-
當(dāng)前位置:首頁(yè) > 創(chuàng)意學(xué)院 > 營(yíng)銷(xiāo)推廣 > 專(zhuān)題列表 > 正文
用戶畫(huà)像分析模型(用戶畫(huà)像分析模型PPT)
大家好!今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于用戶畫(huà)像分析模型的問(wèn)題,以下是小編對(duì)此問(wèn)題的歸納整理,讓我們一起來(lái)看看吧。
開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等
只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,有小程序、在線網(wǎng)頁(yè)版、PC客戶端和批量生成器
官網(wǎng):https://ai.de1919.com。
本文目錄:
如何進(jìn)行準(zhǔn)確的用戶畫(huà)像分析
一個(gè)標(biāo)簽通常是人為規(guī)定的高度精煉的特征標(biāo)識(shí),如年齡段標(biāo)簽:25~35歲,地域標(biāo)簽:北京,標(biāo)簽呈現(xiàn)出兩個(gè)重要特征:語(yǔ)義化,人能很方便地理解每個(gè)標(biāo)簽含義。這也使得用戶畫(huà)像模型具備實(shí)際意義。能夠較好的滿足業(yè)務(wù)需求。如,判斷用戶偏好。短文本,每個(gè)標(biāo)簽通常只表示一種含義,標(biāo)簽本身無(wú)需再做過(guò)多文本分析等預(yù)處理工作,這為利用機(jī)器提取標(biāo)準(zhǔn)化信息提供了便利。人制定標(biāo)簽規(guī)則,并能夠通過(guò)標(biāo)簽快速讀出其中的信息,機(jī)器方便做標(biāo)簽提取、聚合分析。所以,用戶畫(huà)像,即:用戶標(biāo)簽,向我們展示了一種樸素、簡(jiǎn)潔的方法用于描述用戶信息。3.1 數(shù)據(jù)源分析構(gòu)建用戶畫(huà)像是為了還原用戶信息,因此數(shù)據(jù)來(lái)源于:所有用戶相關(guān)的數(shù)據(jù)。對(duì)于用戶相關(guān)數(shù)據(jù)的分類(lèi),引入一種重要的分類(lèi)思想:封閉性的分類(lèi)方式。如,世界上分為兩種人,一種是學(xué)英語(yǔ)的人,一種是不學(xué)英語(yǔ)的人;客戶分三類(lèi),高價(jià)值客戶,中價(jià)值客戶,低價(jià)值客戶;產(chǎn)品生命周期分為,投入期、成長(zhǎng)期、成熟期、衰退期…所有的子分類(lèi)將構(gòu)成了類(lèi)目空間的全部集合。這樣的分類(lèi)方式,有助于后續(xù)不斷枚舉并迭代補(bǔ)充遺漏的信息維度。不必?fù)?dān)心架構(gòu)上對(duì)每一層分類(lèi)沒(méi)有考慮完整,造成維度遺漏留下擴(kuò)展性隱患。另外,不同的分類(lèi)方式根據(jù)應(yīng)用場(chǎng)景,業(yè)務(wù)需求的不同,也許各有道理,按需劃分即可。本文將用戶數(shù)據(jù)劃分為靜態(tài)信息數(shù)據(jù)、動(dòng)態(tài)信息數(shù)據(jù)兩大類(lèi)。靜態(tài)信息數(shù)據(jù)用戶相對(duì)穩(wěn)定的信息,如圖所示,主要包括人口屬性、商業(yè)屬性等方面數(shù)據(jù)。