Ⅰ 什麼是用戶畫像,一般用戶畫像的作用是什麼
用戶畫像是通過數據分析和挖掘從用戶的各類數據中提取共性特點的過程。作為大數據的根基,用戶畫像完美地抽象出一個用戶的信息全貌,為進一步精準、快速地分析用戶行為習慣、消費習慣等重要信息,提供了足夠的數據基礎,奠定了大數據時代的基石。
用戶畫像是在解客戶需求和消費能力,以及客戶信用額度的基礎上,尋找潛在產品的目標客戶,並利用畫像信息為客戶開發產品。提到用戶畫像,很多品牌商都會提到全方位用戶畫像,其實全方位用戶畫像是一個廣告宣傳用語,根本不存數據可以全面描述用戶,透徹了解用戶。人是非常復雜的動物,信息緯度非常復雜,僅僅依靠外部信息來刻畫客戶內心需要根本不可能。
用戶畫像一詞具有很重的場景因素,不同企業對於用戶畫像有著不同對理解和需求。舉個例子,金融行業和汽車行業對於用戶畫像需求的信息完全不一樣,信息緯度也不同,對畫像結果要求也不同。每個行業都有一套適合自己行業的用戶畫像方法,但是其核心都是為客戶服務,為業務場景服務。
Ⅱ 大數據應用之「畫像」
隨著大數據技術的備受關注,有關「用戶畫像」、「商品畫像」、「產品畫像」、「資產畫像」……的討論就不絕於耳。那麼睜嘩,究竟什麼是畫像?又如何進行畫像建設與畫像分析呢?我們就從以下幾個方面,著重探討一下。
1、什麼是畫像?
用戶畫像,被定義為一種抽象出用戶信息全貌的手段。
舉個簡單的例子,某個客戶的特徵描述為:500強企業,媒體行業,旗下產品覆蓋網站、APP、微博、微信等埠,擁有受眾9億+,這就是一個典型的用戶畫像,我們據以便可以知道其存在大數據方面的需求。如果用一句話來描述,即:用戶信息標簽畫。
大數據的時代背景下,畫像被認作為企業應用大數據的根基,並直接跟企業經營能力、競爭優勢的打造聯系在一起。
有評論指出,要看一家企業的數據化運營程度,首當其沖地要看其「畫像」構建情況:是否建設了「畫像」?「畫像」體系構建程度如何?針對什麼對象進行了畫像?構建畫像的各種標簽與指標情況如何?有沒針對已建立起來的」畫像」的應用?應用情況如何?等等
2、為什麼要進行用戶畫像
這跟用戶行為識別及數據應用直接相關。
各行各業都期待著,用戶能主動告訴我們,他們的行為偏好。然而,事實既總非如願,技術實現也非如此簡單:首先,用戶用以描述興趣的自然語言很難為自然語言理解技術所理解;其次,用戶的 興趣是不斷變化的,無法不停地提供興趣描述;最後,很多時候用戶並不知道自己喜歡什麼,或很難清楚描述出自己喜歡什麼。
於是,我們需要通過演算法自動發掘用戶行為數據,從用 戶的行為中推測出用戶的興趣,從而給用戶推薦滿足他們興趣的產品和服務,而畫像,就是其中最重要的應用之一。
畫像,通過為用戶打標簽的方式,使計算機能夠程序化處理與人相關的信息。
如用戶信息的分類統計春陵:喜歡魅族的用戶有多少?喜歡魅族的人群中,男、女比例是多少?如用戶數據的挖掘工作:利用關聯規劃計算,購買該種商品的用戶還購買了什麼產品?利用聚類演算法分析,喜歡該種產品的人年齡段分布情況如何等等?
3、構建用戶畫像的關鍵是什麼?
從畫像與標簽的關系也可以窺見一斑,標簽是畫像建設的關鍵。同時,它也是大數據技術場景化的關鍵,因為如果沒有針對場景構建出來標簽,大數據的應用往往就很難「落地「。
一個標簽通常是人為規定的高度精煉的特徵指標,如年齡段標簽:25-35歲;地域標簽:北京、上海;設備標簽:PC、移動;性別標簽:男、女等等。
標簽呈現出明顯的語義化與短文本的特徵:語義化,人能很方便地理解每個標簽含義,悉森行使得用戶畫像模型具備實際意義,能夠較好的滿足業務需求;短文本,每個標簽通常只表示一種含義,標簽本身無需再做過多文本分析等預處理工作,這為利用機器提取標准化信息提供了便利。
制定標簽要遵循一定的規則,既要涵蓋重要信息,又要方便機器做標簽提取、聚合分析。
案例:用戶的商品價格偏好標簽建設過程
以某公司構建用戶消費偏好畫像為例,我們需要根據具體場景下用戶的選擇行為,將用戶偏好畫像拆分成幾個不同數據標簽:品牌、價格、購買時間、購買方式等
取用戶歷史購買消費記錄,統計用戶歷史購買商品的價格,然後對價格進行區間劃分。看用戶購買的價格帶主要集中在哪個區間中(價格帶偏愛應該是一個相對動態的標簽,更新頻率可能一個月需要定期更,而且選擇的時間段也應該是過去某個時間,不應該選擇過長時間段。大家想想為什麼?)。如何進行價格區間劃分?
