一種分析出用戶畫像的簡單方法

1、一種分析出用戶畫像的簡單方法研究用戶畫像的方法往往很復雜，本文我自己了一種通過數(shù)據(jù)分析得出用戶畫像的簡易方法，分享給大家。在做任何產(chǎn)品之前，都會先想好受眾群體。但產(chǎn)品面市后發(fā)現(xiàn)，預設(shè)好的用戶群體好像并不買單，比如很多新產(chǎn)品都變成了現(xiàn)象級產(chǎn)品，曇花一現(xiàn)?；蚴前殡S著產(chǎn)品的發(fā)展，最初的受眾群體可能會發(fā)生了變化，比如最早使用QQ勺那幫用戶群體早已成家立業(yè)，在寢室里社團狙擊CS的那幫人早已放下屠刀。用戶發(fā)生了變化，產(chǎn)品就要趕緊跟進調(diào)整適應新用戶群體的風口，這時候重新定位找到用戶畫像就變的迫在眉睫。用戶肖像消費者是真實用戶的虛擬代表，它是基于真實的，它不是一個具體的人則，是根據(jù)目標的行為觀點的差異區(qū)分為類

2、型，迅速組織在一起，然后把新得出得出的類型提煉起來，形成一個類型的用戶畫像。使用最多的客戶畫像屈指可數(shù)有八要素：基本性、同理性、真實性、獨特性、目標性、數(shù)量性、應用性、長久性，來尋找用戶畫像，可能又會嚇退一批人，今天咱們就把這幾個要素綜合起來搬到線上用，從產(chǎn)品的真實運營數(shù)據(jù)中來提煉，一步步研判出來出用戶畫像的標簽。我們將用戶畫像的 8 要素，在線上所進行聚類整合，從而勾勒出該目標用戶的客戶群體特性。這在系列產(chǎn)品中被稱為“受眾定向”。在線上研究用戶畫像品牌主要圍繞產(chǎn)品的運營數(shù)據(jù)，獲取用戶的基本信息和用戶在產(chǎn)品中的網(wǎng)絡(luò)行為，進行差異化組合分群。各別根據(jù)先后順序依次可分為三個維度：信息畫像、行為畫像

3、、分群畫像。. 建立信息畫像現(xiàn)有數(shù)據(jù)一般集中式都是通過第三方統(tǒng)計平臺獲取到的，比如友 盟等。對于大公司機關(guān)或者一些保密單位，可能會開發(fā)一套檢測自己 的監(jiān)測系統(tǒng)。識別用戶的方式口制號CoqkW 880 Erriaiil用我們做過的一個分期塑像購車產(chǎn)品的來查找信息畫像，先從統(tǒng) 計平臺和數(shù)據(jù)庫中提取到可提取到的用戶基本信息，然后整理這些基 本信息在用戶群中的占比，最終整理到以下幾個關(guān)鍵指標如下圖數(shù)個 所示：社會Q的爆ii-ufHETOG阿嚙愛黝不安寶ng絳快與蝌產(chǎn)星set理1掘急；諭.謝g雌E辟1潛制贏洞炭朧光白蟲F實分期購車產(chǎn)品用戶的信息畫像.繪制行為畫像產(chǎn)品根據(jù)市場發(fā)展和用戶需求的變化不斷地更新

4、迭代，在產(chǎn)品迭 代中獲取關(guān)鍵變量，從而繪制出這些行為畫像。用戶在產(chǎn)品中的可統(tǒng) 計到的網(wǎng)絡(luò)行為，主要主要包括使用場景、獲取內(nèi)容、訪問路徑這三 塊。使用場景主要是設(shè)備終端、網(wǎng)絡(luò)狀況、訪問時段等；獲取內(nèi)容是移動用戶在產(chǎn)品中瀏覽的內(nèi)容、完成任務(wù)、使用工具等；訪問路徑是用戶思路進入產(chǎn)品到離開的整個行為軌跡還是用分期購車系列產(chǎn)品來續(xù)，分析第二個度量行為畫像。獲取 跟業(yè)務(wù)相關(guān)網(wǎng)絡(luò)行為，再統(tǒng)計數(shù)據(jù)占比，分析需要獲取有價值的首要 關(guān)鍵幾個點：分期購車產(chǎn)品用戶的i亍為畫像劃鋪:衽KriT雌胞麗第甌PG4汨明酷陽XM訪網(wǎng)頁面：省支削F單城索詰i蛋帳：W1*.勾勒分群畫像個人信息畫像和行為編撰畫像整理好以后，怎么聚合

