用戶運(yùn)營(yíng)知識(shí)結(jié)構(gòu)歸納之用戶畫像(1)

互聯(lián)網(wǎng)流量紅利已經(jīng)消失 —— 各大媒體

移動(dòng)互聯(lián)網(wǎng)紅利過去了 —— 李開復(fù)

“超級(jí)用戶”模式的真正著眼點(diǎn)是“關(guān)系”,“普通用戶”和“超級(jí)用戶”之間的關(guān)系,就像一般女生和女朋友拥诡,向別的女生釋放善意沒問題椅野,但你更關(guān)注應(yīng)該是女朋友。 ?—— 邏輯思維

智能手機(jī)新增流量消失榜旦、紅利過去幽七、超級(jí)用戶思維、智能手機(jī)市場(chǎng)國內(nèi)飽和……

這是我們從2016年起至今溅呢,在各類互聯(lián)網(wǎng)大咖以及媒介平臺(tái)看到最多的關(guān)鍵詞了澡屡。

因此,用戶運(yùn)營(yíng)開始有了地位咐旧,如何盤活現(xiàn)有的用戶群體是每一個(gè)(移動(dòng))互聯(lián)網(wǎng)公司老板們考慮的問題驶鹉。

2018年始,在給自己做工作規(guī)劃的時(shí)候铣墨,定下了運(yùn)營(yíng)知識(shí)深度學(xué)習(xí)的兩個(gè)方向:用戶運(yùn)營(yíng)室埋、數(shù)據(jù)分析。

做運(yùn)營(yíng)這些年伊约,也看了不少用戶運(yùn)營(yíng)的文章和書籍姚淆,每個(gè)大咖寫的都特別好,但是都不夠系統(tǒng)屡律,所以想著自己可以梳理下用戶相關(guān)的知識(shí)結(jié)構(gòu)腌逢。

終于拖延了四分之一2018年之后的近1個(gè)月時(shí)間,把沉淀在Evernote的大咖文章做了梳理和歸納超埋,分享給大家搏讶,僅供參考佳鳖。

文章主要從三個(gè)方向來梳理用戶運(yùn)營(yíng)的知識(shí)結(jié)構(gòu):用戶畫像、用戶生命周期媒惕、用戶成長(zhǎng)激勵(lì)系吩。

內(nèi)容穿插會(huì)給到每個(gè)環(huán)節(jié)需要的準(zhǔn)備工作、監(jiān)測(cè)數(shù)據(jù)等吓笙,篇幅較長(zhǎng)淑玫,分三次發(fā)布,看官要有耐心~

感謝瀏覽面睛。

另絮蒿,轉(zhuǎn)載請(qǐng)標(biāo)明出處~

文章內(nèi)容來源聲明:(由于部分文章年代久遠(yuǎn),來源列表會(huì)有遺漏叁鉴,如有侵權(quán)土涝,還望告知)

https://www.zhihu.com/question/19853605作者:我勒個(gè)矗、秦路

http://www.woshipm.com/operate/695091.html作者:豆丁

http://www.woshipm.com/operate/598103.html作者:秦路

作者:活動(dòng)盒子(微信公眾號(hào))

http://www.woshipm.com/pmd/965109.html作者:阿潤(rùn)

http://www.woshipm.com/pd/424836.html作者:Jinkey

http://www.woshipm.com/operate/887464.html作者:流年

一幌墓、用戶畫像

誤區(qū):Persona(用戶角色) VS Profile(用戶畫像)

Persona用戶角色

描繪抽象一個(gè)自然人的屬性

通過調(diào)研問卷但壮、電話訪談等手段獲得用戶的定性特征——用戶間有差異,因?yàn)榇嬖诓町惓B拢孕枰枋?/p>

是用戶屬性的集合蜡饵,不是具體誰,放一張某某的照片也是為了達(dá)到共情胳施。它應(yīng)該能準(zhǔn)確描述出產(chǎn)品用戶溯祸,一般會(huì)設(shè)置三到四個(gè)用戶角色,也是通常意義上的目標(biāo)用戶群體

用戶角色有缺點(diǎn)舞肆,評(píng)估用戶屬性時(shí)難以量化焦辅,也很難證偽。你不知道它確定的是不是真的目標(biāo)群體椿胯,用戶群體也隨時(shí)間推移變化,所以用戶角色需要不斷修改廉油。