方法一:按統計學的方法
1、按分位數進行。例如:25%,50%,75%
2、按等箱原則。劃分幾等分
3、看數據的分布。
4、……
方法二:按業務知識經驗
把價格帶按業務經驗,行業經驗進行劃分。
通過數據統計出來,我們可以看用戶是否商品單價是否集中的某個區間范圍內。例如,某用戶購買的商品價格主要集中在30到40這個區間內,根據歷史顯示可以說,用戶可能偏好於購買這個價格帶的商品。當未來我們需要做促銷商品推薦的時候,可以向該用戶重點推薦打折後在這個價格區間的商品。
通過用戶購買的價格區間,以及結合商品所歸屬的品類,可以看這個價格區間在這個品類中屬於什麼級別的。可以進一步給用戶打上:注重品牌、注重高性價比等標簽。
例如:如果某個品類商品的價格範圍是(5,40],該用戶購物商品主要集中(30,40]這個商品價格區間,用戶在這個品類的消費上都是最高價格區間,說明這個用戶在購買這個品類主要購買的高端商品。這樣又可以為這個用戶打上在這個品類的消費特徵標簽:品類高端用戶。
4、構建用戶畫像的方法
從上面案例中,我們可以抽象出構建用戶畫像的方法,即用戶畫像模型的構建方法。
一個事件模型包括:時間、地點、人物三個要素。每一次用戶行為本質上是一次隨機事件,可以詳細描述為:什麼用戶、在什麼時間、在什麼地點、做了什麼事。
其中用戶的屬性識別關鍵在於對用戶的標識,用戶標識的目的是為了區分用戶、單點定位。時間的屬性包括兩個重要信息:時間戳和時間長度,時間戳指的是標識用戶行為的時間點,通常精確到秒;時間長度指的是標識用戶的停留時間。地點的屬性也就是用戶接觸點,在互聯網上,用戶的接觸點就包括了網址和內容兩個重要信息。
用戶行為屬性有不同的類型,結合接觸點的內容產生的標簽信息,具有不同的權重。用戶畫像的數據模型可以概括為這樣一個公式:用戶標識+時間+行為類型+接觸點(網址+內容),某個用戶在某個時間、某個地點做了什麼事情,就會被打上一個既定的標簽。而用戶標簽的權重可能隨時間的增加而衰減,因此定義時間為衰減因子,行為類型、網址決定了權重,內容決策了標簽,可以認為公式轉變為標簽權重=衰減因子×行為權重×網址子權重。
通過這樣的計算才能夠構建用戶畫像模型,進而能夠逐步細化模型,從而最終製作出一個精準的用戶模型。而每一個精準的用戶模型都能夠根據用戶不斷調整的互聯網行為進行更新,從而精準把握用戶心理,為每一個用戶提供最完美的精細化服務,全面提升客戶感知,最終實現客戶滿意度的不斷提升。
Ⅲ 什麼是用戶畫像如何分析用戶畫像
用戶畫像又稱用戶角色,作為一種勾畫目標用戶、聯系用戶訴求與設計方向的有效工具,用戶畫像在各領域得到了廣泛的應用。
目前市場是分為 To C 和 To B 兩類用戶畫像需求,網上傳播的用戶畫像一般以 C 端為主,它們模版多,方法全,RFM 模型成熟,並逐漸衍生出一些用戶洞察公司,幫助企業完善用戶畫像。但這些 C 端模版對於 To B 端的企業來說無法直接套用,並且兩者用戶畫像研究群體不同,導致在洞察方法上也略有差異。
此處我以製作 To B 用戶畫像為例進行闡述,希望可以解決你的疑問,它的的主要內容包括:
洞察用戶進而輸出完整的用戶畫像報告這是我們每個人都必須了解的事情,無論你是產品、設計還是運營、銷售,了解用戶可以讓我們更有針對性地幫助他們達成目標。
這個模版我已經上傳至藍湖的「超級文檔」,大家可以在創建文檔時直接選擇,希望你能喜歡!
