用戶(hù)畫(huà)像是一個(gè)挺新穎的詞，最初它是大數(shù)據(jù)行業(yè)言必及之的時(shí)髦概念。現(xiàn)在我們運(yùn)營(yíng)談及用戶(hù)畫(huà)像，它也是和精準(zhǔn)營(yíng)銷(xiāo)、精細(xì)化運(yùn)營(yíng)直接鉤掛的。這篇文章主要講產(chǎn)品和運(yùn)營(yíng)角度的用戶(hù)畫(huà)像。

希望看完后，解決你一切關(guān)于用戶(hù)畫(huà)像的疑問(wèn)。

什么是用戶(hù)畫(huà)像

用戶(hù)畫(huà)像一點(diǎn)也不神秘，它是根據(jù)用戶(hù)在互聯(lián)網(wǎng)留下的種種數(shù)據(jù)，主動(dòng)或被動(dòng)地收集，最后加工成一系列的標(biāo)簽。比如猜用戶(hù)是男是女，哪里人，工資多少，有沒(méi)有談戀愛(ài)，喜歡什么，準(zhǔn)備剁手購(gòu)物嗎？

我們常把用戶(hù)標(biāo)簽和用戶(hù)畫(huà)像對(duì)等。但凡用戶(hù)畫(huà)像的文章，類(lèi)似上文圖片都會(huì)出現(xiàn)，有用爛的趨勢(shì)。標(biāo)簽化是最直觀的解釋，但它不等于用戶(hù)畫(huà)像。

用戶(hù)畫(huà)像的正式名稱(chēng)是User Profile，大家往往把它和User Persona混淆，后者更恰當(dāng)?shù)拿质怯脩?hù)角色。是產(chǎn)品設(shè)計(jì)和用戶(hù)調(diào)研的一種方式方法。當(dāng)我們討論產(chǎn)品、需求、場(chǎng)景、用戶(hù)體驗(yàn)的時(shí)候，往往需要將焦點(diǎn)聚集在某類(lèi)人群上，用戶(hù)角色便是一種抽象的方法，是目標(biāo)用戶(hù)的集合。

用戶(hù)角色不指代具體的誰(shuí)。「她是一位25歲的白領(lǐng)，211大學(xué)畢業(yè)，現(xiàn)在從事于互聯(lián)網(wǎng)行業(yè)的設(shè)計(jì)工作，居住在北京。單身，平時(shí)喜愛(ài)搖滾樂(lè)」，這段話語(yǔ)，常用來(lái)描述產(chǎn)品的典型用戶(hù)。

本文談的User Profile，更多是運(yùn)營(yíng)和數(shù)據(jù)息息相關(guān)的平臺(tái)級(jí)應(yīng)用，本質(zhì)是對(duì)任何一個(gè)用戶(hù)都能用標(biāo)簽和數(shù)據(jù)描述。

用戶(hù)畫(huà)像的應(yīng)用

它在企業(yè)邁大邁強(qiáng)的過(guò)程中有舉足輕重的作用。以下是主要的應(yīng)用。

精準(zhǔn)營(yíng)銷(xiāo)：這是運(yùn)營(yíng)最熟悉的玩法，從粗放式到精細(xì)化，將用戶(hù)群體切割成更細(xì)的粒度，輔以短信、推送、郵件、活動(dòng)等手段，驅(qū)以關(guān)懷、挽回、激勵(lì)等策略。

數(shù)據(jù)應(yīng)用：用戶(hù)畫(huà)像是很多數(shù)據(jù)產(chǎn)品的基礎(chǔ)，諸如耳熟能詳?shù)耐扑]系統(tǒng)廣告系統(tǒng)。操作過(guò)各大廣告投放系統(tǒng)的同學(xué)想必都清楚，廣告投放基于一系列人口統(tǒng)計(jì)相關(guān)的標(biāo)簽，性別、年齡、學(xué)歷、興趣偏好、手機(jī)等等。