這類(lèi)信息,自成標(biāo)簽,如果企業(yè)有真實(shí)信息則無(wú)需過(guò)多建模預(yù)測(cè),更多的是數(shù)據(jù)清洗工作,因此這方面信息的數(shù)據(jù)建模不是本篇文章重點(diǎn)。動(dòng)態(tài)信息數(shù)據(jù)用戶不斷變化的行為信息,如果存在上帝,每一個(gè)人的行為都在時(shí)刻被上帝那雙無(wú)形的眼睛監(jiān)控著,廣義上講,一個(gè)用戶打開(kāi)網(wǎng)頁(yè),買(mǎi)了一個(gè)杯子;與該用戶傍晚溜了趟狗,白天取了一次錢(qián),打了一個(gè)哈欠等等一樣都是上帝眼中的用戶行為。當(dāng)行為集中到互聯(lián)網(wǎng),乃至電商,用戶行為就會(huì)聚焦很多,如上圖所示:瀏覽凡客首頁(yè)、瀏覽休閑鞋單品頁(yè)、搜索帆布鞋、發(fā)表關(guān)于鞋品質(zhì)的微博、贊“雙十一大促給力”的微博消息。等等均可看作互聯(lián)網(wǎng)用戶行為。本篇文章以互聯(lián)網(wǎng)電商用戶,為主要分析對(duì)象,暫不考慮線下用戶行為數(shù)據(jù)(分析方法雷同,只是數(shù)據(jù)獲取途徑,用戶識(shí)別方式有些差異)。在互聯(lián)網(wǎng)上,用戶行為,可以看作用戶動(dòng)態(tài)信息的唯一數(shù)據(jù)來(lái)源。如何對(duì)用戶行為數(shù)據(jù)構(gòu)建數(shù)據(jù)模型,分析出用戶標(biāo)簽,將是本文著重介紹的內(nèi)容。3.2 目標(biāo)分析用戶畫(huà)像的目標(biāo)是通過(guò)分析用戶行為,最終為每個(gè)用戶打上標(biāo)簽,以及該標(biāo)簽的權(quán)重。如,紅酒 0.8、李寧 0.6。標(biāo)簽,表征了內(nèi)容,用戶對(duì)該內(nèi)容有興趣、偏好、需求等等。權(quán)重,表征了指數(shù),用戶的興趣、偏好指數(shù),也可能表征用戶的需求度,可以簡(jiǎn)單的理解為可信度,概率。3.3 數(shù)據(jù)建模方法下面內(nèi)容將詳細(xì)介紹,如何根據(jù)用戶行為,構(gòu)建模型產(chǎn)出標(biāo)簽、權(quán)重。一個(gè)事件模型包括:時(shí)間、地點(diǎn)、人物三個(gè)要素。每一次用戶行為本質(zhì)上是一次隨機(jī)事件,可以詳細(xì)描述為:什么用戶,在什么時(shí)間,什么地點(diǎn),做了什么事。什么用戶:關(guān)鍵在于對(duì)用戶的標(biāo)識(shí),用戶標(biāo)識(shí)的目的是為了區(qū)分用戶、單點(diǎn)定位。以上列舉了互聯(lián)網(wǎng)主要的用戶標(biāo)識(shí)方法,獲取方式由易到難。視企業(yè)的用戶粘性,可以獲取的標(biāo)識(shí)信息有所差異。什么時(shí)間:時(shí)間包括兩個(gè)重要信息,時(shí)間戳+時(shí)間長(zhǎng)度。時(shí)間戳,為了標(biāo)識(shí)用戶行為的時(shí)間點(diǎn),如,1395121950(精度到秒),1395121950.083612(精度到微秒),通常采用精度到秒的時(shí)間戳即可。因?yàn)槲⒚氲臅r(shí)間戳精度并不可靠。瀏覽器時(shí)間精度,準(zhǔn)確度最多也只能到毫秒。時(shí)間長(zhǎng)度,為了標(biāo)識(shí)用戶在某一頁(yè)面的停留時(shí)間。什么地點(diǎn):用戶接觸點(diǎn),Touch Point。對(duì)于每個(gè)用戶接觸點(diǎn)。