什么是用戶畫像

用戶畫像概念

用戶畫像概念來自交互設(shè)計師之父阿蘭·庫珀：

• （1）是真實用戶的虛擬代表
• （2）建立在一系列真實數(shù)據(jù)之上
• （3）是用戶目標(biāo)、行為、觀點等信息的標(biāo)簽化

為什么需要用戶畫像

   簡練精準(zhǔn)的表達(dá)用戶特征

    了解和結(jié)構(gòu)場景內(nèi)用戶

    驅(qū)動更好的決策

   個性化推薦和服務(wù)

    精細(xì)化運營和數(shù)據(jù)分析

    精準(zhǔn)營銷和定向投放

    …

用戶畫像具備以下特征

• 標(biāo)簽化
• 時效性：用戶數(shù)據(jù)中的動態(tài)屬性隨著用戶的行為變化而變化，具有明顯的時效性特征。
• 動態(tài)性：用戶畫像需要不斷的更新迭代才能更加精準(zhǔn)的表示用戶特征。
• 領(lǐng)域性：不同的領(lǐng)域?qū)τ脩舢嬒裣到y(tǒng)有不同的側(cè)重點，因此需要針對不同的領(lǐng)域建立專屬的畫像標(biāo)簽維度

用戶畫像的構(gòu)建步驟

1.    數(shù)據(jù)收集

2.   特征抽取：主要通過兩類方法來完成特征抽取。維度提煉即特征抽取過程。

• （1）人工抽?。阂蕾囇芯空叩闹R和經(jīng)驗，從而抽取用戶特征。具有一定的主觀性，僅適用于數(shù)據(jù)表達(dá)清晰、數(shù)據(jù)量小的研究場景。
• （2）技術(shù)抽取：通過機(jī)器學(xué)習(xí)算法抽取用戶特征，適用于大數(shù)據(jù)環(huán)境下海量用戶數(shù)據(jù)的研究場景。

3.    提煉標(biāo)簽：可建立專屬的標(biāo)簽庫

用戶畫像分類

• 根據(jù)用戶畫像是否可變分為靜態(tài)畫像和動態(tài)畫像

• 根據(jù)畫像指向的用戶數(shù)量分為：單用戶畫像和群體用戶畫像

淺層用戶畫像與深層用戶畫像

    無論什么畫像都需要特征提取和標(biāo)簽建立，我們對于基本信息（包括基本屬性和基礎(chǔ)行為）的初步提取和概括可建立淺層用戶畫像，對于淺層畫像的深度分析再次提煉可以建立深層的用戶畫像。深層標(biāo)簽例如：高風(fēng)險理財偏好客戶、近期境外游需求客戶、車險需求客戶、潛在家庭保險客戶、潛在高風(fēng)險客戶,etc. 深層畫像更加逼近用戶目標(biāo)和用戶深層需求。

用戶畫像、用戶分群、用戶標(biāo)簽之前的關(guān)系

• 維度：我們首先結(jié)合產(chǎn)品業(yè)務(wù)和需求場景建立維度，維度可以不斷細(xì)化。在每一個維度下可以創(chuàng)建一系列的標(biāo)簽。例如建立年齡維度，則標(biāo)簽可以劃分為80后、90后、Z世代等等。
• 用戶畫像是多個標(biāo)簽的集合。
• 用戶分群：每個產(chǎn)品爭取有3-6個細(xì)分用戶群。細(xì)分太少粒度不夠，細(xì)分太多不夠聚焦

    （1）  單維度分群：基于某一維度，把目標(biāo)人群分為不同的群體。比如按照性別來分群，從身份證層面上可以分為男性和女性，按照年齡來分類，可以分成嬰幼兒、青少年、成年人、老年人等。

????（2）多維度分群：即將多個維度的特征都相同的用戶統(tǒng)一為一個分群。例如：組合“近30日購買次數(shù)”大于3次和“高活躍”“女性”用戶這三個標(biāo)簽進(jìn)行定義目標(biāo)人群，查看該類人群覆蓋的用戶量，以及該部分人群的各維度特征。

—— 如果覺得文章還OK，請轉(zhuǎn)發(fā) ——

特別提示：關(guān)注本專欄，別錯過行業(yè)干貨！

PS：本司承接 小紅書 / 淘寶逛逛 / 抖音 / 百度系 / 知乎 / 微博/大眾點評 等 全網(wǎng)各平臺推廣；

咨詢微信：139 1053 2512 (同電話)

首席增長官CGO薦讀：

• 《首席增長官 – 增長黑客 Growth Hacker》
• 《小紅書 – 增長黑客 Growth Hacker》
• 《用戶增長 – 增長黑客 Growth Hacker》

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，實現(xiàn)低成本甚至零成本帶來的有效增長…