网站设计流程大致分为几个阶段,建设规划展览馆网站的优势,如何快速写一个网站,什么是软文写作用户画像是重要的数据产品和运营抓手#xff0c;指能够描述和刻画用户信息和的数据指标。通过用户画像#xff0c;业务经营团队可以充分、深入、准确地了解用户在不同生命周期的特征#xff0c;来制定高效的用户经营策略。用户画像#xff0c;不论 Persona 还是 Profile 指能够描述和刻画用户信息和的数据指标。通过用户画像业务经营团队可以充分、深入、准确地了解用户在不同生命周期的特征来制定高效的用户经营策略。用户画像不论 Persona 还是 Profile 都是特征工程的典型应用即通过数据分析和挖掘从用户的各类数据中提取共性特点的过程。 用户画像分为两类静态属性画像和动态兴趣画像。静态属性画像关注用户的属性特征比如年龄、性别、地域、渠道、状态等因为这些属性在一定时间内不会变化或相对稳定故称为静态属性画像。动态兴趣画像关注用户的偏好和兴趣比如活跃时段、功能偏好、商品偏好、内容偏好等。
动态兴趣画像有以下特点 ■动态兴趣画像的名字来由即是这类画像是动态可变的 ■动态兴趣画像是有权重的因为用户的偏好总有重要程度的排序。 ■动态兴趣画像不存在绝对意义上的互斥情况静态属性画像的性别非男即女但动态兴趣画像可男可女。 ■动态兴趣画像均为特征标签都需要数据挖掘或特征分析。 ■动态兴趣画像大部分都具备统计周期缘由在于其是可变的故需要制定统计周期例如近3个月活跃。 ■动态兴趣画像有时候也叫用户兴趣分为长期兴趣、短期兴趣、即时兴趣和主兴趣。
一、用户画像的形态标签
用户画像是重要的数据产品 (1用户画像的产品形态就是标签。 标签作为数据产品可以直接嵌入各种业务系统中直接在业务系统中应用当你打通客服电话时那头声音甜美的客服早已通过客服系统看到来电用户的用户画像了姓甚名谁、家住哪里、收入如何、服务记录、服务结果等一览无余。在数据中台中就有一个重要的组件叫标签工厂负责包括用户画像在内的所有业务系统的标签数据管理和应用。 (2权重也是标签在运营中的重要抓手。 用户画像的组成部分之一是兴趣画像它是具备权重这个特性的。权重也是标签在运营中的重要抓手通过人工或系统来调节标签的权重就可以实现重要的运营策略。当内容平台内开始出现爆点内容时如果平台不希望这些内容继续发酵就可以通过降低这些内容的标签权重来降低流量分配从而在短期内将爆点内容迅速冷却。标签的权重还体现在所有 UGC 平台入驻的创作者都有某种创作分如果这个月平台重点鼓励新手作者就把新手参数化标签的权重提高给新手的创作更多流量曝光。 (3标签还有一个重要特性即参数化。 用户画像在生产标签时通常会遇见这样的情景。 「偏好电影」过去3个月看过5场电影的人群 「偏好电影」这个标签背后有严格的口径定义过去2个月看过10场电影的用户无法打上「偏好电影」这个标签并且随着业务的变化「偏好电影」标签的口径需要更新为过去3个月看过10场电影的人群 所以在90的业务场景下用户画像的标签会被改为参数化即将标签口径中可变的部分设置为参数根据实际业务调整。上述「偏好电影」的标签即可改为 「偏好电影」过去 N 个月看过 M 场电影的人群 N 个月和 M 场就是这个标签的两个参数。这样「偏好电影」这个标签的灵活性和适应性就非常强业务使用该标签前只需输入标签需要的参数即可。
二、用户分层模型
业务经营最忌吃大锅饭对待用户一视同仁。当用户只有几千几万的时候尚谈不上精细化运营但当用户规模达到几十万上百万甚至更高数量级的时候如果还用同一种策略去经营客户结果不会好到哪里去原因在于当用户规模起来的时候用户画像中的各个特征也将逐步出现群体聚合现象群体特征越来越清晰不仅将个体带来的偶然性特征逐步抹平还将衍生出越来越多的小群体也就是物以类聚人以群分。在这种情况下小群体间的特征差异越来越大越来越明显再用同一种策略去经营对部分小群体可能是精准的对部分小群体可能是隔靴搔痒对部分小群体可能是对牛弹琴。所以才需要精细化经营。
用户分层模型是根据业务经营策略和经营目的按照业务经营指标体系将用户分为多个客群每个客群都能反映业务经营的实际情况。用户分层模式是从业务经营目标出发的用户分类体系。分类只是将用户划分到不同的客群中各个客群是平等的而分层的意义在于客群间开始有了重要性、优先级和等级之分即每个客群拥有不同的阶级地位处于高层级的客群一般代表了高价值、高贡献、高质量和高活跃的用户是产品的核心用户处于低层级的客群一般代表了低价值、低贡献、低质量和低活跃的用户是产品的潜在用户。
用户分层不是目的而是过程。通过用户分层来深洞察和掌握用户的构成以及特点最终目的是制定精准高效的营销策略。不要为了用户分层而分层为了用户分层而使用很多看上去很高深但是无用的算法和模型等脱离了业务脱离了营销那可真是纸上谈兵味同嚼蜡。
用户分层的使用原则 1业务出发 前文已提过用户分层的原则之一就是从业务出发到业务中去。在运营中看到用户分层模型时务必先问一问这个分层是为什么业务而用的是为什么营销场景而用的是解决什么营销问题的。 2互斥完备 用户分层有个重要原则就是层与层之间是互斥的但全体又是完备的。互斥的意思是一个用户要么属于 A 客群要么属于 B 客群不能二者兼有完备的意思就是全部分层覆盖的用户是无遗漏的每个用户都能归属且只能归属于一个分层。 3逐级细化 这个原则来自实际经营中。在某O2O产品中运营团队对用户进行分层但是分出了将近100个客群。运营团队就那么几个人要去运营这100个客群其压力可想而知。这个其实是犯了一步到位的理想化错误。记住在任何时候用户分层都是要逐级细化的即先分出不超过10个客群再从中选择合适的3-5个客群细分出10-20个客群再从中选择最终的目标客群。这样做可以让运营资源始终关注在最需要关注的客群中。
经典的用户分层模型 RFM 模型
从本质上来说 RFM 模型是一个用户的分群和分层模型即在运营过程中根据 RFM 规则将用户分成多个群体多用于电商产品的用户分层即根据 R ( Recency 即最近一次购买的时间、 F ( Frequency 即消费频率、 M ( Monetary 即消费金额也就是用户贡献的价值来区分高频次、高活跃度、高净值的用户这样就可以对他们采取不同的营销方案更细化我们的运营这就是其价值所在。 进化的 RFM 模型将 RFM 模型的数学原理发扬光大扩充了其适用范围任何业务、任何产品、任何用户都可以用进化后的 RFM 模型来解决分层和分群问题。 把 RFM 模型中的 R 、 F 、 M 这3个值换成 X 、 Y 、 Z 让这个模型扩展到更多领域这里的 X 、 Y 、 Z 就可以根据业务需求换成不同的指标然后再按指标的顺序赋值可以是0和1也可以是1、2、3、4、5后面将有案例说明。