用戶(hù)分析：雖然和Persona不一樣，用戶(hù)畫(huà)像也是了解用戶(hù)的必要補(bǔ)充。產(chǎn)品早期，PM們通過(guò)用戶(hù)調(diào)研和訪談的形式了解用戶(hù)。在產(chǎn)品用戶(hù)量擴(kuò)大后，調(diào)研的效用降低，這時(shí)候會(huì)輔以用戶(hù)畫(huà)像配合研究。新增的用戶(hù)有什么特征，核心用戶(hù)的屬性是否變化等等。

數(shù)據(jù)分析：這個(gè)就不用多提了，用戶(hù)畫(huà)像可以理解為業(yè)務(wù)層面的數(shù)據(jù)倉(cāng)庫(kù)，各類(lèi)標(biāo)簽是多維分析的天然要素。數(shù)據(jù)查詢(xún)平臺(tái)會(huì)和這些數(shù)據(jù)打通。

對(duì)大部分產(chǎn)品，用戶(hù)畫(huà)像用不到推薦系統(tǒng)，個(gè)性化推薦也提高不了幾個(gè)利潤(rùn)，畢竟它需要大量的用戶(hù)和數(shù)據(jù)作支撐。所以這些產(chǎn)品，更適合以用戶(hù)畫(huà)像為基礎(chǔ)去驅(qū)動(dòng)業(yè)務(wù)。

提了那么多好處，但是據(jù)我了解，不少公司，花了一大筆錢(qián)招了不少人建設(shè)用戶(hù)畫(huà)像系統(tǒng)，結(jié)果用不起來(lái)。或者做了一份用戶(hù)畫(huà)像的報(bào)告，性別用戶(hù)地理位置用戶(hù)消費(fèi)金額，看上去挺高大上的，看完也就看完了。

歸根結(jié)底，難以用好。

很多用戶(hù)畫(huà)像初衷是好的，但是淪為了形式主義。

舉身邊的例子，朋友在公司建立用戶(hù)畫(huà)像劃分了百來(lái)個(gè)維度。用戶(hù)消費(fèi)、屬性、行為無(wú)所不包。本來(lái)這不錯(cuò)啊，但是上線后運(yùn)營(yíng)看著這個(gè)干瞪眼。

問(wèn)題包含但不限于，用戶(hù)有那么多維度，怎么合理地選擇標(biāo)簽？我想定義用戶(hù)的層級(jí)，VIP用戶(hù)應(yīng)該累積消費(fèi)金額超過(guò)多少？是在什么時(shí)間窗口內(nèi)？為什么選擇這幾個(gè)標(biāo)準(zhǔn)？后續(xù)應(yīng)該怎么維護(hù)和監(jiān)控？業(yè)務(wù)發(fā)生變化了這個(gè)標(biāo)簽要不要改？

設(shè)立好標(biāo)簽，怎么驗(yàn)證用戶(hù)畫(huà)像的有效性？我怎么知道這套系統(tǒng)成功了呢？效果不佳怎么辦？它有沒(méi)有更多的應(yīng)用場(chǎng)景？

策略的執(zhí)行也是一個(gè)糾結(jié)的問(wèn)題。從崗位的執(zhí)行看，運(yùn)營(yíng)背負(fù)著KPI。當(dāng)月底KPI完不成時(shí)，你覺(jué)得他們更喜歡選擇全量運(yùn)營(yíng)，還是精細(xì)化呢?

我想不少公司都存在這樣類(lèi)似情況：使用過(guò)用戶(hù)畫(huà)像一段時(shí)間后，發(fā)現(xiàn)也就那么一回事，也就漸漸不再使用。

這是用戶(hù)畫(huà)像在業(yè)務(wù)層面遇到老大難的問(wèn)題。雖然企業(yè)自稱(chēng)建立用戶(hù)畫(huà)像，應(yīng)用還是挺粗糙的。

