创建用户画像是产品和运营的基础技能，很重要却经常被我们忽略，今天来聊一聊用户画像这些事。
本文主要包含以下几个部分
- 用户画像的由来
- 用户画像的定义
- 用户画像的作用
- 用户画像的构建原则
- 用户画像的构建方法
一、用户画像的由来
互联网大数据时代，消费者的一切行为都是“可视化”。
企业聚焦于怎样利用大数据来精准营销。于是“用户画像”
概念也就应运而生。
二、用户画像的定义
- 用户画像即用户信息标签化，就是根据基本属性、社会属性、行为属性和消费行为等信息抽象出来的标签化用户模型
- 用户画像是真实用户的虚拟代表，建立在一系列真实数据之上的用户模型
image.png
三、用户画像的作用
image.png
- 1.了解用户
用户在什么场景下会触发什么需求 - 2.专注用户
用户画像可以使产品的服务对象更加聚焦，更加专注，也可以在一定程度上避免产品设计人员草率的代表用户，也避免YY用户需求。 - 3.提高效率
用户画像可以提高决策效率。在产品设计流程中，产品方案之间的
分歧难以避免，可以判断出更符合用户需求的产品方案。 - 4.精准营销
根据产品特点，找到目标用户，在用户偏好的渠道上与其交互，
促成购买，实现精准运营和营销。
四、用户画像的构建原则
1.数据真实
用户画像必须建立在真实的数据之上。比如你的理财产品的注册用户有很多垃圾用户，都不怎么投资，做用户画像的时候就要把这部分人清洗掉。
2.标签化 （标签要言简意赅：易理解、短）
按产品需要，给不同的用户特征贴上合适的标签。如地域标签“北京”等等。
3.低交叉率 （完整性、独立性）
4.优先级（多个用户画像需要进行优先级排序）
一个产品的用户画像不能超过三个，当有多个用户画像时，需要考虑优先级，否则产品设计时会无所适从。
5.不断修正
刚开始做产品可以通过调研+竞品分析的方式猜测用户是什么样的人群，实际做出来可能有点偏差，然后修正，当产品数据更丰富的时候，可能用户画像又需要修正。
五、用户画像构建的方法
用户画像就是用户信息标签化，所以我们可以通过以下步骤进行用户画像。
1.数据挖掘
以电商为例，为了抓取用户的人口属性和行为轨迹，先预设用户购物时的可能行为。包括访问首页、注册登录、搜索商品、浏览商品、价格对比、加入购物车、收藏商品、提交订单、支付订单、使用优惠券、查看订单详情、取消订单、商品评价等。
2.筛选标签
根据用户画像的目的，筛选静态标签、动态标签。
静态标签主要从用户基本信息进行用户划分。静态属性是用户画像建立的基础。如性别、年龄、学历、角色、收入、地域、婚否、性格等。
动态标签指用户在互联网环境下的上网行为。如访问行为（搜索、注册、登录）社交行为（邀请、添加、取关好友、加入群、新建群）信息发布行为（添加、发布、删除、留言、分享）等。动态标签能更好的记录用户日常的上网偏好。
3.数据建模
数据建模就是给用户的行为标签赋予权重。
用户的行为，我们可以用4W表示：Who、When、Where、What。谁在什么时候在哪里做了什么。
- who(谁)：定义用户，明确我们的研究对象。主要用于做用户分类，划分用户群体。网络上的用户识别，包括但不限于用户注册的ID、昵称、手机号、邮箱、身份证、微信微博号等
- When（时间）：时间包括时间跨度和时间长度两个方面。越早发生的行为标签权重越小，越近期权重越大，这就是所谓的时间衰减因子。
- Where（在哪里）：就是指用户发生行为的接触点，里面包含有内容+网址。
内容是指用户作用的对象标签，比如华为手机，网址则指用户行为发生的具体地点，比如华为官方网站、京东商城。
权重是加在网址标签上的，比如用户在华为官网购买权重是1，在京东买记为0.8，在淘宝买记为0.7. - What（做了什么）：就是指用户发生怎样的行为，根据行为的深度程度添加权重。
比如用户购买了权重记为1，用户收藏了记为0.85，用户仅仅是浏览了记为0.7。
当上面的单个标签权重确定下来后，就可以利用标签权重公式计算总的用户标签权重：
标签权重 = 时间衰减因子 * 行为权重 * 网址权重。
数据建模实例： 华为用户
A用户今天在华为官网购买了华为手机
B用户7天前在京东浏览了华为手机
image.png
通过对用户进行数据建模，为用户都打上标签，然后按照标签分类： 总权重达到0.9以上的被归为忠实用户。便于企业更加精准的营销推广、个性化推荐。
网友评论