用户画像分析方法（案例）

上篇文章，我们了解了常见的业务场景（案例）和5种分析方法。这篇文章将带领大家走进工作时候的业务场景，学习在几种较为复杂的业务场景下，我们都是如何借助数据进行分析，解决问题的。

平常我们在网上也会对用户画像进行搜索，一般情况都会下会找到两种结果的答案。

第一种是会告诉你用户偏标签数字的内容。

第二种是描述一个用户的职业兴趣爱好以及使用产品时候的一些特点。

两种也会有一些差距。第一种一般指的是用户在系统里面产生的一些行为一些用户特征，或者用户主动填写的资料，更偏数据统计过程中形成的标签系统。第二种更是偏用户访谈用户研究的，一些感性的东西。

第一种我们就会用在产品的推广运营，产品设计中。这种一般是来自产品具体数据的表现，所以用在商务或运营中会比较多一些。第二种一般会帮助我们识别产品所主要服务的人是什么类型的，是比较感性的一个东西。但是它对于指导我们具体工作时，会有缺失的。

两者之间有一些差异，但是还是要多了解一下第一种基于数据的用户画像。

基础属性（用户的基本情况）：年龄、性别、生日、星座、教育、身高、收入、职业?....

社会关系：婚姻、有无小孩、有无女孩、家有老人、性取向....

行为特征：基本行为 注册时间、来源渠道.... ? 业务行为 买过特惠商品、曾获优秀学员

业务相关（运动类型产品）：高矮胖瘦、体脂率、在练肌肉、日均9000步、收藏100个健身计划....

1、直接填写（比如是注册的时候，相亲的产品，外卖的产品，装修的产品）

2、通过用户自己的已有特征推得（一般是在做活动的时候，简单个性化运营，业务分析要拆成不通群体观察，用户研究（准备））

举个案例：产品是一个电商平台，运营部门要针对与北京的女大学生做一个女生节这样的运营活动。

这个时候我们如何去区分性别，地址，消费能力。

我们可以用现在已有的特征去推。我们可以通过买过的东西推算，如买过多次男性产品的归为男性，买过多种卫生巾产品的用户归为女性。地址也可以通过收货地址推算得出。消费能力也是可以通过细节消费（比如买一个消耗品超过200元钱这个样子）通过用户特征做推断，都是通过以往信息来筛选。不可能所有用户都发生这样的行为，这样的我们只能给一部分用户打标签，还有一部分用户没有识别出来的。

当然我们还是需要做进一步的推演。比如地址我们也可以进一步通过用户的常用IP来得出是否在北京。或者说消费能力也可以查看用户使用的手机型号是否为新款。比如通过手机型号vivo和美图手机也可以得出大部分女性用户（当然也会有些误判）职业可以通过收货地址是大学消费等地方。

3、通过用户身边的人推断

距离相近（某些属性，周围的人都具备，用户大概率也具备）

行为相似（通过协调过滤，找到行为相似的目标用户）

常见特征：基础属性 社会关系 行为特征 业务相关

使用场景：市场营销，个性化运营，业务分析，用户研究....

通过用户画像去了解数字背后的用户一般情况下会有三种落地的场景（高质量拉新，精准运营推送，辅助产品设计）

如何高质量拉新？ （一个2手书籍交易平台）

1如何从现有的用户里面找到我们，那些是真正的用户

定义什么是我们真正的用户（比如：高留存用户，核心行为频次，完成率高）

2真正用户的特征

是谁？ 电商平台可以通过他购买的书籍。倒推他们的年龄，受教育程度，地域，消费能力。

从哪里来？ ? 电话访谈等方式，发现很多来自朋友推荐。

3按此类型，找到类似的用户

?用户画像：高校、科研院所、知识密集型工作区域。消费倾向社科类书籍。

有的时候人拉人的这种手段不一定会做的很好。会有很多条件限制我们，没有办法去做。在这种情况下我们可以选择很多渠道做合作做投放，不同渠道会有不同属性，不同渠道的用户会有不同的标签，比如年龄的标签职业性别等。我们有了自己的标签之后，在对接渠道时候我们可以将我们的诉求和特征对应起来选择更好的投放渠道。

另外也有很多广告投放也做的很好，都是可以精准的选择受众。对比两个平台的标签和画像，都是可以对的上。但一开始的时候一定要梳理好我们要投放什么类型的人，不然再好的平台也是用不上的。我们有一个用户画像之后，在拉新的时候会有一个大体的参考。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com