【科普乾貨】如何低成本、快速構建用戶畫像體系?

用戶畫像最初的意義,在於幫助企業找尋目標用戶明確出他們的喜好與厭惡,從而優化產品功能與服務,最終創造出更多的商業與社會價值。

用戶畫像發展至今,可用性得到進一步提升。當然,其根基仍然是用戶標籤,不過在大數據加成之下,很多企業得以從海量數據中提煉更多的用戶基礎特徵與行爲特徵來豐富用戶標籤,這就讓用戶畫像變得更爲立體與真實了。

  • 基礎特徵,指的是用戶的基礎信息,即用戶的屬性信息,比如年齡段、性別、消費水平等信息。

  • 行爲特徵,指的是通過對用戶在網站或App上的行爲與行爲背後的數據進行統計分析,從而得出的用戶線上行爲偏好,比如某航空公司的服務客戶以白領爲主,偏好上午辦公,喜歡使用醫療健康類App。

上述兩者的組合,組成了用戶畫像的基石,也成爲了用戶畫像系統功底薄厚的瓶頸。

用戶標籤越豐富,用戶畫像越豐滿。而用戶畫像越豐滿,則越能支撐APP做出正確的決策。

問題來了,APP該如何充盈用戶畫像的豐滿度呢,巧婦難爲無米之炊,米去哪裏找?

巧婦找米並不難

首先我們對用戶畫像做個拆解,把這個事兒拆成以下幾步:

v2-60106b0f2e6e0e53d5b8903cc617297c_1440w.jpg

從上圖,我們可以看到用戶畫像標籤有三種來源

  • 基於業務場景抽象而來,尤其是在APP上線之前,我們還無法獲取到用戶的行爲數據,通過對業務場景的調研,可以梳理出初步的用戶標籤;

  • 基於已有數據沉澱而來,APP上線後,隨着業務的發展產生了大量的業務數據與用戶行爲數據,經過提煉可以不斷充盈着用戶畫像;

  • 基於決策模型的數據歸因驗證而來,決策模型輸出的決策會不斷產生新的數據來驗證與完善用戶畫像,所以引入模型是提高用戶畫像置信度的有效手段。

有意思的地方來了,在產品設計、規劃、冷啓動,乃至產品萌芽期,APP開發者需要鎖定產品的目標人羣,從而讓產品功能更加聚焦,達到最小損害、最大收益的目的,如果僅通過用戶調研與場景分析構建用戶畫像,因爲缺乏了數據驗證,畫像的置信度自然會被降低。

不管是初創公司還是成熟大廠,在打造一款新產品的時候,總是要經歷這個從無到有的過程,這也就意味着,我們總要經歷產品數據的積少成多。當數據不足以驗證畫像置信度的時候,怎麼辦?亦或是產品相對成熟,數據有所積累,但終究尺有所短、寸有所長,想進一步做畫像補全,怎麼辦?

正所謂是:巧婦想做飯,米從何來哉?

此時,找一個像個推這樣的優質第三方畫像服務供應商成了最能保障效率的選擇。

個推深耕於開發者服務領域多年,沉澱了維度全、覆蓋面廣的深厚數據資源。個推面向開發者推出的用戶畫像產品——個像,全面覆蓋用戶屬性、興趣、行爲、場景等各維度細分標籤,能夠幫助APP開發者360度勾勒立體用戶畫像,深入洞察用戶,精準把握受衆。

適用的第三方用戶畫像服務,滿足了我們找米的期望。在期望之外,像個推這些做用戶畫像的企業,還提供了可參考的標準標籤與策略模型,甚至考慮到了應用場景。這樣一來,相當於不僅給了米,還給了口鍋,並附帶了將米加工成美食的菜譜。

引他山之石,切合自身業務特徵,低成本、快速建立用戶畫像體系來攻本山之玉。這麼看來,巧婦找米並不難。

產品騰飛的助跑器

很多企業都在推進自己的用戶畫像系統建設,但常常沒有把用戶畫像的戰鬥力發揮出來,甚至淪爲了擺設,所以這裏有兩點需要強調一下:

