聊点不一样的用户画像


用户画像和用户特征是一个概念,只是用户画像听起来高大上点,用户特征更接地气。

什么是用户画像

在度娘上找了个用户画像(如下图),之后也找到了用户画像的概念


用户画像

用户画像概念

用户画像的用处

我接触过很多设计小伙伴都一个共同的特点,如果说某个概念大家也都能讨论几句,但是落实到具体工作中就不知道如何去运用了,或许这个是教育体制下的一个通病。

用户画像最多的两个用处是:
1、为功能设计提供核心依据
这个怎么理解,我们知道在做一个新品的时候一般都会做用户访谈,之后根据访谈做出代表一类用户的用户画像,在产品的功能设计的时候,从用户、场景、问题把用户画像带入去解决问题,所以用户画像最常用的一个地方就是,为功能设计提供核心依据。
2、数据挖掘与用户推荐的底层支持
这个第二点也是用户画像比较常用的,这里举个简单的例子,我们每个小伙伴都应该有购物的经历,在查看或买过某些产品后,对应的推荐或推送就会根据你的搜索记录给推送类似的产品,这个过程也是用户画像应用的一个场景,大概的后台黑盒子是这样的



所以用户画像的第二个用处就是数据挖掘与用户推荐的底层支持。

用户画像怎么做

知道了用户画像在什么情况下用,接下来就分别说下在这两种情况下怎么做。

为功能设计提供核心依据的用户画像

关于产品初期的用户画像也叫用户建模(persona),都是一个东西,输出的产物就是开篇的那张用户画像,也有简单的。这东西怎么来的呢?一般都是根据访谈得出的一个或多个用户画像,有看过我上篇文章的小伙伴可能会问,你上篇里说访谈是根据用户画像来筛选访谈用户,这里又说用户画像是根据访谈来的,这不是很矛盾,这里做下简单的解释下,产品初期的用户画像是以头脑风暴来实现的,就是说把所有可能想到的用户都穷举出来,之后合并做出用户画像访谈,而上篇的文章中提取用户画像是产品已经有了一定的用户数量,做产品优化时从数据库里筛选做用户画像之后访谈,这个可能有点绕多读几遍应该可以理解的,方法就那么多只是产品处于不同阶段要灵活的运用,为了便于理解画了下面流程图。


产品初期.png

产品上升期.png

因为这个时候的用户画像是为功能设计提供依据的,所以这个阶段的用户画像应该包括以下内容:
1、基础属性(年龄、性别、星座、教育、身高、职业)
2、社会关系(有孩子、男孩、兄弟姐妹、父母、老公)
3、消费能力(月收入、月消费、有支付宝、10张信用卡、金卡用户、还房贷)
4、使用场景
5、痛点/目标
这些信息都从哪里获取呢?产品初期数据很少也可能就没有数据,像使用场景、痛点、目标这些都是从用户访谈中获取的,基础属性、社会关系、消费能力可以通过访谈加自己的经验猜测获取,最终的输出产物也不拘泥有多么漂亮,工作中以适用便于沟通理解为导向,我们得出的用户画像是为功能设计提供依据的。

为数据挖掘与用户推荐底层支持的用户画像

用户画像的第一个用处网上有大量的文章,重点说下第二个用处,就是为数据挖掘与用户推荐底层支持的用户画像,这个阶段用户画像和之前的用户画像略有不同,画像的内容应该包括以下几点:
1、基础属性(年龄、性别、星座、教育、身高、职业)
2、社会关系(有孩子、男孩、兄弟姐妹、父母、老公)
3、消费能力(月收入、月消费、有支付宝、10张信用卡、金卡用户、还房贷)
4、行为特征(经常团购、经常加班、上班刷微博、讨厌不准时、开会不准时、在网吧上网)
5、心理特征(贪小便宜 、品牌偏好、好攀比、犹豫、纠结 果断、健康诉求高)
那么这个阶段的用户画像怎么做呢?关于这个流程是怎样的在上文中已经给了个流程图,这些数据怎么获取?这里强调下这些数据不是通过问卷调查得出来的,问卷调查这个事情怎么讲,举个例子说你是某产品的核心用户,如果让你填写社会关系,比如说你是否有女朋友,还有你的收入消费,你会不会犹豫或者填假信息呢?这个笔者填写过很多问卷,相信小伙伴们也填写过,所以问卷调查这个方法获取到数据有多少水分,大家心理应该都有数。
那么这些数据哪里获取?就是从埋点的数据分析中获取,比如通过用户注册的个人信息你可以获取到用户的性别等基础属性,比如通过统计软件(GA、诸葛IO)你可以知道用户的行为特征,如一天中什么时候会用你的产品,你可以获得用户的行为特征,获取到这些数据后通过这些数据做出用户画像,通过这个用户画像和开发的小伙伴制定筛选规则,按照规则把对应的用户从数据库中调出来,之后怎么办呢?之后因为这一类人有你开始做的用户画像的特征,你就可以对这些用户做些运营了,比如说我们得出的用户画像是这样一类人都喜欢晚上10点买买买,我们就可以在这个时间段给这群用户推送一些他们平时喜欢的产品了,其实所有的产品机制都是差不多的,基于一些数据筛选再分发,用户画像在这里起到了很重要的作用。

这篇文里面的很多流程和原理需要开发小伙伴的支持,理解起来有些难度,说点题外话,除了产品可以做用户画像是不是追女神(男神),也可以用这个思维,比如从各种渠道获取女神(男神)的基础属性、行为偏好、推测出心理特征,之后一个你女神(男神)的画像是不是就展示在你面前了,这个数据怎么获取,哈哈朋友圈、她(他)朋友、她(他)日常的对话,之后怎么做?em......我只能说这么多了。

©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 215,463评论 6 497
  • 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 91,868评论 3 391
  • 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 161,213评论 0 351
  • 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 57,666评论 1 290
  • 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 66,759评论 6 388
  • 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 50,725评论 1 294
  • 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 39,716评论 3 415
  • 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 38,484评论 0 270
  • 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 44,928评论 1 307
  • 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 37,233评论 2 331
  • 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 39,393评论 1 345
  • 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 35,073评论 5 340
  • 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 40,718评论 3 324
  • 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 31,308评论 0 21
  • 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 32,538评论 1 268
  • 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 47,338评论 2 368
  • 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 44,260评论 2 352

推荐阅读更多精彩内容