年齡段、收入水平、婚育情況、活潑城市、教育程度、……用戶分級(jí)：生命周期、價(jià)值分級(jí)、優(yōu)惠敏感度、基于馬斯洛用戶需求興趣偏好：團(tuán)購(gòu)偏好〔品類〕、外賣偏好〔品類、品牌〕、電影偏好〔導(dǎo)演、演員、電影類型……〕行為屬性：團(tuán)購(gòu)〔下單次數(shù)、消費(fèi)頻度、評(píng)價(jià)質(zhì)量、評(píng)價(jià)傾向〕、外賣、酒店、電影人群屬性：旅游達(dá)人、有車一族、……基于馬斯洛用戶需求的用戶分級(jí)：?í?1??ó??§Dè?ó1、首先了解自己產(chǎn)品的精準(zhǔn)受眾群體，分析并確認(rèn)這類群體的性格特性與使用習(xí)慣，不要局限在自己產(chǎn)品中去想這類人群的特性，而是具有***特性的人群，來到我的產(chǎn)品中，會(huì)有哪些使用習(xí)慣與心理特性。2、搭建用戶成長(zhǎng)體系時(shí)，一定會(huì)出現(xiàn)不同階層之間的邊界模糊現(xiàn)象，我們需要觀察達(dá)成每個(gè)成就的用戶群體比例，來重新界定每個(gè)階層。3、用戶是波動(dòng)的，不一定會(huì)完全按照我們界定好的體系變動(dòng)，我們不必穩(wěn)抓每一個(gè)用戶，只要保證大體用戶是按節(jié)奏進(jìn)展的即可，如果出現(xiàn)大批量用戶躍層上浮或下降，此時(shí)我們應(yīng)該看是否有現(xiàn)象級(jí)事件產(chǎn)生，或者用戶生態(tài)體系是否搭建的有偏差。根底用戶：描述：僅僅是內(nèi)容的消費(fèi)者，即閱讀內(nèi)容，但不會(huì)產(chǎn)生點(diǎn)贊、評(píng)論、分享等與其他用戶產(chǎn)生互動(dòng)的行為，瀏覽內(nèi)容的方向不明確，具有隨機(jī)性。穩(wěn)定性：極不穩(wěn)定，隨時(shí)會(huì)因產(chǎn)品內(nèi)容、功能、社區(qū)氣氛等原因流失。特性：此類用戶人數(shù)最多，對(duì)于產(chǎn)品的需求也最為根本。對(duì)應(yīng)需求：生理需求標(biāo)準(zhǔn)用戶：描述：不再是內(nèi)容的消費(fèi)者，開場(chǎng)逐漸進(jìn)展點(diǎn)贊、評(píng)論等實(shí)現(xiàn)本錢低的操作，瀏覽內(nèi)容方向更加明確穩(wěn)定性：較穩(wěn)定，會(huì)因?yàn)楫a(chǎn)品內(nèi)容推薦不夠貼切、功能不夠完善離開，對(duì)于產(chǎn)品具有一定的耐心，不會(huì)突然離開特性：從松散且游離的根底用戶演變而來，實(shí)現(xiàn)從觀看者到參與者的身份轉(zhuǎn)變中。對(duì)應(yīng)需求：平安需求主體用戶：描述：作為承上啟下的社區(qū)參與者，及有一定的社區(qū)知名度，又能適度產(chǎn)出一些普通內(nèi)容，帶動(dòng)社區(qū)氣氛穩(wěn)定性：穩(wěn)定，對(duì)于產(chǎn)品的功能與氣氛熟悉且承受，但可能會(huì)因?yàn)殚L(zhǎng)時(shí)間付出〔發(fā)帖、評(píng)論〕，卻無法得到別人足夠的回應(yīng)而離開。特性：注重產(chǎn)品功能之外的認(rèn)為情感，不再滿足于產(chǎn)品本身帶來的體驗(yàn)，開場(chǎng)關(guān)注在產(chǎn)品內(nèi)獲得的滿足感與成就感等。對(duì)應(yīng)需求：社交需求核心用戶：描述：產(chǎn)品中具有一定影響力的小V用戶，可產(chǎn)出較優(yōu)質(zhì)內(nèi)容，同時(shí)在產(chǎn)品中具有較大影響力，具有較強(qiáng)的帶動(dòng)性。穩(wěn)定性：非常穩(wěn)定，在產(chǎn)品中的影響力很強(qiáng)，具有較多粉絲，可能會(huì)在產(chǎn)品中進(jìn)展個(gè)人變現(xiàn)，因此足夠穩(wěn)定。特性：追求大量的用戶追捧，以及看中自己在產(chǎn)品中的群體口碑，希望得到大量用戶的正面評(píng)價(jià)，局部用戶會(huì)因此進(jìn)展變現(xiàn)，實(shí)現(xiàn)物質(zhì)收入。對(duì)應(yīng)需求：尊重需求明星用戶：描述：具有極強(qiáng)的影響力與知名度，屬于為產(chǎn)品進(jìn)展背書的明星式人物，對(duì)于產(chǎn)品用戶的行為方式與輿論走向具有較大的影響。穩(wěn)定性：極其穩(wěn)定，