潛在包含了兩層信息:網(wǎng)址 + 內(nèi)容。網(wǎng)址:每一個(gè)url鏈接(頁(yè)面/屏幕),即定位了一個(gè)互聯(lián)網(wǎng)頁(yè)面地址,或者某個(gè)產(chǎn)品的特定頁(yè)面。可以是PC上某電商網(wǎng)站的頁(yè)面url,也可以是手機(jī)上的微博,微信等應(yīng)用某個(gè)功能頁(yè)面,某款產(chǎn)品應(yīng)用的特定畫(huà)面。如,長(zhǎng)城紅酒單品頁(yè),微信訂閱號(hào)頁(yè)面,某游戲的過(guò)關(guān)頁(yè)。內(nèi)容:每個(gè)url網(wǎng)址(頁(yè)面/屏幕)中的內(nèi)容??梢允菃纹返南嚓P(guān)信息:類(lèi)別、品牌、描述、屬性、網(wǎng)站信息等等。如,紅酒,長(zhǎng)城,干紅,對(duì)于每個(gè)互聯(lián)網(wǎng)接觸點(diǎn),其中網(wǎng)址決定了權(quán)重;內(nèi)容決定了標(biāo)簽。注:接觸點(diǎn)可以是網(wǎng)址,也可以是某個(gè)產(chǎn)品的特定功能界面。如,同樣一瓶礦泉水,超市賣(mài)1元,火車(chē)上賣(mài)3元,景區(qū)賣(mài)5元。商品的售賣(mài)價(jià)值,不在于成本,更在于售賣(mài)地點(diǎn)。標(biāo)簽均是礦泉水,但接觸點(diǎn)的不同體現(xiàn)出了權(quán)重差異。這里的權(quán)重可以理解為用戶對(duì)于礦泉水的需求程度不同。即,愿意支付的價(jià)值不同。標(biāo)簽 權(quán)重礦泉水 1 // 超市礦泉水 3 // 火車(chē)礦泉水 5 // 景區(qū)類(lèi)似的,用戶在京東商城瀏覽紅酒信息,與在品尚紅酒網(wǎng)瀏覽紅酒信息,表現(xiàn)出對(duì)紅酒喜好度也是有差異的。這里的關(guān)注點(diǎn)是不同的網(wǎng)址,存在權(quán)重差異,權(quán)重模型的構(gòu)建,需要根據(jù)各自的業(yè)務(wù)需求構(gòu)建。所以,網(wǎng)址本身表征了用戶的標(biāo)簽偏好權(quán)重。網(wǎng)址對(duì)應(yīng)的內(nèi)容體現(xiàn)了標(biāo)簽信息。什么事:用戶行為類(lèi)型,對(duì)于電商有如下典型行為:瀏覽、添加購(gòu)物車(chē)、搜索、、購(gòu)買(mǎi)、點(diǎn)擊贊、收藏 等等。不同的行為類(lèi)型,對(duì)于接觸點(diǎn)的內(nèi)容產(chǎn)生的標(biāo)簽信息,具有不同的權(quán)重。如,購(gòu)買(mǎi)權(quán)重計(jì)為5,瀏覽計(jì)為1紅酒 1 // 瀏覽紅酒紅酒 5 // 購(gòu)買(mǎi)紅酒綜合上述分析,用戶畫(huà)像的數(shù)據(jù)模型,可以概括為下面的公式:用戶標(biāo)識(shí) + 時(shí)間 + 行為類(lèi)型 + 接觸點(diǎn)(網(wǎng)址+內(nèi)容),某用戶因?yàn)樵谑裁磿r(shí)間、地點(diǎn)、做了什么事。所以會(huì)打上**標(biāo)簽。用戶標(biāo)簽的權(quán)重可能隨時(shí)間的增加而衰減,因此定義時(shí)間為衰減因子r,行為類(lèi)型、網(wǎng)址決定了權(quán)重,內(nèi)容決定了標(biāo)簽,進(jìn)一步轉(zhuǎn)換為公式:標(biāo)簽權(quán)重=衰減因子×行為權(quán)重×網(wǎng)址子權(quán)重如:用戶A,昨天在品尚紅酒網(wǎng)瀏覽一瓶?jī)r(jià)值238元的長(zhǎng)城干紅葡萄酒信息。