  • 用戶畫像需要範圍邊界,精而專就好,大而全反倒是浪費資源,動輒成百上千個維度只會增加使用難度;

  • 用戶畫像需要評判標準,用戶畫像的決策模型是產品與運營的戰略資源,能否具備可用的決策模型也就成了評定用戶畫像優劣的重要標準。

當我們打造出符合自身業務特點的用戶畫像體系,收穫的季度就來了。

業務與產品驗證

從點子到產品,APP開發者不斷地設想着自己的目標用戶羣體,從最初的調研訪談到用戶畫像系統的建設,都是爲了達成這樣的目標。

在用戶畫像體系相對完善的基礎上,開發者可以根據條件的組合,篩選出對應的用戶羣體,用目標用戶的標籤數據去匹配現有的業務數據,可以驗證業務方向是否符合原有預期,更可以在業務推廣時,進行推廣質量評估。

另外,用戶畫像可以輔助產品設計,按照用戶羣體特徵進行用戶分組,根據用戶分組數據驗證產品功能的使用效果,用數據量化產品功能,找到產品改進關鍵點,從而保障產品設計不偏離既定航道。

精細化運營

不少人認爲產品相對成熟之後才需要考慮精細化運營,從而在產品萌芽期採用了相對粗放的運營策略。但是,如果可以定點射擊、百發百中,爲什麼還要漫天掃射、浪費子彈呢?

在產品啓動的那一刻,引入第三方的畫像工具,快速構建用戶畫像體系,通過自有產品數據進行修正,不斷提高用戶畫像置信度,利用推薦算法輔助產品的營銷推廣,這不僅可以縮短用戶的選擇路徑,提高用戶轉化率,還能實現“千人千面”的精準營銷。

當畫像內容積累到一定的程度,使用算法對已有的海量數據進行處理,構建出智能服務模型,當數據產生“思考”的那一刻,用戶畫像所帶來的想象空間將變得無比遼闊,不管是消息推送、個性化推薦還是精準搜索,都會變得更加善解人意。

在實踐中,以消息推送服務起家的個推,爲了給APP提供更加極致的推送服務、給用戶帶來更加貼心優質的體驗,已經實現了自身用戶畫像與消息推送兩個產品間的功能打通。APP可以藉助個推用戶畫像豐富的標籤維度,對用戶進行聚類分析,制定更精細化的用戶模型,並能將用戶畫像的洞察結果直接應用於消息推送,進一步提升消息觸達的精準度,有效增強用戶粘性,這樣就形成一個良性循環,能不斷提升APP“精細化運營”的程度。

數據服務

近來,數據中臺日益火熱,用戶畫像系統作爲數據中臺的重要組成部分,是重要的用戶數據查詢平臺,也是用戶數據可視化平臺,更是用戶分析結果的呈現平臺。

更重要的是在大數據的背景下,用戶畫像不再像過去一樣靜態地呈現,而是可以實時獲取用戶數據進行動態的展示,從而具備了支撐營銷決策的數據服務能力。

而且,隨着大數據與算法的成熟,用戶畫像系統所能提供的數據服務也不再侷限於數據可視化與分析成果的展示,甚至可以進一步實現對需求的預測,去洞察市場的增量空間以及現有產品的發展趨勢。

日趨激烈的商業環境對企業產品變現能力提出了更高的要求,企業不僅想活下去,更想好好地活下去。叩開未來的大門,企業需要付出很多努力,而用戶畫像就是其中一塊敲門磚,更是大門開啓後,助帆遠航的清風。

好風憑藉力,送我上青雲,用戶畫像正如是。

本文作者:張小墨,互聯網從業者,產品經理中的文青兒,微信公衆號:月光坦克(moontank1918)


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章