怎樣深入理解用戶(hù)畫(huà)像

畫(huà)虎不全反類(lèi)汪，想要用好它，首先得深入理解用戶(hù)畫(huà)像。

現(xiàn)在運(yùn)營(yíng)按用戶(hù)生命周期設(shè)立了幾個(gè)標(biāo)簽，比如新用戶(hù)、活躍用戶(hù)、流失用戶(hù)，這些標(biāo)簽當(dāng)然夠細(xì)分。但它真的是一個(gè)好標(biāo)簽么？不是。

因?yàn)檫@些都是滯后性的。按流失用戶(hù)的一般定義，往往是用戶(hù)很長(zhǎng)一段時(shí)間沒(méi)有回應(yīng)和行動(dòng)，但是都幾個(gè)月沒(méi)有響應(yīng)了，哪怕知道是流失用戶(hù)也于事無(wú)補(bǔ)。它有價(jià)值，但太滯后。

聰明的運(yùn)營(yíng)會(huì)設(shè)立一個(gè)新的標(biāo)簽，最近一次活躍距今天數(shù)，用戶(hù)有六個(gè)月沒(méi)有活躍，那么天數(shù)就是180天。這個(gè)比單純的流失用戶(hù)標(biāo)簽好，能憑此劃分不同的距今天數(shù)，設(shè)立30天，90天，180天的時(shí)間節(jié)點(diǎn)。

距今天數(shù)也不是最好的。用戶(hù)有差異，同樣兩個(gè)用戶(hù)A和B，哪怕不活躍天數(shù)相同，我也不能認(rèn)為它們的流失可能性相等。該問(wèn)題在低頻場(chǎng)景更凸顯，旅游APP，半年沒(méi)有活躍也是正常的，此時(shí)距今天數(shù)力有未逮。

回過(guò)頭看流失用戶(hù)，我們定義它，不是為了設(shè)立一個(gè)高大上的系統(tǒng)。任何企業(yè)，肯定一開(kāi)始就希望流失用戶(hù)越少越好，其次才是如何挽回。這種業(yè)務(wù)前提下，預(yù)防性的減少流失用戶(hù)比已經(jīng)流失的標(biāo)簽更重要。

所以最好的標(biāo)簽的標(biāo)簽是用戶(hù)流失概率，流失概率>距今消費(fèi)天數(shù)>流失標(biāo)簽。

不要想當(dāng)然的歸納一個(gè)齊全完備的體系，卻忽略了畫(huà)像的核心價(jià)值。用戶(hù)畫(huà)像首先得是商業(yè)目的下的用戶(hù)標(biāo)簽集合。

猜用戶(hù)是男是女，哪里人，工資多少，有沒(méi)有談戀愛(ài)，喜歡什么，準(zhǔn)備剁手購(gòu)物嗎？探討這些是沒(méi)有意義的。是男是女如何影響消費(fèi)決策，工資多少影響消費(fèi)能力，有沒(méi)有談戀愛(ài)會(huì)否帶來(lái)新的營(yíng)銷(xiāo)場(chǎng)景，剁手購(gòu)物怎么精準(zhǔn)推薦，這些才是用戶(hù)畫(huà)像背后的邏輯。

不是我有了用戶(hù)畫(huà)像，便能驅(qū)動(dòng)和提高業(yè)務(wù)。而是為了驅(qū)動(dòng)和提高業(yè)務(wù)，才需要用戶(hù)畫(huà)像。這是很容易犯的錯(cuò)誤。

用戶(hù)畫(huà)像的標(biāo)簽一般通過(guò)兩種形式獲得，基于已有數(shù)據(jù)或者一定規(guī)則加工，流失標(biāo)簽和距今天數(shù)皆是。另外一種是基于已有的數(shù)據(jù)計(jì)算概率模型，會(huì)用到機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘。

概率是介于0~1之間的數(shù)值。拿性別舉例，除非能直接獲取用戶(hù)的身份證信息，用戶(hù)很少會(huì)填寫(xiě)性別，填寫(xiě)的性別也不一定準(zhǔn)確，網(wǎng)游中性別為女的扣腳大漢一抓一大把呢。

