用户运营体系:用户画像分析

俗话说“知己知彼,方能百战百胜”,这句话用到产品上也是适用的。当我们充分地了解了我们的用户时,遇到异常情况我们便能快速定位问题所在。高效地制定出改善方案,从而解决问题。而且在日常的运营工作中,我们也能据此为用户制定出针对性的运营策略,给用户提供更优质高效的服务。

一、用户画像概念     

用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌,可以看作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础,能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。

在互联网大数据时代,用户对于产品来说至关重要。以庞大的用户数据为依托,构建出一整套完善的用户画像,借助其标签化、信息化、可视化的属性,是企业实现个性化推荐、精准营销强有力的前提基础。

二、用户画像作用

互联网时代,大家都在提“精准营销”概念。精准营销,是时下非常时髦的一个营销术语。大致意思就是充分利用各种新式媒体,将营销信息推送到比较准确的受众群体中,从而既节省营销成本,又能起到最大化的营销效果。而用户画像就可以帮助我们实现精准营销服务。用户画像具体功能如下:

1、分析原有用户属性,找出忠实用户、核心用户、目标用户与潜在用户的偏好所在,为用户进阶制定优质的运营策略;

2、寻找特定需求信息的匹配人群,精准推送相应的营销广告或服务信息;

3、用户统计,了解用户的分布以及特征情况

4、个性化推荐功能,利用关联规则计算,喜欢红酒的人通常喜欢什么运动品牌,利用聚类算法分析,喜欢红酒的人年龄段分布情况

5、业务经营分析以及竞争分析,影响企业发展战略

三、用户画像分析

1、收集数据

首先,用户画像分析就是一个帮助我们充分了解客户特征的过程。用户不仅有自带基础信息属性,在使用产品的过程中也会产生各种行为数据。也就是说想要充分了解用户,可以从用户基础属性和用户行为属性两方面入手。了解到这些信息后,我们可以根据下图用户画像属性细分图收集到用户所有的相关数据。

图1 用户画像属性细分图

2、具体分析

①基础属性部分

A、可以通过饼图、柱形图、散点图、折线图以及堆积图等统计分析图展示用户的一个基本分布情况以及特征情况。

B、通过将重要价值用户的各个指标值与总体平均水平进行偏好分析,找出重要价值用户的偏好所在。然后通过运营策略调整用户指标,从而引导用户向重要价值用户成长;举个例子,比如现在分析一款产品重要价值用户相对于总体来说有哪些特征偏好,也就是说拥有哪些特征的用户更易成为重要价值用户。图中的数值是TGI指数,TGI指数= [目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准数100,TGI值=1即等于全网平均水平,TGI值>1即有偏好;TGI值越大,偏好越强。从下图可以发现重要价值用户的学历比较偏好于高中,所以我们可以在高中学历用户中去细挖其他特征偏好,并针对特此群体采取特定的运营策略引导其成长为重要价值用户。

图2 重要价值用户学历偏好图

C、其他指标部分原理与此类似,在此便不再赘述。

②行为属性部分

A、可以通过饼图、柱形图、散点图、折线图以及堆积图等统计分析图展示用户的一个行为特征情况。

B、可以将基础属性与行为属性结合来看用户的偏好,即哪些类别的用户更偏好于哪些行为属性,以此来定制专属个性化营销与服务推送。例如,可以根据不同年龄段的用户“购买商品结构”,推断各个年龄段用户购买商品的一个喜好情况。从而可以“投其所好”,更好地服务于他们;可以根据不同职业的用户进行个性化推荐,程序员们喜欢穿格子衬衫。那么还没有购买格子衬衫的这部分程序员们就成为了我们的潜在客户,可以给他们个性化推荐,提高订单转化率等等,还有很多类似用法。

3、用户画像报告输出

最后,将上述的输出结果整理成用户画像报告。提出结论及建议。

四、结论

      大数据技术帮助企业快捷且全面地了解他们的用户,并通过对特定人群的分析,准确知晓用户的特征以及行为偏好,从而为其提供定制化服务。这无疑为企业的精准营销带来了极大的帮助。因此,企业必须现在就行动起来,充分运用大数据进行用户画像分析,与消费者一起“进步”。


欢迎前往关注数据宝典公众号,更多数据分析知识分享,以及案例总结分享~~

在数据分析道路上,学无止境,终身成长。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,830评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,992评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,875评论 0 331
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,837评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,734评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,091评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,550评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,217评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,368评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,298评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,350评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,027评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,623评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,706评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,940评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,349评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,936评论 2 341

推荐阅读更多精彩内容