Profile用戶畫像

和數(shù)據(jù)挖掘、大數(shù)據(jù)息息相關(guān)的應(yīng)用,被更多運(yùn)營(yíng)和數(shù)據(jù)分析師使用,是各類描述用戶數(shù)據(jù)的變量集合

通過數(shù)據(jù)建立描繪用戶的標(biāo)簽

基于用戶畫像的應(yīng)用:個(gè)性化推薦、廣告系統(tǒng)、活動(dòng)營(yíng)銷、內(nèi)容推薦汞窗、興趣偏好

當(dāng)我們想要選擇某部分用戶群體做精細(xì)化運(yùn)營(yíng)時(shí)蜘矢,會(huì)用用戶畫像篩選出特定的群體

用戶畫像是一個(gè)復(fù)雜的系統(tǒng)舞吭,隨著產(chǎn)品逐漸成熟,會(huì)根據(jù)不同的業(yè)務(wù)場(chǎng)景設(shè)計(jì)不同的標(biāo)簽衷旅,用戶角色是精煉和概括捐腿,而用戶畫像需要齊全。

用戶

用戶畫像可以參考用戶角色設(shè)計(jì)柿顶,用戶角色也能使用用戶畫像的屬性茄袖,可實(shí)際差別很大

什么是用戶畫像?

用戶畫像是根據(jù)用戶社會(huì)屬性嘁锯、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶模型

構(gòu)建用戶畫像的核心工作即是給用戶貼“標(biāo)簽”宪祥,而標(biāo)簽是通過對(duì)用戶信息分析而來的高度精煉的特征標(biāo)識(shí)

除去“標(biāo)簽化”,用戶畫像還具有的特點(diǎn)是“低交叉率”家乘,當(dāng)兩組畫像除了權(quán)重較小的標(biāo)簽外其余標(biāo)簽幾乎一致蝗羊,那就可以將二者合并,弱化低權(quán)重標(biāo)簽的差異

用戶畫像的作用是什么烤低?

1肘交、精準(zhǔn)營(yíng)銷:分析產(chǎn)品潛在用戶,針對(duì)特定群體利用短信郵件等方式進(jìn)行營(yíng)銷

2扑馁、用戶統(tǒng)計(jì):比如中國大學(xué)購買書籍人數(shù) TOP10涯呻,全國分城市奶爸指數(shù)

3、數(shù)據(jù)挖掘:構(gòu)建智能推薦系統(tǒng)(例如:利用關(guān)聯(lián)規(guī)則計(jì)算腻要,喜歡紅酒的人通常喜歡什么運(yùn)動(dòng)品牌复罐;利用聚類算法分析,喜歡紅酒的人年齡段分布情況)

4雄家、進(jìn)行效果評(píng)估效诅,完善產(chǎn)品運(yùn)營(yíng),提升服務(wù)質(zhì)量:其實(shí)這也就相當(dāng)于市場(chǎng)調(diào)研趟济、用戶調(diào)研乱投,迅速下定位服務(wù)群體,提供高水平的服務(wù)

5顷编、對(duì)服務(wù)或產(chǎn)品進(jìn)行私人訂制:即個(gè)性化的服務(wù)某類群體甚至每一個(gè)用戶(例如:某公司想推出一款面向5-10歲兒童的玩具戚炫,通過用戶畫像進(jìn)行分析,發(fā)現(xiàn)形象=“喜羊羊”媳纬、價(jià)格區(qū)間=“中等”的偏好比重最大双肤,那么就給新產(chǎn)品提供類非常客觀有效的決策依據(jù)钮惠。)

6茅糜、業(yè)務(wù)經(jīng)營(yíng)分析以及競(jìng)爭(zhēng)分析:影響企業(yè)發(fā)展戰(zhàn)略

用戶畫像的構(gòu)建流程

數(shù)據(jù)收集:

網(wǎng)絡(luò)行為數(shù)據(jù):活躍人數(shù)、頁面瀏覽量素挽、訪問時(shí)長(zhǎng)蔑赘、激活率、外部觸點(diǎn)、社交數(shù)據(jù)等

