精细化运营一小步,从构建你的用户画像开始

4 评论 14107 浏览 75 收藏 9 分钟

编辑导语:用户画像,是根据用户的基本属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。本文作者为我们分析了为什么要建立用户画像,以及我们应该怎样选择一个实用的用户画像工具。

一、什么是用户画像( personas)?

Alan Cooper (交互设计之父)最早提出了 persona 的概念:“Personas are a concrete representation of target users.”Persona 是真实用户的虚拟代表,是建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。

通过用户调研去了解用户,根据他们的目标、行为和观点的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 (personas)。

二、为什么要建立用户画像(user personas)?

用户画像最初的应用场景是希望团队在产品设计中,能够摈弃个人喜好,将注意力聚焦到目标用户真正的动机和行为上来设计产品,演进到当今的数据时代,企业期望更了解自己的用户,从来改进产品迭代,制定营销策略,进行运营活动等。

但其中尤为重要的关键点,则会影响用户画像的真正价值。

1. 用户画像的所有数据要建立在真实的、准确的、全量的,实时的数据之上

影响用户画像的最终呈现的数据有很多,当下的环境我们更倾向于选择线上的实时的数据来做洞察,相较于线下倒入的数据,线上数据更直观,也更真实;其次,线上的数据能够覆盖更多,更全面的端口,来充分记录一个用户的多种行为。

2. 用户画像中标签林立,是不是维度越多,越广泛就一定是最好的?

数据量不断扩充,用户画像也会越来越细,越来越多,供我们参考的信息也越多,但是:

因此我们建议多个用户画像存在的时候,我们一定要制定核心画像和进行优先级排序,跟核心业务路径转化最相关的,作为我们最重视的画像来指导业务。

3. 用户画像是需要不断迭代和修正的,标签动态变化,并非一蹴而就

用户画像终其根源是人的画像,人的属性,人是复杂的,是动态变化的,因而在当下的环境中,如果还有人对你鼓吹一堆死标签的价值何其有意义的时候,这个人不是蠢就是坏。

在真实的业务环境中,一个用户的等级可以逐渐攀升,行为确是多种变化,所以我们做画像的规则也需要动态适应这种变化。

三、怎样选择一个实用的用户画像工具?

1. 能够整合多源多端的数据

现在的用户触点(用户和软件发生交互的场景)多种多样,端口(移动终端设备手机、PC等)也品类繁多,我们要充分的了解一个用户,就要掌握他在各个设备的行为数据。

其次,一个用户也会使用多种系统,所以用户在电商平台的订单数据,在CRM里的客户数据,在营销系统里的点击数据等等我们都需要统一整合,如果能够有工具帮助我们省去大量的ETL的工作,完成用户的统一识别,自动化的采集数据,就节约了大量的人力投入。

2. 能够自助的构建标签体系

最需要使用用户画像的人,其实是业务部门,但能够生成画像的人,其实是技术部门,所以我们需要一个可视化界面的工具,帮助业务部门的同学低门槛的通过标签自定义的方式,自给自足的生成用户标签。

能够自由的进行标签管理和维护,根据业务逻辑中的用户生命周期来匹配用户标签从创建、加工、维护到下线的整个环节,紧密贴合业务本质,而非生成一堆数据。

3. 能够实时更新数据,动态标记

一个用户基于人口学的的社会属性可能会变化较小,但是用户的消费能力,消费偏好,活跃情况,甚至是影响企业关键转化的决策标签等确实实时变化的,因此当下的用户画像的确对实时性有很大的要求。

Forrester在2021跨渠道营销系统管理报告中提到:“Email marketing and PC-centric engagement is not enough for B2C marketers in APAC. They require a CCCM solution that can address mobile- first consumers and meet their mobile-moment- based expectations. ”

所以在当下中国的互联网环境下,实时的数据,已经是一个十分必要的需求,在用户画像上我们需要自动的,动态的标记和更新,而在真是的业务环境中,我们则更需要实时的,精准的去触达我们的客户,与其说是营销,不如说是在深度了解客户之后,在客户最需求且最适应的时间为客户提供准确的讯息。

4. 支持数据导入导出,赋能业务

用户画像的最终价值还是需要到业务流转中去验证,因此数据的导入是一种必要条件,多元数据的导入能够实现用户的全量数据,保证更加客观准确,标签数据的导出和目标人群包,能够帮助业务同学更有针对性的去做营销动作和运营活动。

5. 开始构建你的用户画像,从标签体系开始梳理

市场上有各种各样的声音,用户画像的不同时代,不同版本,但是你永远不能指望一个系统或一个工具解决你所有的数据问题,所以从最棘手的,最贴近你业务的环节开始,从梳理用户的标签体系开始,构建用户画像的坚实基底。

精细化运营是一个大熔炉,用户画像、用户分层、用户分群各种概念纷繁复杂,无论概念炒的多热,营销的口径怎么演进,让我们去繁就简,关注业务的核心本质,从了解你的用户开始。

 

本文由 @酒仙桥石原里美 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,基于CC0协议

本文由@酒仙桥石原里美 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 我有个问题,研究用户数据的量,怎么来的,多大的量才能够算作是合适的,如果是某个账号有百万千万级粉丝量,可不可以算作一个有效的数量?

    来自中国 回复
  2. 所以呢?怎么构建用户画像?从哪些纬度去构建?哪些行业更看重哪些纬度?

    回复
  3. 就是个科普吧

    回复
  4. 没得干货

    来自上海 回复