這里就要增加一層推斷用戶(hù)真實(shí)性別的算法。中國(guó)人的性別和名字是強(qiáng)相關(guān)，建國(guó)建軍，翠花翠蘭，很容易判斷。算法中常用貝葉斯，通過(guò)已有的姓名性別庫(kù)預(yù)測(cè)新加入的用戶(hù)性別。

特殊情況下，不少姓名是中性，男女不辯。像曉晶，可男可女。更特殊的情況，看上去是男性的名字，也有可能是女性，我的初中老師就叫建軍，然而是個(gè)和藹可親的小姐姐。

特殊情況意味著特殊的概率，所以不能用非此即彼的二分法。所謂概率，它更習(xí)慣告訴你，通過(guò)模型推斷，建軍有95％的可能是男性姓名，表示為0.95；曉晶有55％的可能是男性，表示為0.55。

雖然為了方便，模型會(huì)設(shè)立閾值，將50％以上的概率默認(rèn)為男性，以下默認(rèn)為女性。但業(yè)務(wù)部門(mén)的同學(xué)要清楚，用戶(hù)標(biāo)簽的本質(zhì)往往是0～1之間的概率。

概率型的標(biāo)簽很難驗(yàn)證。某位用戶(hù)被標(biāo)上學(xué)生標(biāo)簽，要么真的哄他上傳學(xué)籍證明，否則很難知道他是不是真的學(xué)生。這種黑箱情況下，針對(duì)學(xué)生用戶(hù)進(jìn)行營(yíng)銷(xiāo)活動(dòng)，效果好與不好，都受標(biāo)簽準(zhǔn)確率的影響。廣告、推薦、精準(zhǔn)營(yíng)銷(xiāo)都會(huì)遇到這個(gè)問(wèn)題。

概率肯定有多有少。90%流失概率的用戶(hù)，和30%流失概率的用戶(hù)，雖然是模型建立出的預(yù)測(cè)值，非真實(shí)，我們還是會(huì)認(rèn)為前者更有離開(kāi)的可能性，憑此設(shè)立運(yùn)營(yíng)策略。

這帶來(lái)一個(gè)新的問(wèn)題，如何選擇概率的閾值？

我們想要挽回流失用戶(hù)，選擇80%以上概率的人群，還是60%呢？答案已經(jīng)說(shuō)過(guò)了，要考慮業(yè)務(wù)，挽回流失用戶(hù)是手段不是目的，實(shí)際目的是通過(guò)挽回流失用戶(hù)提高利潤(rùn)，那么閾值的選擇迎刃而解。計(jì)算不同閾值下，挽回用戶(hù)的收入和成本，選擇最優(yōu)解。

推而廣之，推薦系統(tǒng)也好，廣告系統(tǒng)也罷，它們有更復(fù)雜的維度、標(biāo)簽、特征，本質(zhì)也是找出用戶(hù)最近想不想買(mǎi)車(chē)，用戶(hù)最近想不想旅游。把最合適的信息在最恰當(dāng)時(shí)機(jī)推給用戶(hù)，獲取最大的利益。

我列舉的案例，是簡(jiǎn)化過(guò)的。像姓名，在電商和消費(fèi)行業(yè)，除了生理上的性別，還會(huì)建立消費(fèi)模型上的性別標(biāo)簽，有些人雖然是男性，但購(gòu)物行為是女性，這是要區(qū)分的。

看到這里別怕，想要建好用戶(hù)畫(huà)像，說(shuō)簡(jiǎn)單不簡(jiǎn)單，說(shuō)難也不難。

如何建立正確的用戶(hù)畫(huà)像

用戶(hù)畫(huà)像首先是基于業(yè)務(wù)模型的。業(yè)務(wù)部門(mén)連業(yè)務(wù)模型都沒(méi)有想好，數(shù)據(jù)部門(mén)只能巧婦難為無(wú)米之炊。數(shù)據(jù)部門(mén)也別關(guān)門(mén)造車(chē)，這和做產(chǎn)品一樣，連用戶(hù)需求都沒(méi)有理解透徹，匆匆忙忙上線一個(gè)APP，結(jié)果無(wú)人問(wèn)津。