服務(wù)內(nèi)行為數(shù)據(jù):瀏覽路徑米死、頁面停留時(shí)間锌历、訪問深度、唯一頁面瀏覽次數(shù)等

用戶內(nèi)容偏好數(shù)據(jù):瀏覽/收藏內(nèi)容峦筒、評(píng)論內(nèi)容究西、互動(dòng)內(nèi)容、生活形態(tài)偏好物喷、品牌偏好等

用戶交易數(shù)據(jù):貢獻(xiàn)率卤材、客單價(jià)、連帶率峦失、回頭率扇丛、流失率等

收集到的數(shù)據(jù)不會(huì)是100%準(zhǔn)確的,都具有不確定性尉辑,這就需要在后面的階段中建模來再判斷帆精,比如某用戶在性別一欄填的男,但通過其行為偏好可判斷其性別為“女”的概率為80%隧魄。

儲(chǔ)存用戶行為數(shù)據(jù)時(shí)最好同時(shí)儲(chǔ)存下發(fā)生該行為的場(chǎng)景卓练,以便更好地進(jìn)行數(shù)據(jù)分析。

行為建模:

該階段是對(duì)上階段收集到數(shù)據(jù)的處理购啄,進(jìn)行行為建模襟企,以抽象出用戶的標(biāo)簽,這個(gè)階段注重的應(yīng)是大概率事件狮含,通過數(shù)學(xué)算法模型盡可能地排除用戶的偶然行為

這時(shí)也要用到機(jī)器學(xué)習(xí)顽悼,對(duì)用戶的行為、偏好進(jìn)行猜測(cè)几迄,好比一個(gè) y=kx+b 的算法蔚龙,X 代表已知信息,Y 是用戶偏好映胁,通過不斷的精確k和b來精確Y木羹。

貼標(biāo)簽:

1、用戶汽車模型:根據(jù)用戶對(duì)“汽車”話題的關(guān)注或購買相關(guān)產(chǎn)品的情況來判斷用戶是否有車屿愚、是否準(zhǔn)備買車

2、用戶忠誠度模型:通過判斷+聚類算法判斷用戶的忠誠度

3务荆、身高體型模型:根據(jù)用戶購買服裝鞋帽等用品判斷

4妆距、文藝青年模型:根據(jù)用戶發(fā)言、評(píng)論等行為判斷用戶是否為文藝青年

5函匕、用戶價(jià)值模型:判斷用戶對(duì)于網(wǎng)站的價(jià)值娱据,對(duì)于提高用戶留存率非常有用(電商網(wǎng)站一般使用RFM 實(shí)現(xiàn))還有消費(fèi)能力、違約概率、流失概率等等諸多模型中剩。

關(guān)于標(biāo)簽化:

1忌穿、多級(jí)標(biāo)簽:第一級(jí)標(biāo)簽是基本信息(姓名、性別)结啼;第二級(jí)是消費(fèi)習(xí)慣掠剑、用戶行為

2、多級(jí)分類:人口屬性郊愧,地理位置(工作地址朴译、家庭地址)

構(gòu)建畫像:

該階段可以說是二階段的一個(gè)深入,要把用戶的基本屬性(年齡属铁、性別眠寿、地域)、購買能力焦蘑、行為特征盯拱、興趣愛好、心理特征例嘱、社交網(wǎng)絡(luò)大致地標(biāo)簽化

構(gòu)建流程

數(shù)據(jù)可視化分析:

這是把用戶畫像真正利用起來的一步狡逢,在此步驟中一般是針對(duì)群體的分析,比如可以根據(jù)用戶價(jià)值來細(xì)分出核心用戶蝶防、評(píng)估某一群體的潛在價(jià)值空間甚侣,以作出針對(duì)性的運(yùn)營(yíng)

用戶建模:

基礎(chǔ)屬性:性別、職業(yè)间学、年齡段殷费、收入水平、婚育情況低葫、活躍城市详羡、教育程度、……

用戶分級(jí):生命周期嘿悬、價(jià)值分級(jí)实柠、優(yōu)惠敏感度、基于馬斯洛用戶需求

興趣偏好:團(tuán)購偏好(品類)善涨、外賣偏好(品類窒盐、品牌)、電影偏好(導(dǎo)演钢拧、演員蟹漓、電影類型……)

行為屬性:團(tuán)購(下單次數(shù)、消費(fèi)頻度源内、評(píng)價(jià)質(zhì)量葡粒、評(píng)價(jià)傾向)、外賣、酒店嗽交、電影

