当前位置:首页 > 儿童教育 > 正文

App用户画像怎么做?

 用户画像的操作过程

  作为一个非技术型的运营,对用户画像会偏向通过数据简单整合、与用户多维度沟通过程中实现。这跟很多专业的产品经理会有很大的差距,不过小圆也在不断学习跟实践中,这文章更多的是小圆对于用户画像学习跟复盘经历的过程。小圆所理解的用户画像过程并不会很复杂,简单的概括起来会有3个重要的过程。

  1.用户维度筛选

  用户画像需要建立在真实有效的数据上,在做用户画像的过程中要对数据做筛选整合,首先并不是所有数据信息都有用,其次,数据还会有主次重要跟非重要的区别。每一个公司的不同阶段,构成用户画像的数据维度会不一样。

  用户画像维度的筛选是为了指引营销、产品或者运营指标,不同职能人员对不同用户画像维度的看重程度不一样。以电商平台为例,客服销售关注的是用户的购物情况,产品运营关注的是页面的用户体验变化,渠道推广关注的是用户在流量上的表现。

  有人会认为维度越多越好,这样用户画像的结果就会更全面。但是小卓并不是这么认为,用户画像是一个动态的过程,强行的去追求更全的维度,有时候反而会耽误了营销决策的时间。例如,有一些公司在做用户调研时总是觉得数据量不够,然后花非常多的时间

  去做数据的汇集,到最后做营销决策的时候,反而因为数据收集时间太长,很多维度因为时间拖延而失去了时效性价值。

  为了不出现这种情况,把用户的数据维度分成:静态维度、动态维度,然后归类维度属性,接下来就开始进入到数据信息收集的过程了。APP刷评论

  2.数据信息收集

  收集数据的方式方法,会决定数据是不是有效的。线上运营比较常用的方法就是对用户进行“监控、跟踪”,一般是PC端cookie,还有移动端的IMEI、IDFA。而初始化阶段比较常用的方法是用户访谈。

  当然,也有数据跟踪,用户调研两者结合的方式收集用户数据信息,例如电商运营,除了跟踪用户购物下单等数据之外,还可以筛选出特定的用户做访谈调研,例如:横比产品的选择偏好,对于产品消费过程中的反馈等等。

  3、数据建模分析

  数据是零散的,或者是表面的,用户画像要对收集到的数据做整理,比较常用的是通过数据建模的方式做归类创建。小圆接触过的大多是比较初级的用户画像,通过excel工具就可以基本完成整合。而对于技术工具层面的数据建模,感兴趣的可以看推文的第二条。

  在数据量不大,用户画像比较初级的情况下,通过筛选、归类、整合的过程对用户做属性归类,然后确定用户画像,这种方式可能有一定不到位的地方,但是在产品还没有推出或者数据量不大的情况下,运营还未进入深度精细化阶段,对用户画像的初级处理,也能避免很多决策过于主观化。

  在数量比较多,用户画像精细化的情况下,就需要通过一些用户画像的工具做数据的整理了,通过对数据进行规整处理,然后做例如聚类,回归,关联,各种分类器等算法做处理。关联性分析和RFM模型都是用户画像中数据建模分析常用的方式