理解消費(fèi)者的決策，考慮業(yè)務(wù)場(chǎng)景，考慮業(yè)務(wù)形態(tài)，考慮業(yè)務(wù)部門(mén)的需求…這些概念說(shuō)得很虛，但是一個(gè)好的用戶(hù)畫(huà)像離不開(kāi)它們。本文沒(méi)有說(shuō)數(shù)據(jù)、模型和算法，是我認(rèn)為，它們比技術(shù)層面更重要。

我們從一個(gè)故事開(kāi)始設(shè)立用戶(hù)畫(huà)像吧。

老王是一家互聯(lián)網(wǎng)創(chuàng)業(yè)公司的核心人員，產(chǎn)品主營(yíng)綠色健康沙拉，老王和綠色比較搭嘛。這家公司推出了APP專(zhuān)賣(mài)各式各樣的沙拉，現(xiàn)在需要建立用戶(hù)畫(huà)像指導(dǎo)運(yùn)營(yíng)。

公司現(xiàn)階段在業(yè)務(wù)層面，更關(guān)注營(yíng)銷(xiāo)和銷(xiāo)售：如何將沙拉賣(mài)得更好。下圖是老王簡(jiǎn)單梳理的運(yùn)營(yíng)流程。

老王將顧客按是否購(gòu)買(mǎi)過(guò)沙拉，劃分成潛在用戶(hù)和新客。潛在用戶(hù)是注冊(cè)過(guò)APP但還沒(méi)有下單，新客是只購(gòu)買(mǎi)過(guò)一次沙拉的用戶(hù)，除此以外還有老客，即消費(fèi)了兩次及以上的人群。

為了便于大家理解，我用JSON格式表示一個(gè)簡(jiǎn)易的用戶(hù)畫(huà)像。

為什么獨(dú)立出新客標(biāo)簽？因?yàn)槔贤醯纳忱槍?duì)未消費(fèi)用戶(hù)會(huì)有新人紅包引導(dǎo)消費(fèi)，萬(wàn)事開(kāi)頭難。這也帶來(lái)新客一次后不再消費(fèi)的問(wèn)題，所以需要潛在、新客、老客的劃分。

作為一個(gè)有追求的運(yùn)營(yíng)人員，劃分老客也是不夠，這里繼續(xù)用戶(hù)分層。

傳統(tǒng)的分層用RFM三個(gè)維度衡量，沙拉的客單價(jià)比較固定，F和M取一個(gè)就夠用了。老王現(xiàn)在計(jì)算不同消費(fèi)檔次的用戶(hù)留存度差異，譬如某時(shí)間段內(nèi)消費(fèi)達(dá)XX元的用戶(hù),在未來(lái)時(shí)間段是否依舊消費(fèi)。

沙拉這類(lèi)餐飲是高頻消費(fèi)，XX應(yīng)該選擇一個(gè)較窄的時(shí)間窗口，統(tǒng)計(jì)365天內(nèi)的消費(fèi)意義不大。還有一點(diǎn)需要注意的是，沙拉不同季節(jié)的銷(xiāo)量是有差異的，冬天沙拉肯定賣(mài)的不如夏天，要綜合考慮消費(fèi)分布。

這里姑且定義，30天內(nèi)消費(fèi)200元以上為VIP用戶(hù)。老王的生意如果特別好，也可以繼續(xù)劃分超級(jí)VIP。這種標(biāo)簽往往配合業(yè)務(wù)，譬如VIP有贈(zèng)送飲料，優(yōu)先配送的權(quán)益。非VIP人群，也需要激勵(lì)往VIP發(fā)展。

畫(huà)像的人口統(tǒng)計(jì)屬性，老王靠用戶(hù)填寫(xiě)訂單上的收貨人姓名搞定。籍貫?zāi)挲g這幾個(gè)，對(duì)沙拉生意沒(méi)有特別大的幫助，難道為四川籍用戶(hù)提高麻辣沙拉？