人群屬性:旅游達(dá)人卿嘲、有車一族、……

基于馬斯洛用戶需求的用戶分級(jí):

馬斯洛用戶需求

1夫壁、首先了解自己產(chǎn)品的精準(zhǔn)受眾群體拾枣,分析并確認(rèn)這類群體的性格特性與使用習(xí)慣,不要局限在自己產(chǎn)品中去想這類人群的特性掌唾,而是具有XXX特性的人群放前,來到我的產(chǎn)品中,會(huì)有哪些使用習(xí)慣與心理特性糯彬。

2凭语、搭建用戶成長(zhǎng)體系時(shí),一定會(huì)出現(xiàn)不同階層之間的邊界模糊現(xiàn)象撩扒,我們需要觀察達(dá)成每個(gè)成就的用戶群體比例似扔,來重新界定每個(gè)階層。

3搓谆、用戶是波動(dòng)的炒辉,不一定會(huì)完全按照我們界定好的體系變動(dòng),我們不必穩(wěn)抓每一個(gè)用戶泉手,只要保證大體用戶是按節(jié)奏進(jìn)行的即可黔寇,如果出現(xiàn)大批量用戶躍層上浮或下降,此時(shí)我們應(yīng)該看是否有現(xiàn)象級(jí)事件產(chǎn)生斩萌,或者用戶生態(tài)體系是否搭建的有偏差缝裤。

基礎(chǔ)用戶:
描述:僅僅是內(nèi)容的消費(fèi)者,即閱讀內(nèi)容颊郎,但不會(huì)產(chǎn)生點(diǎn)贊憋飞、評(píng)論、分享等與其他用戶產(chǎn)生互動(dòng)的行為姆吭,瀏覽內(nèi)容的方向不明確榛做,具有隨機(jī)性。
穩(wěn)定性:極不穩(wěn)定内狸,隨時(shí)會(huì)因產(chǎn)品內(nèi)容检眯、功能、社區(qū)氛圍等原因流失昆淡。
特性:此類用戶人數(shù)最多锰瘸,對(duì)于產(chǎn)品的需求也最為基本。
對(duì)應(yīng)需求:生理需求

標(biāo)準(zhǔn)用戶:
描述:
不再是內(nèi)容的消費(fèi)者瘪撇,開始逐漸進(jìn)行點(diǎn)贊获茬、評(píng)論等實(shí)現(xiàn)成本低的操作,瀏覽內(nèi)容方向更加明確
穩(wěn)定性:較穩(wěn)定倔既,會(huì)因?yàn)楫a(chǎn)品內(nèi)容推薦不夠貼切恕曲、功能不夠完善離開,對(duì)于產(chǎn)品具有一定的耐心渤涌,不會(huì)突然離開
特性:從松散且游離的基礎(chǔ)用戶演變而來佩谣,實(shí)現(xiàn)從觀看者到參與者的身份轉(zhuǎn)變中。
對(duì)應(yīng)需求:安全需求

主體用戶:
描述:作為承上啟下的社區(qū)參與者实蓬,及有一定的社區(qū)知名度茸俭,又能適度產(chǎn)出一些普通內(nèi)容,帶動(dòng)社區(qū)氛圍
穩(wěn)定性:穩(wěn)定安皱,對(duì)于產(chǎn)品的功能與氛圍熟悉且接受调鬓,但可能會(huì)因?yàn)殚L(zhǎng)時(shí)間付出(發(fā)帖、評(píng)論)酌伊,卻無法得到別人足夠的回應(yīng)而離開腾窝。
特性:注重產(chǎn)品功能之外的認(rèn)為情感,不再滿足于產(chǎn)品本身帶來的體驗(yàn)居砖,開始關(guān)注在產(chǎn)品內(nèi)獲得的滿足感與成就感等虹脯。
對(duì)應(yīng)需求:社交需求