標(biāo)簽:紅酒,長(zhǎng)城時(shí)間:因?yàn)槭亲蛱斓男袨椋僭O(shè)衰減因子為:r=0.95行為類(lèi)型:瀏覽行為記為權(quán)重1地點(diǎn):品尚紅酒單品頁(yè)的網(wǎng)址子權(quán)重記為 0.9(相比京東紅酒單品頁(yè)的0.7)假設(shè)用戶對(duì)紅酒出于真的喜歡,才會(huì)去專(zhuān)業(yè)的紅酒網(wǎng)選購(gòu),而不再綜合商城選購(gòu)。則用戶偏好標(biāo)簽是:紅酒,權(quán)重是0.95*0.7 * 1=0.665,即,用戶A:紅酒 0.665、長(zhǎng)城 0.665。上述模型權(quán)重值的選取只是舉例參考,具體的權(quán)重值需要根據(jù)業(yè)務(wù)需求二次建模,這里強(qiáng)調(diào)的是如何從整體思考,去構(gòu)建用戶畫(huà)像模型,進(jìn)而能夠逐步細(xì)化模型。
什么是用戶畫(huà)像?如何分析用戶畫(huà)像?
用戶畫(huà)像又稱(chēng)用戶角色,作為一種勾畫(huà)目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計(jì)方向的有效工具,用戶畫(huà)像在各領(lǐng)域得到了廣泛的應(yīng)用。
目前市場(chǎng)是分為 To C 和 To B 兩類(lèi)用戶畫(huà)像需求,網(wǎng)上傳播的用戶畫(huà)像一般以 C 端為主,它們模版多,方法全,RFM 模型成熟,并逐漸衍生出一些用戶洞察公司,幫助企業(yè)完善用戶畫(huà)像。但這些 C 端模版對(duì)于 To B 端的企業(yè)來(lái)說(shuō)無(wú)法直接套用,并且兩者用戶畫(huà)像研究群體不同,導(dǎo)致在洞察方法上也略有差異。
此處我以制作 To B 用戶畫(huà)像為例進(jìn)行闡述,希望可以解決你的疑問(wèn),它的的主要內(nèi)容包括:
1、用戶基本信息
用戶基本信息很好理解,B 端客戶一般為企業(yè),它的基本信息就包括企業(yè)信息,組織架構(gòu),公司特征等,這些信息對(duì)我們建構(gòu)用戶基本框架提供了很大的幫助。根據(jù)用戶基本信息,可以將用戶團(tuán)隊(duì)規(guī)模大致分為 10 人以下、20 人~50 人、50 人以上等類(lèi)型?;蛘呖梢愿鶕?jù)所在行業(yè)的核心關(guān)注指標(biāo)來(lái)進(jìn)行不同團(tuán)隊(duì)的劃分。
此處,我們以 20 人~50 人的公司為例,模版中可以依次填入公司名稱(chēng)、公司特征、組織架構(gòu)的信息。
完成基本信息的輸入,20~50 人創(chuàng)業(yè)公司的基本面貌就可以清晰地展現(xiàn)在我們面前,這種信息類(lèi)似于 C 端用戶畫(huà)像的信息,很好地解決了“用戶是誰(shuí)”這個(gè)問(wèn)題,將一行行數(shù)據(jù)和文字具象化,讓產(chǎn)研人員可以感受到活生生的用戶,而不是陷入自我想象的循環(huán)圈。
2、購(gòu)買(mǎi)決策鏈。
建立用戶基本輪廓后,我們可以繼續(xù)從用戶決策鏈下手。如果我們能充分了解決策鏈上各個(gè)角色的影響力,以及他們對(duì)產(chǎn)品的需求,那么才能提高獲得訂單的成功率,進(jìn)而完成我們對(duì)用戶核心訴求的探索。
