首席增長官知識結(jié)構(gòu)歸納之用戶畫像

• 互聯(lián)網(wǎng)流量紅利已經(jīng)消失 —— 各大媒體
• 移動互聯(lián)網(wǎng)紅利過去了 —— 李開復(fù)
• “超級用戶”模式的真正著眼點(diǎn)是“關(guān)系”，“普通用戶”和“超級用戶”之間的關(guān)系，就像一般女生和女朋友，向別的女生釋放善意沒問題，但你更關(guān)注應(yīng)該是女朋友。 —— 邏輯思維

智能手機(jī)新增流量消失、紅利過去、超級用戶思維、智能手機(jī)市場國內(nèi)飽和……

這是我們從2016年起至今，在各類互聯(lián)網(wǎng)大咖以及媒介平臺看到最多的關(guān)鍵詞了。

因此，首席增長官開始有了地位，尤其是用戶運(yùn)營層面，如何盤活現(xiàn)有的用戶群體是每一個（移動）互聯(lián)網(wǎng)公司老板們考慮的問題。

2018年始，在給自己做工作規(guī)劃的時候，定下了運(yùn)營知識深度學(xué)習(xí)的兩個方向：用戶運(yùn)營、數(shù)據(jù)分析。

做運(yùn)營這些年，也看了不少用戶運(yùn)營的文章和書籍，每個大咖寫的都特別好，但是都不夠系統(tǒng)，所以想著自己可以梳理下用戶相關(guān)的知識結(jié)構(gòu)。

終于拖延了四分之一2018年之后的近1個月時間，把沉淀在Evernote的大咖文章做了梳理和歸納，分享給大家，僅供參考。

文章主要從三個方向來梳理用戶運(yùn)營的知識結(jié)構(gòu)：用戶畫像、用戶生命周期、用戶成長激勵。

內(nèi)容穿插會給到每個環(huán)節(jié)需要的準(zhǔn)備工作、監(jiān)測數(shù)據(jù)等，篇幅較長，分三次發(fā)布，看官要有耐心~

感謝瀏覽。

另，轉(zhuǎn)載請標(biāo)明出處~

一、用戶畫像

誤區(qū)：Persona（用戶角色） VS Profile（用戶畫像）

Persona用戶角色

描繪抽象一個自然人的屬性

通過調(diào)研問卷、電話訪談等手段獲得用戶的定性特征——用戶間有差異，因?yàn)榇嬖诓町悾孕枰枋?/p>

是用戶屬性的集合，不是具體誰，放一張某某的照片也是為了達(dá)到共情。它應(yīng)該能準(zhǔn)確描述出產(chǎn)品用戶，一般會設(shè)置三到四個用戶角色，也是通常意義上的目標(biāo)用戶群體

用戶角色有缺點(diǎn)，評估用戶屬性時難以量化，也很難證偽。你不知道它確定的是不是真的目標(biāo)群體，用戶群體也隨時間推移變化，所以用戶角色需要不斷修改。

Profile用戶畫像

和數(shù)據(jù)挖掘、大數(shù)據(jù)息息相關(guān)的應(yīng)用，被更多運(yùn)營和數(shù)據(jù)分析師使用，是各類描述用戶數(shù)據(jù)的變量集合

通過數(shù)據(jù)建立描繪用戶的標(biāo)簽

基于用戶畫像的應(yīng)用：個性化推薦、廣告系統(tǒng)、活動營銷、內(nèi)容推薦、興趣偏好

當(dāng)我們想要選擇某部分用戶群體做精細(xì)化運(yùn)營時，會用用戶畫像篩選出特定的群體

用戶畫像是一個復(fù)雜的系統(tǒng)，隨著產(chǎn)品逐漸成熟，會根據(jù)不同的業(yè)務(wù)場景設(shè)計不同的標(biāo)簽，用戶角色是精煉和概括，而用戶畫像需要齊全。