核心用戶:
描述:產(chǎn)品中具有一定影響力的小V用戶,可產(chǎn)出較優(yōu)質(zhì)內(nèi)容奏候,同時(shí)在產(chǎn)品中具有較大影響力循集,具有較強(qiáng)的帶動(dòng)性。
穩(wěn)定性:非常穩(wěn)定蔗草,在產(chǎn)品中的影響力很強(qiáng)咒彤,具有較多粉絲,可能會(huì)在產(chǎn)品中進(jìn)行個(gè)人變現(xiàn)蕉世,因此足夠穩(wěn)定蔼紧。
特性:追求大量的用戶追捧,以及看中自己在產(chǎn)品中的群體口碑狠轻,希望得到大量用戶的正面評(píng)價(jià)奸例,部分用戶會(huì)因此進(jìn)行變現(xiàn),實(shí)現(xiàn)物質(zhì)收入向楼。
對(duì)應(yīng)需求:尊重需求

明星用戶:
描述:具有極強(qiáng)的影響力與知名度查吊,屬于為產(chǎn)品進(jìn)行背書的明星式人物,對(duì)于產(chǎn)品用戶的行為方式與輿論走向具有較大的影響湖蜕。
穩(wěn)定性:極其穩(wěn)定逻卖,屬于平臺(tái)為數(shù)不多的大V,根據(jù)二八法則來看昭抒,這類明星用戶吸引大部分用戶的關(guān)注评也,物質(zhì)變現(xiàn)不滿足于心理的滿足炼杖,而是可以成為職業(yè)化的一種收入。
特性:具有大量的支持者用戶盗迟,對(duì)于產(chǎn)品的走向與輿論有著主導(dǎo)性作用坤邪,同時(shí)可為產(chǎn)品創(chuàng)造源源不斷的活動(dòng),屬于帶動(dòng)產(chǎn)品的風(fēng)向標(biāo)人物
對(duì)應(yīng)需求:自我實(shí)現(xiàn)


轉(zhuǎn)載請(qǐng)標(biāo)明出處罚缕,各位手下留情~

未完待續(xù)……


用戶畫像部分的思維導(dǎo)圖(幕布)

接下篇 :?用戶運(yùn)營(yíng)知識(shí)結(jié)構(gòu)歸納之用戶生命周期(2)

接下下篇?用戶運(yùn)營(yíng)知識(shí)結(jié)構(gòu)歸納之用戶成長(zhǎng)激勵(lì)體系(3)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末艇纺,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子邮弹,更是在濱河造成了極大的恐慌黔衡,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,123評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件腌乡,死亡現(xiàn)場(chǎng)離奇詭異盟劫,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)与纽,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門捞高,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人渣锦,你說我怎么就攤上這事硝岗。” “怎么了袋毙?”我有些...
    開封第一講書人閱讀 156,723評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵型檀,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我听盖,道長(zhǎng)胀溺,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,357評(píng)論 1 283
  • 正文 為了忘掉前任皆看,我火速辦了婚禮仓坞,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘腰吟。我一直安慰自己无埃,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,412評(píng)論 5 384
  • 文/花漫 我一把揭開白布毛雇。 她就那樣靜靜地躺著嫉称,像睡著了一般。 火紅的嫁衣襯著肌膚如雪灵疮。 梳的紋絲不亂的頭發(fā)上织阅,一...
    開封第一講書人閱讀 49,760評(píng)論 1 289
  • 那天,我揣著相機(jī)與錄音震捣,去河邊找鬼荔棉。 笑死闹炉,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的润樱。 我是一名探鬼主播剩胁,決...
    沈念sama閱讀 38,904評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼祥国!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起晾腔,我...
    開封第一講書人閱讀 37,672評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤舌稀,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后灼擂,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體壁查,經(jīng)...
    沈念sama閱讀 44,118評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,456評(píng)論 2 325
  • 正文 我和宋清朗相戀三年剔应,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了睡腿。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,599評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡峻贮,死狀恐怖席怪,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情纤控,我是刑警寧澤挂捻,帶...
    沈念sama閱讀 34,264評(píng)論 4 328
  • 正文 年R本政府宣布,位于F島的核電站船万,受9級(jí)特大地震影響刻撒,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜耿导,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,857評(píng)論 3 312
  • 文/蒙蒙 一声怔、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧舱呻,春花似錦醋火、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽殖氏。三九已至晚树,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間雅采,已是汗流浹背爵憎。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評(píng)論 1 264
  • 我被黑心中介騙來泰國打工慨亲, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人宝鼓。 一個(gè)月前我還...
    沈念sama閱讀 46,286評(píng)論 2 360
  • 正文 我出身青樓刑棵,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國和親愚铡。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蛉签,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,465評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容