详解用户画像所有知识点 用户画像分析怎么做( 二 )


简单来说,定性就是去了解和分析,而定量则是去验证 。一般而言,定量分析的成本较高、相对更加专业,而定性研究则相对节省成本 。因此创建用户画像的 *** 并不是固定的,而是需要根据实际项目的需求和时间以及成本而定 。创建用户画像的 ***,并没有严格意义的最专业和最科学,但是有最适合团队和项目需求的 。
好的用户画像是理解用户的决策,考虑业务场景和业务形态的 。这里我们介绍一种简单的构建用户画像 ***。
1、数据采集
构建用户画像是为了还原用户信息,因此数据来源于所有用户相关的数据 。用户数据划分为静态数据、动态数据两大类 。
静态数据:用户的人口属性、商业属性、消费特征、生活形态、CRM五大维度,其获取方式存在多种,数据挖掘是最为常见也是较为精准的一种方式,如果数据有限,则需要定性与定量结合补充 。定性 *** 如小组座谈会、用户深访、日志法、Laddering 阶梯法、透射法等,主要是通过开放性的问题潜入用户真实的心理需求,具象用户特征;定量更多是通过定量问卷调研的方式进行,关键在于后期定量数据的建模与分析,目的是通过封闭性问题一方面对定性假设进行验证,另一方面获取市场的用户分布规律 。
动态数据:用户不断变化的行为信息,一个用户打开网页,买了一个杯子;与该用户傍晚溜了趟狗,白天取了一次钱,打了一个哈欠等等一样都是用户行为 。随着互联网的发展,各种动态的行为数据都可以被记录下来 。
2、目标分析
用户画像的目标是通过分析用户行为,最终为每个用户打上标签,以及该标签的权重 。标签,表征了内容,用户对该内容有兴趣、偏好、需求等等 。权重,表征了指数,用户的兴趣、偏好指数,也可能表征用户的需求度,可以简单的理解为可信度,概率 。
3、数据建模
一个事件模型包括:时间、地点、人物三个要素 。每一次用户行为本质上是一次随机事件,可以详细描述为:什么用户,在什么时间,什么地点,做了什么事 。
①用户:关键在于对用户的标识,用户标识的目的是为了区分用户、单点定位 。
②时间:时间包括两个重要信息,时间戳和时间长度 。时间戳,为了标识用户行为的时间点;时间长度,为了标识用户在某一页面的停留时间 。
③地点:用户接触点,Touch Point 。对于每个用户接触点 。潜在包含了两层信息:网址和内容 。网址:每一个链接(页面/屏幕),即定位了一个互联网页面地址,或者某个产品的特定页面 。可以是PC上某电商网站的页面,也可以是手机上的微博,微信等应用某个功能页面,某款产品应用的特定画面 。如,长城红酒单品页,微信订阅号页面,某
游戏
的过关页 。④内容:每个网址(页面/屏幕)中的内容 。可以是单品的相关信息:类别、品牌、描述、属性、网站信息等等 。如,红酒,长城,干红,对于每个互联网接触点,其中网址决定了权重;内容决定了标签 。
⑤事情:用户行为类型,对于电商有如下典型行为:浏览、添加购物车、搜索、评论、购买、点击赞、收藏 等等 。
综合上述分析,用户画像的数据模型,可以概括为下面的公式:用户标识+时间+行为类型+接触点(网址+内容),某用户因为在什么时间、地点、做了什么事 。所以会打上标签 。
用户标签
的权重可能随时间的增加而衰减,因此定义时间为衰减因子r,行为类型、网址决定了权重,内容决定了标签,进一步转换为公式:标签权重=衰减因子×行为权重×网址子权重 。五、注意事项
1、不要把典型用户当作用户画像
不能把典型用户当作用户画像 。每年的微信生活白皮书中,微信官方都会公布典型用户的一天:工作日每天 7 点起床刷朋友圈、7:45 出门路上读文章……很多用户看了表示这完全就是自己啊!不过也有不少人吐槽:我也是微信重度用户,但这个典型的一天的跟我怎么完全不符合?
为什么会出现如此截然相反的反馈呢?原来是这些人把「典型用户」跟「用户画像」的概念搞混了 。因为以上描述典型用户这些特点,只是把用户特征抽象出来,组合在一起,事实上典型用户是虚构的,并不真实存在 。而用户画像是把用户以标签的形式表现出来,每一个真实存在的用户都有对应的用户画像 。
2、不要把用户画像简单理解成由用户标签构成
这也是 50% 以上的人都可能存在的错误认知,即把用户画像简单理解成由用户标签构成 。用户标签是用来概括用户特征的,比如说姓名、性别、职业、收入、养猫、喜欢美剧等等 。这些标签表面上看没有什么问题,但是实际上组成用户画像的标签要跟业务/产品结合 。


推荐阅读