搜索
查看
编辑修改
首页
UNITY
NODEJS
PYTHON
AI
GIT
PHP
GO
CEF3
JAVA
HTML
CSS
搜索
笔触狂放9
这个屌丝很懒,什么也没留下!
关注作者
热门标签
jquery
HTML
CSS
PHP
ASP
PYTHON
GO
AI
C
C++
C#
PHOTOSHOP
UNITY
iOS
android
vue
xml
爬虫
SEO
LINUX
WINDOWS
JAVA
MFC
CEF3
CAD
NODEJS
GIT
Pyppeteer
article
热门文章
1
[Android] ubuntu虚拟机上搭建 Waydroid 环境
2
the sun also rises day8_the taxi rounded the statue of the inventor
3
算法在实际编程中的应用_算法是怎么应用到程序上?
4
java面试编程题及答案,作为Java程序员应该怎样去规划自己的学习路线_java面试 我的未来的规划
5
【数据结构-链表】链表的基本操作
6
C++11特性《 右值引用-<完美转发>、lambda表达式》
7
Unity性能优化一本通_assetbundle性能优化,2024年最新分享一点面试小经验_unity assetbundle 比较多 怎样提高加载速度
8
保姆级讲解 Samba服务器的搭建、配置与管理
9
大数据-Hadoop-推荐系统架构_hadoop推荐系统报告
10
在Windows运行完整的Linux桌面GUI!Kali on WSL2安装与简单配置指南_wsl桌面gui
当前位置:
article
> 正文
用户画像-如何设计_用户画像模型设计
作者:笔触狂放9 | 2024-06-25 07:04:44
赞
踩
用户画像模型设计
推荐星级:★★★★★
▌阅读时间:12min
▌推荐理由:用户画像分析是PM的基本能力,也是优秀运营人的必会技能。你还不会?进来学啊!
本期干货铺内容大纲:
Step 1、理论科普篇——快速了解用户画像
什么是用户画像?【干货x2】
为什么要做用户画像分析?【干货x1】
用户画像构建的基本流程【干货x1】
Step 2、基础方法论篇——如何构建用户画像【干货x4】
Step 3、深度进阶篇——用户画像精准分析技巧【干货x4】
Step 4、实战案例篇——用户画像精华案例分析【案例x6】
客官下午好,欢迎一如既往地光临壹佰干货铺,天气寒凉,注意保暖。
△ 这个图是会动的喔_(:3 」∠)_
在互联网逐渐步入大数据时代后,不可避免的给企业及用户的行为带来一系列改变与重塑。其中最大的变化莫过于,用户的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用,企业的专注点日益聚焦于怎样利用大数据来为精准营销服务,进而深入挖掘潜在的商业价值。于是,“用户画像”的概念也就应运而生。
今天,我们可以看到,越来越多的团队、产品、从业人员甚至大妈大叔们都在谈论情怀,争辩格调,强调体验。以上所有,围绕的核心都是:用户。显然,我们已经进入一个“精准化用户”的伟大时代。
有一句话是,千万人撩你,不如一人懂你,这句话在互联网圈可以说成是——真正地了解用户,才能得到用户。用户画像的重要性不言而喻。
用户画像分析不仅是产品经理的基本能力,也是一个优秀运营人的必会技能!甚至可以说,用户画像对于运营者的作用,更大于产品经理。
道理大家都懂,重要性也都明白。但是,你是否还是一遇到要做用户画像分析就懵逼——完全不知道如何下手?
或许你对用户画像并不陌生,什么用户属性、用户行为张嘴就来,但是你真的弄懂了用户画像的意义与构建方法吗?用户画像有什么用?用户画像包括哪些方面?在做用户画像的时候我们应该注意些什么?
本期壹佰干货铺,Yosa给大家搜刮了18篇精华干货,从理论到方法,从技巧到实战,4步搞定用户画像分析!
Step 1、理论科普篇——快速了解用户画像
1、什么是用户画像?
简而言之,用户画像是根据用户社会属性、生活习惯和消费行为等信息抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”,而标签是通过对用户信息分析二来的高度精炼的特征标识。
△ 用户信息标签化
举个栗子:
如果你经常购买一些玩偶玩具,那么电商网站即可根据玩具购买的情况替你打上标签“有孩子”,甚至还可以判断出你孩子大概的年龄,贴上“有5-10岁的孩子”这样更为具体的标签。而这些所有给你贴的标签统在一起,就成了你的用户画像。因此,也可以说用户画像就是判断一个人是什么样的人。
猛戳文末「阅读原文」>>>用户画像全解析 | 都在说用户画像,你真的了解透了吗?
2、为什么要做用户画像分析?