Ⅳ 產品分析:用戶畫像
什麼是用戶畫像?
用戶畫像分為個人用戶畫像和用戶群畫像。個人用戶畫像可以理解為產品用戶的所有相關數據。用戶群畫像可以理解為將所有個人畫像通過不同標識(用戶屬性、用戶角色、應用場景、用戶行為、生命周期以及產品的特徵)進行劃分(分層、分組、分群)。
每個產品定義的用戶畫像基本都不一樣,即便是同類產品,對用戶畫像的定義也可能不一樣;用戶畫像的呈現和定義是產品經理對產品、對用戶、對場景、對生命周期以及對行業的理解等綜合因素的轉化和抽取。
如何對用戶進行劃分?
就是為用戶貼上標簽。用戶的屬性、用戶角色、應用場景、用戶行為、生命周期以及產品的特徵等都可以是明顯標識或者根據產品情況定義的特徵標識。產品經理根據這些標識進行組合、篩選出用戶,以快速對這些用戶群進行統計、分析、應用和運營,並為產品經理提供決策依據。
用戶畫像屬性示例
以物聯網智能家居用戶為示例簡單介紹(假設用戶家庭的電子設備全部為智能設備,而使用智能設備的用戶就是我們的用戶):
用戶屬性:用戶終端賬號(App或其他智能設備賬號)、名稱、性別、年齡、用戶所屬家庭角色
房屋屬性:房屋位置、房間數量、各房間名稱、各房間設備數量
智能設備:設備ID、設備名稱、設備分類、圖片、聯網方式、設備激活時間、設備活躍時間、設備明細參數、設備日誌
應用場景:回家(設置時間回家後自動開空調)、離家(自動關閉所有燈關、空調、部分插座)、日出(早晨窗簾自動打開)、日落(窗簾自動關閉)
用戶行為:什麼時間通過什麼方式什麼原因使用智能設備(晚上睡覺前語音控制關燈、夜起後夜起燈自動亮)
周期:不同設備生命周期兄老大、設備的使用周期、app的使用周期、設備的使用頻率、app的使用頻率
…
以上用戶畫像屬性數據僅為簡單示例,實際物聯網智能家居用戶畫像的數據深度、廣度、多維度非常復雜。
用戶標簽示例
位置:國家、省、市、區
性別:男、女
年齡段:5-18、19-25、26-30、30-40、40-50、50-60、60以上
家庭角色:父親、母親、女兒、兒子、羨豎孫子、孫女
房間數量:0-1、1-2、2-3、3-5
智能設備數量:0、1-2、3-5、6-10、10-20、20以上
智能設備活躍度:0、1-3天、4-10天、10天以上
App用戶的活躍度:0、1-3天、4-10天、10天以上
智能設備分類:攝像機、電源開關、照明、家居安防、路由網關、廚房電器等
…
以上用戶標簽數據僅為簡單示例,實際物聯網智能家居用戶標簽的數據深度、廣度、多維度非常復雜。
用戶畫像有什麼作用?
1、 精準營銷:郵件、簡訊、App消息推送、個性化廣告、個性化推薦等,通過用戶標簽篩選出需要的用戶畫像進行精準運營。
2、 產品定位,用戶畫像可以圍繞產品進行人群細分,確定產品的核心人群,從而有助於確定產品定位,優化產品的功能點
3、 戰略決策:好的用戶畫像可以幫助企業進行市場洞察、含巧預估市場規模,從而輔助制定階段性目標,指導重大決策。
4、 數據價值:用戶畫像有助於建立數據資產,挖掘數據的價值,使數據分析更為精確,甚至可以進行數據交易,促進數據流通
Ⅳ 如何構建互聯網產品的用戶畫像
這是個比較大的話題,恐怕難以能簡單一兩句話說清
首先,用戶畫像是對某個產品某個時斗答團期用戶群體的抽象,可以是一個群體,也可以是多個群體。也就是說一個產品在舉老某個階段用戶畫像可能有多個。
收集數據。選取有共同特徵的一類人,抽象他們的網路數據、行為數據、用戶內容偏好數據、用戶交易數據,比如年齡,職業,收入,使用產品習慣。
建立數據模型。抽象出來的是一類人的共同特性。
把模型具象化。看做一個人他表現出來那些特徵,隱藏那些行為趨勢空橘。
用戶畫像的目的是幫我們產品明確目標進行定位設計和運營。