用戶(hù)地址，可以通過(guò)收貨地設(shè)立規(guī)則判斷，比如某個(gè)地址出現(xiàn)X次，可以將其認(rèn)為常用地地址。再依據(jù)送貨地在寫(xiě)字樓還是學(xué)校，推算用戶(hù)是白領(lǐng)還是學(xué)生。

老王針對(duì)不同屬性的人群，采取了特殊的運(yùn)營(yíng)策略。像學(xué)生群體，因?yàn)?,8月份是暑假，所以老王提前預(yù)估到校園地區(qū)的銷(xiāo)售額下降。當(dāng)9月開(kāi)學(xué)季，又能對(duì)返校學(xué)生進(jìn)行召回。

白領(lǐng)相關(guān)的群體，更關(guān)注消費(fèi)體驗(yàn)，對(duì)價(jià)格敏感是次要的。如果平臺(tái)女用戶(hù)的消費(fèi)占比高，老王就主打減肥功能的沙拉，并且以包月套餐的形式提高銷(xiāo)量。

以一家沙拉店來(lái)看，老王的用戶(hù)畫(huà)像已經(jīng)不錯(cuò)了，但他還是焦頭爛額，因?yàn)橛脩?hù)流失率開(kāi)始上升。用戶(hù)流失有各種各樣的原因：對(duì)手老李沙拉的競(jìng)爭(zhēng)、沙拉的口味、用戶(hù)覺(jué)得性?xún)r(jià)比不高、老王不夠帥等。

流失是一個(gè)老大難的預(yù)測(cè)問(wèn)題。老王對(duì)流失用戶(hù)的定義是30天沒(méi)有消費(fèi)。想要準(zhǔn)確預(yù)測(cè)，這里得嘗試用機(jī)器學(xué)習(xí)建模，技術(shù)方面先這里略過(guò)。所謂建模，最好要找到用戶(hù)開(kāi)始不消費(fèi)的時(shí)間點(diǎn)之前的關(guān)鍵因素，可是是行為，可以是屬性。

用戶(hù)歷史窗口內(nèi)消費(fèi)金額少，有可能流失；用戶(hù)歷史窗口內(nèi)消費(fèi)頻次低，有可能流失；用戶(hù)歷史窗口內(nèi)打開(kāi)APP次數(shù)少，有可能流失；用戶(hù)給過(guò)差評(píng)，有可能流失；用戶(hù)等餐時(shí)間長(zhǎng)，有可能流失；用戶(hù)的性別差異，有可能流失；餐飲的季度因素，有可能流失…

老王依據(jù)業(yè)務(wù)，挑選了可能影響業(yè)務(wù)的特征，提交給數(shù)據(jù)組嘗試預(yù)測(cè)流失。需要注意的是，這些用戶(hù)行為不能反應(yīng)真實(shí)的情況。大家不妨想一下，流失用戶(hù)的行為，是不是一個(gè)動(dòng)態(tài)的變化過(guò)程？

我曾經(jīng)消費(fèi)過(guò)很多次，但是突然吃膩了，于是減少消費(fèi)次數(shù)，再之后不怎么消費(fèi)，最終流失。單位時(shí)間段內(nèi)的消費(fèi)忠誠(chéng)度是梯度下降的，為了更好的描述變化過(guò)程，將時(shí)間窗口細(xì)分成多個(gè)等距段。前30~20天、前20~10天、前10天內(nèi)，這種切分比前30天內(nèi)可以更好地表達(dá)下降趨勢(shì)，也更好的預(yù)測(cè)流失。

從老王的思路看，所謂流失，可以通過(guò)用戶(hù)行為的細(xì)節(jié)預(yù)判。機(jī)器學(xué)習(xí)的建模雖然依賴(lài)統(tǒng)計(jì)手段，也離不開(kāi)業(yè)務(wù)洞察。這里再次證明，用戶(hù)畫(huà)像建立在業(yè)務(wù)模型上。