罗振宇在《时间的朋友》跨年演讲上举了这样一个例子:当一个坏商家掌握了你的购买数据,他就可以根据你平常购买商品的偏好来决定是给你发正品还是假货以提高利润。且不说是否存在这情况,但这也说明了利用用户画像可以做到“精准销售”,当然了,这是极其错误的用法。
用户画像的作用大致有:
(1)为了让团队成员在产品设计的过程中能够抛开个人喜好,将焦点关注在目标用户的动机和行为上进行产品设计,因此,用户画像可以使产品的服务对象更加聚焦,更加的专注。
(2)为具体的人物做产品设计要远远优于为脑中虚构的东西做设计,当所有参与产品的人都基于一致的用户进行讨论和决策,就很容易约束各方能保持在同一个大方向上,提高决策的效率。
猛戳文末「阅读原文」>>>用户研究之「用户画像」的建立
3、用户画像构建的基本流程
Step 2、基础方法论篇——如何做好用户画像分析
学完下面的四篇干货,你可以对用户画像分析的方法有一个基本的了解:
用户画像分为两个部分,第一部分是列举所有的用户群体,第二部分是列举所有的用户场景及其产生的需求,最后再对这两部分进行组合,详细请看下面分析。
猛戳文末「阅读原文」>>>最全面的用户画像分析方法论
做产品怎么做用户画像,用户画像是真实用户的虚拟代表,首先它是基于真实的,它不是一个具体的人,另外一个是根据目标的行为观点的差异区分为不同类型,迅速组织在一起,然后把新得出的类型提炼出来,形成一个类型的用户画像。一个产品大概需要4-8种类型的用户画像。
猛戳文末「阅读原文」>>>前腾讯资深运营经理:如何做好用户画像?
画像的核心是寻找或者虚构一个尽量真实的用户记录,为了让我们在设计产品的过程中尽量避免个人喜好对用户行为的臆想。因此应该尽量清晰,不能太简略。如果不能深入地研究用户,画像就会成为一个拍脑门子的工作,没有实际的参考价值。
在未来很长一段时间内,有大量研究工作去调整我们的用户画像,但是我们首先要有一个起点,才能前进和纠错。我们只要谨记它的局限性,忠实地记录所有信息,留意为产品的未来预留扩展性即可。
猛戳文末「阅读原文」>>>讲真:产品经理怎么做用户画像?
如果把真实的用户和虚拟的模型比作隔江相望的两个平行点,数据就是搭建在大江之上,连接起彼此的桥梁。
给用户“打标签”是用户画像最核心的部分。所谓“标签”,就是浓缩精炼的、带有特定含义的一系列词语,用于描述真实的用户自身带有的属性特征,方便企业做数据的统计分析。
猛戳文末「阅读原文」>>>如何构建互联网产品的用户画像
Step 3、深度进阶篇——用户画像精准分析技巧
用户画像是老生常谈的研究项目,网上有很多介绍方法论的文章。然而就算是看了很多干货,也可能依然做不好用户画像,因为不同的情况下,做法也不一样,方法论也不能全盘套用。以下几篇都是我们网站关于用户画像的精华干货,从大数据、定性、定量分析等角度着手,进行精准的用户画像分析,适合深度进阶学习。
我在设计研究方案时,会基于一些现实因素去考虑:
研究需求(目标)
时间要求
经费和资源的供给
对结果的要求
基于以上因素,我大致归纳了几种做法:
猛戳文末「阅读原文」>>>用户画像没你想的那么简单
数据收集大致分为网络行为数据、服务内行为数据、用户内容偏好数据、用户交易数据这四类。
网络行为数据:活跃人数、页面浏览量、访问时长、激活率、外部触点、社交数据等
服务内行为数据:浏览路径、页面停留时间、访问深度、唯一页面浏览次数等
用户内容便好数据:浏览/收藏内容、评论内容、互动内容、生活形态偏好、品牌偏好等
用户交易数据(交易类服务):贡献率、客单价、连带率、回头率、流失率等
猛戳文末「阅读原文」>>>基于大数据的用户画像构建
从用户画像的使用情境也可以看出,用户画像适用于各个产品周期:从潜在用户挖掘到新用户引流,再到老用户的培养与流失用户的回流,用户画像都有用武之地。
猛戳文末「阅读原文」>>>定量数据用户画像的方法与流程
怎么样构建真实、动态的用户画像呢?
需要从四个维度构建:用户静态属性、用户动态属性、用户心理属性、用户消费属性。
猛戳文末「阅读原文」>>>怎么样去进行准确的用户画像分析?
