互聯網產品早已進入定制化階段，千人千面的基礎就是用戶特征分析。實現的邏輯就是打標簽、分類、定制方案。

用戶特征分析 — 打標簽

用戶特征分析的基本概念、

用戶特征分析實際上就是知道用戶是什么樣的人，需要什么、喜歡什么。說通俗一點，在工作上就是分析用戶的付費點和什么樣的內容可以占用用戶更多的時間。

用戶特征的分析實際上是信息分析的一個細類，歸根結底還是信息的分析。用戶信息的分析到應用過程中最重要的是信息交叉和特征交叉。說人話就是，我們不會讓電腦判定你是什么樣的人，而是分析你是哪一類人，這一類人有著相同的特征，而且這個特征分的越細越好。

用戶特征分析是了解用戶訴求點的關鍵，用戶的大多數需求和一些比較隱蔽的需求，是無法通過問卷調查、用戶訪談這種比較表面的方法挖掘的。分析用戶的行為和特征，可以更深入的了解用戶的訴求點。

舉個例子：

小明公司的產品周年慶，要發點獎品用來推廣，然后就通過問卷調查來看一下用戶都比較喜歡什么類型的商品。小明設計了線上有獎問卷調查，在各個粉絲群里轉發分享，后來得出的結論是，用戶更傾向于美妝類獎品。小明對結果表示懷疑，因為實際上自家產品的男用戶更多，與結果不符，是什么原因呢？

事實上，問卷調查得到的答案群體特征比較分明，大多是愿意表達的、時間較多的、甚至因為獎品誘 人而導致女生轉發較多，同時達到的答案都比較顯而易見，所以問卷能力有限。

用戶特征分析的目的

1、明確知道你的用戶的真實的訴求點：用戶說出來的不一定是真的(訪談、問卷)，如上面舉的例子。

2、為功能設計提供核心依據，都9102年了，拍腦袋設計功能的做法早已經萬萬不可取了。

3、數據挖掘與用戶推薦的底層支持：對用戶群體的特征非常非常的明確且有效，之所以很多人會沉迷頭條、抖音、微博，就是因為它們知道用戶喜歡什么想要什么，用戶就像進入沼澤不能自拔，這是用戶推薦的結果。

不得不承認，把用戶特征把握的越準確就越能綁住用戶的心，把標簽打的特別細，特別知道用戶心理，就能掌控用戶。雖然用“掌控”顯得太過功利和邪惡，不過事實就是如此。

最后，之所以我們更分析永和特征，是因為用戶心理的變化必定通過行為來表現，會通過行為把自己出賣。

用戶特征的操作邏輯

怎么進行用戶特征分析？用戶特征分析的操作起來可以分為四個階段：

收集數據-》分析數據-》打標簽-》解決方案

收集數據和分析數據都是對信息的操作，所以可以歸納為：

信息->標簽->方案

信息：收集、抽離、行為分析，

標簽：打標簽：碼農、摳門、收入高

方案：優化產品、運營方案，比如依據上面的標簽信息可以知道這是一個高收入卻摳門的碼農，那我們就可以使用特惠、促銷等方案“勾引”他。

信息的分析

基礎屬性：年齡、性別、星座、教育、身高、職業(一般是不隨自己永遠隨意改變 的)，相對容易拿到

社會關系：孩子(男孩女孩)、兄弟姐妹、父母、老公，相對難拿到

消費能力：月收入、月消費、支付寶有沒、信用卡、還房貸、車貸，很難拿到，但總歸能拿到

行為特征：經討厭不準時、常團購、經常加班、上班刷微博、開會不準時、在網吧上網，用戶不會說，很多也說不出來，一般是通過數據說話的

打標簽

打標簽，也就是用戶的心里特征：以上交叉：貪小便宜、品牌偏好、好攀比、猶豫、 健康訴求高等

針對方案不做展開

總之，把用戶特征分層分類是做好用戶畫像的關鍵

下面是實踐舉例時間：

用戶特征分析的過程 行為分析是關鍵

分析的特征的時候，采用從個體映射群體的方式

個體分析->關鍵特征->召回驗證(技術將特征返回用戶庫找相應的用戶)->解決方案

色情廣告案例：

我們時長會在一個社區平臺或者內容分發平臺，尤其是帶評論功能的平臺上發現色情廣告，我是地下城與勇士(簡稱DNF)的咸魚玩家，在DNF官網平臺DNF助手上，經?？匆姲l色情廣告的評論，我們可以討論一下該怎樣揪出這些“色情賬號”。

第一步：猜測關鍵行為

這些賬號的關鍵行為是比較清晰的，比如

1、低等級的新號

2、綁定的dnf角色等級低、沒裝備，甚至不綁定

3、kol或ugc發表文章后立刻評論

4、文章內容不看，直接評論

5、長時間在線

能夠分離出這些特征的方法是命中行為路徑，不正常的用戶行為一定是不正常的，用戶 的異常行為命中用戶路徑的哪個階段，這個階段的行為跟正常用戶有什么不同，就是我們找出他特征的根據。

第二步：關鍵行為交叉驗證

命中第一步中一條的，并不能確認為色情賬號，通常要同時命中幾條才會

驗證的目的就是看自己猜測的關鍵行為對不對，有沒有遺漏

可以把符合條件的用戶篩選出來 然后看他們實際的行為 來驗證

第三步：明確特征的計算方式

產品同學在猜測關鍵行為的時候是像第一步中的列舉形式，但最終實現是由技術來實現，所以我們需要把第一步的內容變成技術可以聽懂的語言。就是給用戶的行為轉化成可以用來檢索的內容

比如長時間在線，轉化之后就是：用戶每天在線時間大于n小時(n是幾就要通過第二步的驗證來選擇一個既不傷及無辜又能聯合其他特征來區分色情賬號的時間)

第四步：優化完善

兩個率可以驗證我們分析的特征的準確率：

召回率：有多少符合的數據被我們調了出來

假設我們一共有10000活躍用戶，調出了9000，這明顯是我們分析的特征行為除了問題

召回準確率：召回的數據中，有多少是命中色情賬號的。

這里要注意一點，可能有人認為命中率是至關重要的指數，就是所有的色情賬號中，我們通過自己的方式命中的比例是多少，這是非常理想的指數，實際上，我們本身就不知道有多少色情賬號，所以這個指數我們是拿不到的。

作者：海燕是只蠢貓，微信公眾號：1個產品還學Python

以上

總結

以上是生活随笔為你收集整理的基于用户标签的活跃人群特征分析_用户特征分析（行为分析是关键）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。