繞開用戶畫像誤區(qū)

主講人：趙志強繞開用戶畫像誤區(qū)用戶畫像廣泛應用于大數據精準營銷和個性化服務等領域，“千萬人撩你，不如一人懂你”，用戶畫像是洞察用戶特征的基本工具，大家都普遍認同用戶畫像的重要性。但并不是每個運營者打開用戶畫像的姿勢都是正確的，用戶畫像也暗藏了不少誤區(qū)。因此，有必要繞開畫像誤區(qū)，防止從源頭上出錯。用戶畫像似乎已經成為了現代企業(yè)的標配。別人有，我不能沒有。于是，有些企業(yè)就盲目跟風，先上一個用戶畫像平臺再說。1.誤區(qū)一：目的不明確，畫像與業(yè)務場景的關聯(lián)度不高這是典型的跟風。企業(yè)如果沒有提前想清楚，自己公司的應用場景是什么，本公司的目標是什么，只是盲目的搞一個用戶畫像平臺，結果很可能就是，所得到的用戶畫像，遠離一線業(yè)務應用場景，沒有實際應用價值。企業(yè)構建自己的標簽庫時，很容易踏入的誤區(qū)就是貪多求全，認為標簽越多越好、越全面越好，有的公司標簽數量甚至超過了3000個。做標簽庫規(guī)劃時，恨不得將用戶的衣食住行、方方面面的指標都納入標簽庫。2.誤區(qū)二：重數量、輕質量，認為用戶標簽越多越好真實的企業(yè)運營過程中，真的是標簽越多越好嗎？答案是否定的。很多時候，隨著標簽庫運營的逐步深入，你會發(fā)現，其實很多標簽都是被閑置的，利用率很低。很多做過標簽庫建設與運營的專家指出，標簽貴在精，不在多。標簽不是越多越好，而是夠用就好。有這樣一個案例：某運營商根據實際運營情況，對用戶標簽進行精簡，將用戶標簽庫從原來的近1000個，壓縮到了300個左右，效率、效果都得到了提高。因此，企業(yè)應該以實用為原則，先建設一個管用的基礎標簽庫，然后再根據業(yè)務增長的需求適度擴充。用戶標簽是對用戶特征的高度概括和提煉，用戶標簽的生產是需要基于用戶本身的數據來做的。但有些企業(yè)在生產標簽時卻誤入歧途。3.誤區(qū)三：標簽的生產并非基于用戶數據的客觀表現比如：有些公司采取用戶調研的方式獲取數據、驗證標簽。但是，這種方式并非十全十美，尤其調研問題、調研方式存在不足時。第一，如果問題選項帶有傾向性或過于封閉，用戶的回答很容易出現偏差。例如這樣的“封閉式問題”：“你業(yè)余時間是喜歡聽流行音樂還是喜歡聽古典音樂？”回答者只能從“聽流行音樂”和“聽古典音樂”里選擇一個。實際上，用戶的真實情況可能是喜歡聽相聲，由于沒有此選項，用戶只好二選一，但并不能反映用戶的真實喜好。第二，用戶在回答問題時不一定會說出真實的情況。另外，用戶的回答經常受其知識水平、過往經驗的限制，未必代表其真實感受。福特汽車公司的創(chuàng)始人亨利·福特曾說過:“如果我最初問消費者他們想要什么，他們會告訴我‘要一匹更快的馬’！”也就是說，如果亨利·福特采用提問式畫像去研究用戶需求，恐怕福特汽車就不會出現了。有些新媒體運營者，喜歡根據自己或自己團隊的喜好或行為特點，去推斷其他用戶的行為特征。把自己當成用戶，替用戶來思考，根據自己的經驗判斷來定義標簽。這是典型的“以己度人”。4.誤區(qū)四：以己度人的代入式畫像事實上，即使是同一類型、同一行業(yè)、同一區(qū)域的人，其細節(jié)屬性也很可能千差萬別。因此，在標簽定義和生產時，還是要以用戶的真實客觀的數據為準。這種代入式方法，最終的結果，就是最終得到的只是運營者自身的畫像，而非用戶畫像。在用戶標簽生產時，標簽的權重也是經常被忽略的誤區(qū)。某個標簽的權重，是指該標簽在用戶的整體評估中的相對重要程度，權重影響著對用戶屬性的歸類。5.誤區(qū)五：注重標簽生產，但忽視標簽的權重如果在標簽生產時，忽視標簽的權重，就會導致標簽有偏差。用戶畫像應用起來，就得不到應有的效果。不同的行為對用戶特征判別的重要性是不一樣的，時間越久遠的行為，對用戶歸類的影響就越小，權重也就越小。比如，在電商領域用戶瀏覽、搜索、收藏、下單、購買等不同行為對用戶而言有著不同的重要性，一般而言操作復雜度越高的行為權重越大。提到用戶畫像，多數情況下是指給C端個人用戶畫像，當然B端用戶也是可以畫像的。

（C端用戶，就是個人用戶，Consumer。B端用戶，就是企業(yè)用戶Business）6.誤區(qū)六：標簽設置沒有把握好用戶的隱私尺度在給C端個人用戶畫像時，企業(yè)還需要注意對用戶個人隱私的保護。隨著大數據、AI的迅速發(fā)展，隱私泄露早已成為普遍問題，也是當下大多數互聯(lián)網用戶頻遇信息騷擾、產生安全隱私焦慮的源頭。如果不把握好隱私尺度，在用標簽來開展業(yè)務運營時太露骨，可能招致用戶的抵制。而一旦用戶隱私泄露，可能會給企業(yè)帶來滅頂之災。用戶畫像的準確度和有效性與用戶隱私之間，實際上是一個矛盾體，不同用戶對待隱私的態(tài)度不同，需要采取差異化的對待方式。一方面，企業(yè)需要對標簽在保密級別上做區(qū)分和設定，另一方面，原則上對某些數據的提取和加工需要征得數據主體的同意。大數據畫像，即通過百度指數、微指數等互聯(lián)網大數據，挖掘用戶屬性，做出目標用戶畫像。但大數據畫像只對一部分企業(yè)適用。7.誤區(qū)七：大數據畫像對于生產數據的互聯(lián)網企業(yè)本身，可以用大數據進行用戶畫像。例如，百度公司可以利用百度指數，分析網民對于科普的搜索熱度、構建出網民的科普搜索喜好。一方面，大數據不具備完整維度——百度指數只代表行業(yè)搜索大數據，微指數只代表行業(yè)討論大數據，微信指數只代表事件熱度大數據。但對于非生產數據的企業(yè)，通常不能直接使用大數據進行畫像。另一方面，行業(yè)大數據不代表企業(yè)大數據——每一家企業(yè)的粉絲或消費者都有其獨特性，不能用的全部網民的網絡行為來代表企業(yè)用戶的互聯(lián)網特征。但對于非生產數據的企業(yè)，通常不能直接使用大數據進行畫像。因此，新媒體運營者需要根據企業(yè)實際情況，決定是否使用大數據進行畫像。請問，通過以下問題能否得到用戶的準確信息？“業(yè)余時間，你喜歡看電影還是看書？”“紅