用户画像,又称人群画像,实际是数据和文字,而不是图片,根据一系列真实目标用户的数据建立的模型。
这些数据主要是指用户的基本信息,如:性别,年龄,性格,爱好,职业等,另外,还包括一些习惯,比如上网时间,上网行为,操作方式,购物习惯等。
老周印象中,记得最早“用户画像”这一词,是在淘宝指数上出现。
用户画像有什么作用呢?
大体上可以总结为以下几个方面:
精准营销 :精准直邮、短信、App消息推送、个性化广告等。
用户研究 :指导产品优化,甚至做到产品功能的私人定制等。
个性服务 :个性化推荐、个性化搜索等。
业务决策 :排名统计、地域分析、行业趋势、竞品分析等。
简单的对于创业者来说,用户画像,可以指导我们精准吸粉。做好用户画像之后,我们可以清楚的知道目标用户的性别,年龄,喜好,职业等。
根据这些收集到的精准数据,我们可以有选择的采取营销策略,去吸引目标用户过来关注我们,粉丝越精准,价值越大。
如何构建用户画像?
用户画像在一定的数据基础上能精准定位,数据分为两类——静态数据和动态数据。
静态数据,主要包括用户的人口属性、商业属性、消费特征、生活形态、CRM五大维度。在一定的时间范围内,几乎是不会变化的,比如性别、收入、学历等等,涉及人口或者其他属性,属于自成标签,一般通过用户的注册就可直接获得。
动态数据,主要包括场景、媒体、路径三大维度,应用到互联网中,场景主要包括访问设备、访问时段;媒体指某一时间段下用户具体访问的媒体,如资讯类、视频类、游戏类、社交类等;路径指用户进入和离开某媒体的路径,可以简单理解为用户的站内和站外行为。
数据汇总分类
基本用户分类,比如性别区分,城市分布、年龄划分、收入划分、职业化分等等。
用户标签标注(标签+权重)
标签:用户兴趣点、偏好等
权重:用户需求度、用户指数等
时间:节点+长度
地点:内容+浏览路径
动作:浏览、分享、下单、点赞等等。
从原始数据进行统计分析,得到事实标签,再进行建模分析,得到预测标签。最后从宏观层面总结,进行数据源统计汇总以及分类,标注+权重的形式,就是得到最终的用户画像。
当然,用户画像的分析是需要验证的,数据是最可靠的依据。要想真正了解用户行为,准确的描述出用户画像,还需要进行深度挖掘以及日积月累的实战经验。
我是:周志松
记录分享我网络创业中的点点滴滴,对于文章分享的内容有不同见解,欢迎互动交流!
QQ/微信:540220927
联系客服