用戶畫像可以參考用戶角色設(shè)計，用戶角色也能使用用戶畫像的屬性，可實(shí)際差別很大

什么是用戶畫像？

用戶畫像是根據(jù)用戶社會屬性、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個標(biāo)簽化的用戶模型

構(gòu)建用戶畫像的核心工作即是給用戶貼“標(biāo)簽”，而標(biāo)簽是通過對用戶信息分析而來的高度精煉的特征標(biāo)識

除去“標(biāo)簽化”，用戶畫像還具有的特點(diǎn)是“低交叉率”，當(dāng)兩組畫像除了權(quán)重較小的標(biāo)簽外其余標(biāo)簽幾乎一致，那就可以將二者合并，弱化低權(quán)重標(biāo)簽的差異

用戶畫像的作用是什么？

• 1、精準(zhǔn)營銷：分析產(chǎn)品潛在用戶，針對特定群體利用短信郵件等方式進(jìn)行營銷
• 2、用戶統(tǒng)計：比如中國大學(xué)購買書籍人數(shù) TOP10，全國分城市奶爸指數(shù)
• 3、數(shù)據(jù)挖掘：構(gòu)建智能推薦系統(tǒng)（例如：利用關(guān)聯(lián)規(guī)則計算，喜歡紅酒的人通常喜歡什么運(yùn)動品牌；利用聚類算法分析，喜歡紅酒的人年齡段分布情況）
• 4、進(jìn)行效果評估，完善產(chǎn)品運(yùn)營，提升服務(wù)質(zhì)量：其實(shí)這也就相當(dāng)于市場調(diào)研、用戶調(diào)研，迅速下定位服務(wù)群體，提供高水平的服務(wù)
• 5、對服務(wù)或產(chǎn)品進(jìn)行私人訂制：即個性化的服務(wù)某類群體甚至每一個用戶（例如：某公司想推出一款面向5－10歲兒童的玩具，通過用戶畫像進(jìn)行分析，發(fā)現(xiàn)形象＝“喜羊羊”、價格區(qū)間＝“中等”的偏好比重最大，那么就給新產(chǎn)品提供類非?？陀^有效的決策依據(jù)。）
• 6、業(yè)務(wù)經(jīng)營分析以及競爭分析：影響企業(yè)發(fā)展戰(zhàn)略

用戶畫像的構(gòu)建流程

數(shù)據(jù)收集：

網(wǎng)絡(luò)行為數(shù)據(jù)：活躍人數(shù)、頁面瀏覽量、訪問時長、激活率、外部觸點(diǎn)、社交數(shù)據(jù)等

服務(wù)內(nèi)行為數(shù)據(jù)：瀏覽路徑、頁面停留時間、訪問深度、唯一頁面瀏覽次數(shù)等

用戶內(nèi)容偏好數(shù)據(jù)：瀏覽／收藏內(nèi)容、評論內(nèi)容、互動內(nèi)容、生活形態(tài)偏好、品牌偏好等

用戶交易數(shù)據(jù)：貢獻(xiàn)率、客單價、連帶率、回頭率、流失率等

收集到的數(shù)據(jù)不會是100%準(zhǔn)確的，都具有不確定性，這就需要在后面的階段中建模來再判斷，比如某用戶在性別一欄填的男，但通過其行為偏好可判斷其性別為“女”的概率為80%。

儲存用戶行為數(shù)據(jù)時最好同時儲存下發(fā)生該行為的場景，以便更好地進(jìn)行數(shù)據(jù)分析。

行為建模：

該階段是對上階段收集到數(shù)據(jù)的處理，進(jìn)行行為建模，以抽象出用戶的標(biāo)簽，這個階段注重的應(yīng)是大概率事件，通過數(shù)學(xué)算法模型盡可能地排除用戶的偶然行為

這時也要用到機(jī)器學(xué)習(xí)，對用戶的行為、偏好進(jìn)行猜測，好比一個 y＝kx＋b 的算法，X 代表已知信息，Y 是用戶偏好，通過不斷的精確k和b來精確Y。