以藍(lán)湖一個(gè) PM 畫(huà)像為例,Kevin 是產(chǎn)品負(fù)責(zé)人,在社區(qū)領(lǐng)域經(jīng)驗(yàn)非常豐富。他們的產(chǎn)品節(jié)奏從來(lái)不以快為標(biāo)準(zhǔn),而是以好為標(biāo)準(zhǔn)。目前,很注重流程的管理以及文檔沉淀,深知這些是保證高品質(zhì)輸出產(chǎn)品的關(guān)鍵。希望能有一個(gè) All-in-one 工具能更便捷的使用。
人數(shù)不同的公司,決策鏈的長(zhǎng)短也有區(qū)別,小公司 PM 的影響力可以占到 70%,而中大型團(tuán)隊(duì) PM 還有總監(jiān)、VP、CEO 等關(guān)鍵角色。所以你可以根據(jù)不同的公司情況,有針對(duì)性地進(jìn)行補(bǔ)充其他關(guān)鍵用戶畫(huà)像,完善決策鏈。
3、用戶核心訴求。
在了解各個(gè)關(guān)鍵角色的用戶畫(huà)像之后,我們可以對(duì)決策者的核心訴求進(jìn)行歸納總結(jié);一方面,從使用者、決策者的雙維度出發(fā),幫助產(chǎn)品不斷優(yōu)化和迭代;另一方面,為客戶精細(xì)化運(yùn)營(yíng)提供抓手和依據(jù),實(shí)現(xiàn)產(chǎn)品增長(zhǎng)目標(biāo),從而提高企業(yè)的市場(chǎng)占有率。
如果調(diào)研足夠深入,甚至還可以得到一些用戶的關(guān)鍵數(shù)據(jù),例如 DAU、WAU 等,這部分?jǐn)?shù)據(jù)對(duì)于你填充用戶畫(huà)像的最后一塊空白非常有幫助。
在搜集以上信息結(jié)束之后,你可以根據(jù)在調(diào)研中發(fā)現(xiàn)的差異點(diǎn)進(jìn)行個(gè)性化補(bǔ)充,比如重新進(jìn)行用戶分類(lèi),更改用戶的公司規(guī)模,增加關(guān)鍵人物畫(huà)像等。
洞察用戶進(jìn)而輸出完整的用戶畫(huà)像報(bào)告這是我們每個(gè)人都必須了解的事情,無(wú)論你是產(chǎn)品、設(shè)計(jì)還是運(yùn)營(yíng)、銷(xiāo)售,了解用戶可以讓我們更有針對(duì)性地幫助他們達(dá)成目標(biāo)。
這個(gè)模版我已經(jīng)上傳至藍(lán)湖的「超級(jí)文檔」,大家可以在創(chuàng)建文檔時(shí)直接選擇,希望你能喜歡!
以上就是關(guān)于用戶畫(huà)像分析模型相關(guān)問(wèn)題的回答。希望能幫到你,如有更多相關(guān)問(wèn)題,您也可以聯(lián)系我們的客服進(jìn)行咨詢(xún),客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。
推薦閱讀:
用戶體驗(yàn)設(shè)計(jì)師和ui設(shè)計(jì)師(用戶體驗(yàn)設(shè)計(jì)師和ui設(shè)計(jì)師哪個(gè)好)
如何成為用戶體驗(yàn)設(shè)計(jì)師(如何成為用戶體驗(yàn)設(shè)計(jì)師呢)
用戶畫(huà)像設(shè)計(jì)(用戶畫(huà)像設(shè)計(jì)模板)
工欲善其事,必先利其器,善的意思(工欲善其事,必先利其器中的善是什么意思-)
Whittard企業(yè)vi設(shè)計(jì)(企業(yè)的vi設(shè)計(jì))