流失概率解決了老王的心頭之患，通過(guò)提前發(fā)現(xiàn)降低流失用戶(hù)。挽回流失推行一段時(shí)間后，老王發(fā)現(xiàn)雖然流失用戶(hù)減少了，但是成本提高了，因?yàn)橥旎赜脩?hù)也是要花錢(qián)的呀。虧本可不行，老王心頭又生一計(jì)，他只挽回有價(jià)值的，那種拿了紅包才消費(fèi)的用戶(hù)老王他不要了！老王要的是真愛(ài)粉。于是他配合消費(fèi)檔次區(qū)別對(duì)待，雖然流失用戶(hù)的數(shù)量沒(méi)有控制好，但是利潤(rùn)提高了。

上述的用戶(hù)畫(huà)像，沒(méi)有一個(gè)標(biāo)簽脫離于業(yè)務(wù)之外。基于業(yè)務(wù)場(chǎng)景，我們還能想象很多用戶(hù)畫(huà)像的玩法。沙拉有不同的口味，蔬果雞肉海鮮。用戶(hù)的口味偏好，可以用矩陣分解、模糊聚類(lèi)或者多分類(lèi)的問(wèn)題計(jì)算，也以0～1之間的數(shù)字表示喜好程度，相似的，還有價(jià)格偏好，即價(jià)格敏感度。

再深入想一下業(yè)務(wù)場(chǎng)景，如果某個(gè)辦公地點(diǎn)，每天都有五六筆的訂單，分屬不同的客戶(hù)不同的時(shí)間段，外賣(mài)小哥得送個(gè)五六次，對(duì)人力成本是多大的浪費(fèi)呀。運(yùn)營(yíng)可以在后臺(tái)分析相關(guān)的數(shù)據(jù)，以團(tuán)購(gòu)或拼單的形式，促成訂單合并，或許銷(xiāo)售額的利潤(rùn)會(huì)下降，但是外賣(mài)的人力成本也節(jié)約了。這也是用畫(huà)像作為數(shù)據(jù)分析的依據(jù)。

老王的運(yùn)營(yíng)故事說(shuō)完了，現(xiàn)在對(duì)用戶(hù)畫(huà)像的建立有一套想法了吧。

用戶(hù)畫(huà)像的架構(gòu)

不同業(yè)務(wù)的畫(huà)像標(biāo)簽體系并不一致，這需要數(shù)據(jù)和運(yùn)營(yíng)目的性的提煉。

用戶(hù)畫(huà)像一般按業(yè)務(wù)屬性劃分多個(gè)類(lèi)別模塊。除了常見(jiàn)的人口統(tǒng)計(jì)，社會(huì)屬性外。還有用戶(hù)消費(fèi)畫(huà)像，用戶(hù)行為畫(huà)像，用戶(hù)興趣畫(huà)像等。具體的畫(huà)像得看產(chǎn)品形態(tài)，像金融領(lǐng)域，還會(huì)有風(fēng)險(xiǎn)畫(huà)像，包括征信、違約、洗錢(qián)、還款能力、保險(xiǎn)黑名單等。電商領(lǐng)域會(huì)有商品的類(lèi)目偏好、品類(lèi)偏好、品牌偏好，不一而足。

上圖是隨手畫(huà)的的例子，畫(huà)一個(gè)架構(gòu)不難，難得是了解每個(gè)標(biāo)簽背后的業(yè)務(wù)邏輯和落地方式，至于算法，又能單獨(dú)扯很多文章了。

從數(shù)據(jù)流向和加工看，用戶(hù)畫(huà)像包含上下級(jí)遞進(jìn)關(guān)系。

以上文的流失系數(shù)舉例，它通過(guò)建模，其依賴(lài)于用戶(hù)早期的歷史行為。而用戶(hù)早期的歷史行為，即10天內(nèi)的消費(fèi)金額、消費(fèi)次數(shù)、登錄次數(shù)等，本身也是一個(gè)標(biāo)簽，它們是通過(guò)原始的明細(xì)數(shù)據(jù)獲得。

上圖列舉了標(biāo)簽加工和計(jì)算的過(guò)程，很好理解。最上層的策略標(biāo)簽，是針對(duì)業(yè)務(wù)的落地，運(yùn)營(yíng)人員通過(guò)多個(gè)標(biāo)簽的組合形成一個(gè)用戶(hù)群組，方便執(zhí)行。

