用戶畫像就是根據(jù)用戶特征、業(yè)務場景和用戶行為等信息，構建一個標簽化的用戶模型。簡而言之，用戶畫像就是將典型用戶信息標簽化。

在金融領域，構建用戶畫像變得很重要。比如金融公司會借助用戶畫像，采取垂直或精準營銷的方式，來了解客戶、挖掘潛在客戶、找到目標客戶、轉化用戶。 

以某P2P公司智投產(chǎn)品搞的投資返現(xiàn)活動為例，通過建立用戶畫像，來避免大量燒錢的運營行為。經(jīng)過分析得知，出借人A的復投意愿概率為45%，出借人B的復投意愿概率為88%。為了提高平臺成交量，在沒有建立用戶畫像前，我們可能會對出借人A和B實行同樣的投資返現(xiàn)獎勵，但分析結果是，只需激勵出借人A進行投資，從而節(jié)約了運營成本。此外，我們在設計產(chǎn)品時，也可以根據(jù)用戶差異化分析去做針對性的改進。

對產(chǎn)品經(jīng)理而言，掌握用戶畫像的搭建方法，即了解用戶畫像架構，是做用戶研究前必須要做的事情。

一、收集數(shù)據(jù) 

收集數(shù)據(jù)是用戶畫像中十分重要的一環(huán)。用戶數(shù)據(jù)來源于網(wǎng)絡，而如何提取有效數(shù)據(jù)，比如打通平臺產(chǎn)品信息，引流渠道用戶信息，收集用戶實時數(shù)據(jù)等，這也是產(chǎn)品經(jīng)理需要思考的問題。

用戶數(shù)據(jù)分為靜態(tài)信息數(shù)據(jù)和動態(tài)信息數(shù)據(jù)。對于一般公司而言，更多是根據(jù)系統(tǒng)自身的需求和用戶的需要收集相關的數(shù)據(jù)。

數(shù)據(jù)收集主要包括用戶行為數(shù)據(jù)、用戶偏好數(shù)據(jù)、用戶交易數(shù)據(jù)。

以某跨境電商平臺為例，收集用戶行為數(shù)據(jù)：比如活躍人數(shù)、頁面瀏覽量PV、訪問時長、瀏覽路徑等；收集用戶偏好數(shù)據(jù)：比如登錄方式、瀏覽內容、評論內容、互動內容、品牌偏好等；收集用戶交易數(shù)據(jù)：比如客單價、回頭率、流失率、轉化率和促活率等。收集這些指標性的數(shù)據(jù)，方便對用戶進行有針對性、目的性的運營。

我們可對收集的數(shù)據(jù)做分析，讓用戶信息形成標簽化。比如搭建用戶賬戶體系，可自建立數(shù)據(jù)倉庫，實現(xiàn)平臺數(shù)據(jù)共享，或打通用戶數(shù)據(jù)。

二、行為建模

行為建模就是根據(jù)用戶行為數(shù)據(jù)進行建模。通過對用戶行為數(shù)據(jù)進行分析和計算，為用戶打上標簽，可得到用戶畫像的標簽建模，即搭建用戶畫像標簽體系。

標簽建模主要是基于原始數(shù)據(jù)進行統(tǒng)計、分析和預測，從而得到事實標簽、模型標簽與預測標簽。

標簽建模的方法來源于阿里巴巴用戶畫像體系，廣泛應用于搜索引擎、推薦引擎、廣告投放和智能營銷等各種應用領域。

以今日頭條的文章推薦機制為例，通過機器分析提取你的關鍵詞，按關鍵詞貼標簽，給文章打上標簽，給受眾打標簽。接著內容投遞冷啟動，通過智能算法推薦，將內容標簽跟觀眾標簽相匹配，把文章推送給對應的人，實現(xiàn)內容的精準分發(fā)。

三、構建畫像

用戶畫像包含的內容并不完全固定，不同企業(yè)對于用戶畫像有著不同對理解和需求。根據(jù)行業(yè)和產(chǎn)品的不同，所關注的特征也有不同，但主要還是體現(xiàn)在基本特征、社會特征、偏好特征、行為特征等。

用戶畫像的核心是為用戶打標簽。即將用戶的每個具體信息抽象成標簽，利用這些標簽將用戶形象具體化，從而為用戶提供有針對性的服務。

以李二狗的戶畫像為例，我們將其年齡、性別、婚否、職位、收入、資產(chǎn)標簽化，通過場景描述，挖掘用戶痛點，從而了解用戶動機。其中將21~30歲最為一個年齡段，薪資20~25K作為一個收入范圍，利用數(shù)據(jù)分析得到數(shù)據(jù)標簽結果，最終滿足業(yè)務需求，從而讓構建用戶畫像形成一個閉環(huán)。

用戶畫像作為一種勾畫目標用戶、聯(lián)系用戶訴求與設計方向的有效工具，被應用在精準營銷、用戶分析、數(shù)據(jù)挖掘、數(shù)據(jù)分析等。

總而言之，用戶畫像根本目的就是尋找目標客戶、優(yōu)化產(chǎn)品設計，指導運營策略，分析業(yè)務場景和完善業(yè)務形態(tài)。

文章來源：朱學敏

【轉載說明】   若上述素材出現(xiàn)侵權，請及時聯(lián)系我們刪除及進行處理：[email protected]