貼標(biāo)簽：

• 1、用戶汽車模型：根據(jù)用戶對“汽車”話題的關(guān)注或購買相關(guān)產(chǎn)品的情況來判斷用戶是否有車、是否準(zhǔn)備買車
• 2、用戶忠誠度模型：通過判斷＋聚類算法判斷用戶的忠誠度
• 3、身高體型模型：根據(jù)用戶購買服裝鞋帽等用品判斷
• 4、文藝青年模型：根據(jù)用戶發(fā)言、評論等行為判斷用戶是否為文藝青年
• 5、用戶價值模型：判斷用戶對于網(wǎng)站的價值，對于提高用戶留存率非常有用（電商網(wǎng)站一般使用RFM 實(shí)現(xiàn)）還有消費(fèi)能力、違約概率、流失概率等等諸多模型。

關(guān)于標(biāo)簽化：

• 1、多級標(biāo)簽：第一級標(biāo)簽是基本信息（姓名、性別）；第二級是消費(fèi)習(xí)慣、用戶行為
• 2、多級分類：人口屬性，地理位置（工作地址、家庭地址）

構(gòu)建畫像：

該階段可以說是二階段的一個深入，要把用戶的基本屬性（年齡、性別、地域）、購買能力、行為特征、興趣愛好、心理特征、社交網(wǎng)絡(luò)大致地標(biāo)簽化

數(shù)據(jù)可視化分析：

這是把用戶畫像真正利用起來的一步，在此步驟中一般是針對群體的分析，比如可以根據(jù)用戶價值來細(xì)分出核心用戶、評估某一群體的潛在價值空間，以作出針對性的運(yùn)營

用戶建模：

基礎(chǔ)屬性：性別、職業(yè)、年齡段、收入水平、婚育情況、活躍城市、教育程度、……

用戶分級：生命周期、價值分級、優(yōu)惠敏感度、基于馬斯洛用戶需求

興趣偏好：團(tuán)購偏好（品類）、外賣偏好（品類、品牌）、電影偏好（導(dǎo)演、演員、電影類型……）

行為屬性：團(tuán)購（下單次數(shù)、消費(fèi)頻度、評價質(zhì)量、評價傾向）、外賣、酒店、電影

人群屬性：旅游達(dá)人、有車一族、……

基于馬斯洛用戶需求的用戶分級：

1、首先了解自己產(chǎn)品的精準(zhǔn)受眾群體，分析并確認(rèn)這類群體的性格特性與使用習(xí)慣，不要局限在自己產(chǎn)品中去想這類人群的特性，而是具有XXX特性的人群，來到我的產(chǎn)品中，會有哪些使用習(xí)慣與心理特性。

2、搭建用戶成長體系時，一定會出現(xiàn)不同階層之間的邊界模糊現(xiàn)象，我們需要觀察達(dá)成每個成就的用戶群體比例，來重新界定每個階層。

3、用戶是波動的，不一定會完全按照我們界定好的體系變動，我們不必穩(wěn)抓每一個用戶，只要保證大體用戶是按節(jié)奏進(jìn)行的即可，如果出現(xiàn)大批量用戶躍層上浮或下降，此時我們應(yīng)該看是否有現(xiàn)象級事件產(chǎn)生，或者用戶生態(tài)體系是否搭建的有偏差。

基礎(chǔ)用戶：

描述：僅僅是內(nèi)容的消費(fèi)者，即閱讀內(nèi)容，但不會產(chǎn)生點(diǎn)贊、評論、分享等與其他用戶產(chǎn)生互動的行為，瀏覽內(nèi)容的方向不明確，具有隨機(jī)性。