公司越大，用戶(hù)畫(huà)像越復(fù)雜。某家主打內(nèi)容分發(fā)的公司進(jìn)入了全新的視頻領(lǐng)域，現(xiàn)在有兩款A(yù)PP，那么用戶(hù)畫(huà)像的結(jié)構(gòu)也需要改變。既有內(nèi)容相關(guān)的標(biāo)簽，也有視頻相關(guān)的標(biāo)簽，兩者是并行且關(guān)聯(lián)的。

比如A用戶(hù)在內(nèi)容標(biāo)簽下是重度使用，而在視頻標(biāo)簽下是輕度。比如B用戶(hù)很久沒(méi)打開(kāi)內(nèi)容APP有流失風(fēng)險(xiǎn)，但在視頻APP的使用時(shí)長(zhǎng)上看很忠誠(chéng)。如此種種，看的是靈活應(yīng)用。當(dāng)然，姓名性別這類(lèi)人口統(tǒng)計(jì)標(biāo)簽，是通用的。

用戶(hù)畫(huà)像作為平臺(tái)級(jí)的應(yīng)用，很多運(yùn)營(yíng)策略及工具，都是在其基礎(chǔ)上構(gòu)建的。

基于營(yíng)銷(xiāo)和消費(fèi)相關(guān)的標(biāo)簽，新客、老客、用戶(hù)的流失和忠誠(chéng)、用戶(hù)的消費(fèi)水平和頻率等，都是構(gòu)成CRM（客戶(hù)關(guān)系管理）的基礎(chǔ)，可能大家更習(xí)慣叫它用戶(hù)/會(huì)員管理運(yùn)營(yíng)平臺(tái)。

它的作用在于，將數(shù)據(jù)化的標(biāo)簽，轉(zhuǎn)換成產(chǎn)品運(yùn)營(yíng)策略。不同的標(biāo)簽對(duì)應(yīng)不同的用戶(hù)群體，也對(duì)應(yīng)不同的營(yíng)銷(xiāo)手段。CRM的結(jié)構(gòu)中會(huì)包含各類(lèi)觸達(dá)用戶(hù)的常用渠道比如短信、郵件、推送等。也包含CMS（內(nèi)容管理系統(tǒng)），執(zhí)行人員通過(guò)其快速配置活動(dòng)頁(yè)、活動(dòng)通道、優(yōu)惠券等，靠營(yíng)銷(xiāo)活動(dòng)拉動(dòng)數(shù)據(jù)。

老王的沙拉業(yè)務(wù)要是做大，那么運(yùn)營(yíng)平臺(tái)就會(huì)以圖中的結(jié)構(gòu)搭建。老王在CRM中組合標(biāo)簽，新客老客流失客的數(shù)據(jù)借助BI監(jiān)控，然后通過(guò)CMS系統(tǒng)配置紅包啊優(yōu)惠券啊等等，再通過(guò)短或Push觸達(dá)。

好的用戶(hù)畫(huà)像系統(tǒng)，既是數(shù)據(jù)生態(tài)體系，也是業(yè)務(wù)和運(yùn)營(yíng)的生態(tài)體系，它是一門(mén)復(fù)雜的交叉領(lǐng)域。因?yàn)槠邢?#xff0c;算法，數(shù)據(jù)產(chǎn)品沒(méi)有更多的涉及，以后有機(jī)會(huì)再講吧。核心思想希望大家能吃透。若有吐槽和疑問(wèn)歡迎留言。

萬(wàn)千用法，存乎一心。

原文發(fā)布時(shí)間為：2018-06-28
本文作者：秦路
本文來(lái)自云棲社區(qū)合作伙伴“ 數(shù)據(jù)分析”，了解相關(guān)信息可以關(guān)注“ 數(shù)據(jù)分析”

總結(jié)

以上是生活随笔為你收集整理的看完后，别再说自己不懂用户画像了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。