Step 4、实战案例篇——用户画像精华案例分析
知所不豫,行且通焉。看了这么多理论和技巧,终归是要动手实战的。
不知道如何下手?Yosa特意给大家准备了6个典型的用户画像实战案例,一起来学习吧~
案例1、新浪微博
用户画像的目的是将用户信息标签化,本文中介绍针对微博本身的特点介绍微博用户画像的构建,该用户画像主要还是从微博的业务出发,完善用户信息和发掘用户兴趣,区分兴趣和能力,并形式化结构化表达出来。数据的来源也主要是微博平台本身,并没有采用更多的边缘数据。
猛戳文末「阅读原文」>>>新浪微博的用户画像是怎样构建的?
案例2、银行、保险、证券行业
市场上用户画像的方法很多,许多企业也提供用户画像服务,将用户画像提升到很有逼格一件事。金融企业是最早开始用户画像的行业,由于拥有丰富的数据,金融企业在进行用户画像时,对众多纬度的数据无从下手,总是认为用户画像数据纬度越多越好,画像数据越丰富越好,某些输入的数据还设定了权重甚至建立了模型,搞的用户画像是一个巨大而负责的工程。但是费力很大力气进行了画像之后,却发现只剩下了用户画像,和业务相聚甚远,没有办法直接支持业务运营,投入精力巨大但是回报微小,可以说是得不偿失,无法向领导交代。
猛戳文末「阅读原文」>>>什么是用户画像?金融行业大数据用户画像实践
案例3、电视剧《欢乐颂》
如此多的角色,如此多的标签,「欢乐颂」的编剧着实是下了很大的功夫,同样也在与编剧对于都市生活的真实体验。
作为产品经理,自然也应该用编剧的心态,站在真实用户的角度去模拟用户场景与产品,勾勒出产品潜在的用户画像,自然也不用担心产品定位出现问题。
猛戳文末「阅读原文」>>>如果你是产品经理,一定要学「欢乐颂」编剧构建用户画像!
案例4、外卖O2O
通过前面两个步骤,我们基本知道了用户的特征,但这还不够具体,所以,还需要将以上的用户特征融入到一定的使用场景,让我们能够更加具体地体会用户的感受,这是非常关键的一步。
如何确定用户使用场景?
其实很简单,用经典的5W2H即可解决。以外卖APP为例......
猛戳文末「阅读原文」>>>为何要使用用户画像?并手把手带你构建用户画像
案例5、某海淘产品
构成用户画像的基本元素通常有:姓名、照片、个人信息、经济状况、工作信息、计算机互联网背景。
用来丰富用户画像的元素有:居住地、工作地点、公司、爱好、家庭生活、朋友圈、性格、个人语录等等。
最后,我们为“洋淘”项目打磨出了以下两类主要用户(海淘的主力用户和资深用户)画像,后续的产品设计都将围绕他们展开。
猛戳文末「阅读原文」>>>【深度好文】让你真正品尝到“用户画像”的甜头
案例6、京东
根据搜索数据的个性化运营主要运用场景是在用户使用搜索功能搜索商品时,系统根据用户的搜索关键字,提供相关搜索关键词,从而扩大搜索范围,提高搜索质量,促进搜索转化率。
猛戳文末「阅读原文」>>>巧用“用户画像”进行个性化运营
-本期完
本文由产品壹佰编辑Yosa原创发布,禁止转载!
- 本期专题互动-
你产品的用户是谁?他们在哪里?
在看文章的都是产品壹佰的用户!
声明:
本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:
https://www.wpsshop.cn/w/笔触狂放9/article/detail/755454
推荐阅读
article
Spring
&&
Spring
MVC &&
Mybatis
_
java
速成...
三天回顾Java——零基础速成实战 第二天 初识Java入门基础(中)4.面向对象4.1、面向对象4.2、面向对象编程4...
赞
踩
article
【AI赋能万物】一文综述:
大
模型
在
软件测试
领域的探索_
大
模型
在
软件工程
的
应用
...
关注
大
模型
在
各个领域的
应用
,看
大
模型
如何重构世界。本文以一篇论文,来看下
大
模型
在
软件测试
行业的一些探索。这篇文论为我们提...
赞
踩
article
保姆级教程!
阿里巴巴
首推“
Java
架构
宝典
,
java
大数据量处理面试题...
而
架构
师首先是好的程序员,其次
架构
师要担当维护应用程序系统
架构
的
架构
价值的角色。GC的3种收集方法:标记清除、标记整理、...
赞
踩
article
大
数据
产业
现状及
发展趋势
分析_
大
数据
行业分析...
一、
大
数据
产业
发展现状分析
大
数据
产业
规模不断扩
大
随着移动互联网、物联网、云计算
产业
的深入发展,
大
数据
国家战略的加速落地,...