5、這些信息, 為用戶貼上精準的標簽，勾勒出分群畫像，是需要我們?nèi)ソ酉聛碓囍?辦法去解決的。這里精減到3步，首先找出極端信息值的基本概念, 找到科學合理的聚合信息畫像，最末最后繪制出合理的分群畫像。第一步：極端值盡量合理覆蓋每組信息的“極端信息值（每組數(shù)據(jù)中占比最高或 最低的信息）”。第二步：合理值這里極端值的用戶中才，分析合理的群體。比如下圖中聚合信息 呈現(xiàn)出最高值關(guān)聯(lián)信息中，購車可持續(xù)性理財?shù)仲I車買房經(jīng)濟壓力 很大，看似不合乎邏輯，但買房本來就是一種非常穩(wěn)定的進行投資， 很高而且這樣的客戶買車的概率很高，還能接受貸款。不合理最低水 平的用戶占比最低值年齡都相對比較大，而且不接收分發(fā)網(wǎng)絡(luò)交易的

6、 安全性，怎么還會去買到股票呢？聚合行為畫像呈現(xiàn)出最高值關(guān)聯(lián)信息中，流量來源中描繪出了一 個PC端數(shù)據(jù)占據(jù)近半的現(xiàn)象，這其實反映出兩個問題：一是移動前端 做的不好，二是用戶群體多為朝九晚五等。第三步：勾勒集合分群畫像盡量合理連接消費者行為的“集合信息值（將每組數(shù)據(jù)占比較大 的同其他組進行合理地組合，分析出最符合真實用戶數(shù)據(jù)的信息 值）”，即相對來說基數(shù)較大的用戶群。勾勒出用戶畫像，產(chǎn)品資金需求迭代更具針對性。但這是我們根 據(jù)數(shù)據(jù)分析出來的結(jié)果，還不能說明表明這樣的結(jié)果就是對的，接下 來依然需要我們做做做進一步用戶畫像的驗證。集合信息值組合用戶圖像祭嘿通暹丁，.二卻；善事場成片這是我們辯證法分析

7、得出的用戶畫像，但是到底對不是對呢？我們還是用同樣的方法來驗證，整理新版本上線其后期后的真實 數(shù)據(jù)尋找其中的變量，然后分析其帶來的提升或提升實際轉(zhuǎn)化成。我 們總結(jié)出以下三種方式來驗證。1.驗證真實數(shù)據(jù)產(chǎn)品上線后統(tǒng)計各組實時數(shù)據(jù)，尋找其中產(chǎn)品設(shè)計變化的數(shù)據(jù)， 是否符合我們最初迭代改版的預期，分析是否符合我們勾勒的用戶畫像，變化的需要分析，沒能達到一些的就要結(jié)合預期數(shù)據(jù)變化有針對 性的分析原因。2.A/BTestA/BTest 算是互聯(lián)網(wǎng)最常用的驗證方法了，基于用戶畫像上線后的 產(chǎn)品同當前目前產(chǎn)品進行比對分析，驗證用戶畫像反饋需求的消費需 求真實性。對于訪問量很大的產(chǎn)品我們通常用戶數(shù)量會設(shè)置99%

8、勺用戶正常訪問到原有版本，只保留i%r告主的用戶會被隨機切到新版本， 開始集中新舊數(shù)據(jù)對比變化信息的幅度。比如上面案例做過的購車的產(chǎn)品使用 A/BTest的數(shù)據(jù)變化，如下 圖：分期購車A/BTest數(shù)據(jù)對比3.業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)化驗證產(chǎn)品可以為企業(yè)帶來的利潤，是衡量產(chǎn)品好壞的關(guān)鍵指標。雖然 這屬于商業(yè)現(xiàn)階段的考量，但也要回歸到產(chǎn)品層面家電產(chǎn)品來落實。 主要還是看產(chǎn)品可以為業(yè)務(wù)細看帶來的轉(zhuǎn)化率，這是外貿(mào)企業(yè)考核的 關(guān)鍵KPI,如果轉(zhuǎn)化率跌了，可能出現(xiàn)就是白忙活一場，如果可變性提 高了，就可以作為具有說服力驗證結(jié)果。上面案例的購車產(chǎn)品中的數(shù)據(jù)來展示一下，如下圖：分期購車帶來轉(zhuǎn)（辟提升通過急速地畫像迭代驗證用戶畫像，帶來用