为什么要用户画像

不少人上来就开始列举用户的静态信息、动态信息,画了满满一屏幕,最后发现对运营实际工作贡献价值不大。
用户画像只是一个工具,用来助力运营工作的开展,在哪里可以帮助到?我们得先把运营中遇到的问题提出来。

比如,每个阶段的核心问题都不同:

  • 种子期:“准备专注于哪类人群提供业务?”
  • 成长期:“这样的人群一般在哪里可以找到?”
  • 成熟期:“怎样让更多人活跃,更多人付费?”
  • 衰退期:“为什么有很多人沉默/流失?他们有什么共性?”

在思考这些问题的时候,就势必会进入到查找的状态,找什么?找用户的特征、用户群的共性、用户的分布等等。
带着问题去画用户画像,会比凭空凭直觉更有效率。

用户画像是对用户全方位的了解,理论上是一个人完整的数据集合,包括静态和动态两大类。
比如个人的年龄、性别、教育背景、银行存款、职业职位、居住地、兴趣爱好、家庭成员等等,都是静态类内容;
消费习惯、社交动态、行为数据等都是动态类内容。

随着问题的发现和解决,用户画像也会越来越清晰。

image.png

怎样画用户画像

用户画像没有标准的模板,每个业务在不同的阶段需要收集的数据都不一样。
比如,金融类业务的用户画像,会更加侧重于用户的金融属性数据,如贷款、信用、银行账户余额、家庭资产等等;
教育类业务的用户画像,会更侧重于用户的周学习时长、教育背景、职业职位等。

用户画像是工具,用来辅助分析和解决问题。

常用的用户画像方法

数据采集

通过技术获取用户的部分基础属性和动态属性。
比如用户的年龄、性别、职业、教育等静态属性,以及在系统内的注册登陆、页面停留、付费购买、文章阅读/点赞/评论等动态数据。

用户访谈

抽取100-1000名种子用户,一对一访谈或者通过问卷调查,建立基础用户画像。
抽取的时候,建议两种策略

  1. 纯随机,适合刚开始时,用户少的情况。
  2. 根据用户等级,按比例随机。比如用户根据交易历史可以划分为:未付费、首次付费、5次付费、10次+付费,那么分别在这4类人群中抽取各100名种子用户进行访谈,得出的结果也是代表4个等级用户的画像。

    分类聚类

    根据某些特征,比如年龄、消费、内容爱好等,先把同类人群找出来,再建立这类用户的画像。
    适合针对具体问题进行分析。比如,下个月重点推哪类内容?
    这时候,我们可以重点研究用户的教育背景、平时的阅读习惯、年龄、职业等数据,分析出用户的类型。
    再根据用户画像,选择几类内容,安排在月末进行测试,得出用户对内容的敏感度,根据反馈数据进一步验证用户画像。

其他参考

除了精细化的获取用户属性,初期也可以通过获取行业报告间接了解用户基本画像。
比如一些研究某个年龄层次用户消费习惯的报告,或者某个垂直领域的用户研究报告,等等。
比如:

语雀内容

此外,找到对标的业务后,在竞品业务产品中获取用户数据,分析用户习惯和特征。
比如,如果做美妆类的业务或产品,可以先分析研究下小红书的用户,分析下她们的用户画像,如喜欢什么类型内容、一般在什么时间比较活跃、喜欢购买哪类产品、喜欢哪类带货达人、喜欢什么形式的带货推荐……

标签维度参考

image.png

阅读类用户画像举例

image.png

金融类用户画像举例

image.png

音乐用户画像举例

image.png