赞
踩
article
基于
单片机
的
智能
电饭煲
控制系统
的
设计(附代码)_
电饭煲
控温
程序代码
...
基于
单片机
的
智能
电饭煲
控制系统
的
设计这篇博客主要是用15
单片机
(和51
单片机
差不多)做一个
智能
电饭煲
系统。文章目录
基于
单...
赞
踩
article
深度
神经网络
中
的
“
深度
”概念解析...
在
深度
神经网络
中
,“
深度
”通常指
的
是网络
中
从输入层到输出层所需经过
的
层数。一个单层
的
神经网络
,尽管可以解决一些简单
的
问题...
赞
踩
article
KMeans聚类在
客户
细分与
用户
画像
中的应用_
spss
k-
means
用户
画像
...
K-Means聚类在
客户
细分与
用户
画像
中的应用作者:禅与计算机程序设计艺术1. 背景介绍1.1
客户
细分与
用户
画像
的重要...
赞
踩
article
MacOs
安装
pyenv
环境_
macos
pyenv
...
Pyenv 是一个流行的 Python 版本管理工具,它允许你在同一台机器上
安装
和切换不同版本的 Python。允许你在...
赞
踩
article
[
DeeplearningAI
笔记]序列模型
2.7
负
采样
Negative
sampling
_
负
样本采...
5.1循环序列模型觉得有用的话,欢迎一起讨论相互学习~Follow Me
2.7
负
采样
Negative
samplin...
赞
踩
article
【
数据结构
】
二叉树
的链式存储结构(通过
前序
序列
和
中序
序列
构造
二叉树
_
q
ueue
<
bitree
>
q
;...
说明:需要分别输入要
二叉树
的
前序
序列
和
中序
序列
才能构建
二叉树
。如果构建失败,程序会报错。比如我们给定一个
二叉树
,容易知道...
赞
踩
article
pkl
文件
读取...
pkl
文件
读取_
pkl
文件
读取
pkl
文件
读取 PKL
文件
...
赞
踩
article
联邦
学习
打破“
数据
孤岛”,
实现
多方
数据
安全
高效流通_多源
联邦
学习
...
三是
数据
价值共享,多方权益有效保障。借助可信执行环境的可信性和隔离机制,来
实现
机器
学习
模型参数的安全汇聚,从而增强
联邦
学...
赞
踩
article
保姆级
Java
入门练习
教程
,
附
代码
讲解
,
小白零基础入门必备(建议收藏)
_
java
教程
_
java
编程教...
本篇文章带大家搭好环境
,
并体验了控制台打印。下一题是控制台输入
,
大家可以先思考一下
java
编程
教程
带
代码
...
赞
踩
article
redis
内存
碎片
问题_
redis
碎片
率
计算方法
...
redis
内存
碎片
问题_
redis
碎片
率
计算方法
redis
碎片
率
计算方法
...
赞
踩
article
网站
暴力破解
入门...
工具nmap和hydra(Kali Linux自带)nmap 是扫描工具hydra
暴力破解
工具第一步 扫描nmap 1...
赞
踩
article
超
详细
解读
Transformer
框架
!建议收藏!
_
transform
框架
...
首先我们先对
Transformer
来个直观的认识。
Transformer
出现以前,NLP领域应用基本都是以RNN或LST...
赞
踩
article
STM32
调用
SysTick
_
CLKSourceConfig
的坑
_
arm4f
systick
clk...
void
SysTick
_
Init(void){ guiClkSrc =
SysTick
_
CLKSource
_
HCLK;...
赞
踩
article
sign
at
ure
=
301794a9e76f692a24d557a5c86ae460
,
fldigi
/...
=
Version 4.1.0
=
2019-01-29 David Freese 39a76e8: po upd
at
e79c...
赞
踩
article
广义
互相
关
求
信号
时延
JAVA
实现_
java
广义
互相
关
算法...
最近在做一个声音测量距离的_
java
广义
互相
关
算法
java
广义
互相
关
算法 最近在做一个声...
赞
踩
article
旧酒换新瓶,新版M1/M2芯片
Macos
(
Ventura
)
安装
古早
版本
Python2
.7(Pytho...
我们知道MacOS系统从Monterey12.3
版本
起就移除了系统内置的
Python2
,更不消说最新的
Ventura
13...
赞
踩
相关标签
java
开发语言
程序人生
人工智能
笔记
AIGC
AI编程
agi
gpt
架构
涛思数据
tdengine
数据库
单片机
dnn
神经网络
计算科学
神经计算
深度学习
大数据
大型语言模型
AI
AGI
LLM
Java