穩(wěn)定性：極不穩(wěn)定，隨時會因產(chǎn)品內(nèi)容、功能、社區(qū)氛圍等原因流失。

特性：此類用戶人數(shù)最多，對于產(chǎn)品的需求也最為基本。

對應(yīng)需求：生理需求

標(biāo)準(zhǔn)用戶：

描述：不再是內(nèi)容的消費(fèi)者，開始逐漸進(jìn)行點(diǎn)贊、評論等實(shí)現(xiàn)成本低的操作，瀏覽內(nèi)容方向更加明確

穩(wěn)定性：較穩(wěn)定，會因?yàn)楫a(chǎn)品內(nèi)容推薦不夠貼切、功能不夠完善離開，對于產(chǎn)品具有一定的耐心，不會突然離開

特性：從松散且游離的基礎(chǔ)用戶演變而來，實(shí)現(xiàn)從觀看者到參與者的身份轉(zhuǎn)變中。

對應(yīng)需求：安全需求

主體用戶：

描述：作為承上啟下的社區(qū)參與者，及有一定的社區(qū)知名度，又能適度產(chǎn)出一些普通內(nèi)容，帶動社區(qū)氛圍

穩(wěn)定性：穩(wěn)定，對于產(chǎn)品的功能與氛圍熟悉且接受，但可能會因?yàn)殚L時間付出（發(fā)帖、評論），卻無法得到別人足夠的回應(yīng)而離開。

特性：注重產(chǎn)品功能之外的認(rèn)為情感，不再滿足于產(chǎn)品本身帶來的體驗(yàn)，開始關(guān)注在產(chǎn)品內(nèi)獲得的滿足感與成就感等。

對應(yīng)需求：社交需求

核心用戶：

描述：產(chǎn)品中具有一定影響力的小V用戶，可產(chǎn)出較優(yōu)質(zhì)內(nèi)容，同時在產(chǎn)品中具有較大影響力，具有較強(qiáng)的帶動性。

穩(wěn)定性：非常穩(wěn)定，在產(chǎn)品中的影響力很強(qiáng)，具有較多粉絲，可能會在產(chǎn)品中進(jìn)行個人變現(xiàn)，因此足夠穩(wěn)定。

特性：追求大量的用戶追捧，以及看中自己在產(chǎn)品中的群體口碑，希望得到大量用戶的正面評價，部分用戶會因此進(jìn)行變現(xiàn)，實(shí)現(xiàn)物質(zhì)收入。

對應(yīng)需求：尊重需求

明星用戶：

描述：具有極強(qiáng)的影響力與知名度，屬于為產(chǎn)品進(jìn)行背書的明星式人物，對于產(chǎn)品用戶的行為方式與輿論走向具有較大的影響。

穩(wěn)定性：極其穩(wěn)定，屬于平臺為數(shù)不多的大V，根據(jù)二八法則來看，這類明星用戶吸引大部分用戶的關(guān)注，物質(zhì)變現(xiàn)不滿足于心理的滿足，而是可以成為職業(yè)化的一種收入。

特性：具有大量的支持者用戶，對于產(chǎn)品的走向與輿論有著主導(dǎo)性作用，同時可為產(chǎn)品創(chuàng)造源源不斷的活動，屬于帶動產(chǎn)品的風(fēng)向標(biāo)人物

對應(yīng)需求：自我實(shí)現(xiàn)

轉(zhuǎn)載請標(biāo)明出處，各位手下留情~

文：marco@ 空間庫

首席增長官推薦文章：

《50個經(jīng)典增長黑客案例：首席增長官的商業(yè)增長策略和技術(shù)》
《滴滴專車「分享特權(quán)」如何顯著提升用戶增長質(zhì)量？ | 增長官研究院》
《站在一個產(chǎn)品運(yùn)營從業(yè)者的角度看支付寶：噪聲之后的億級用戶產(chǎn)品冷思考》

更多精彩，關(guān)注：增長黑客（GrowthHK.cn）

增長黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來達(dá)成各種營銷目標(biāo)的新型團(tuán)隊角色。從單線思維者時常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來的有效增長…