乾貨 | 資料分析之使用者畫像方法與實踐
在日常商業活動中，有各種各樣的職能劃分：增長、內容、活動、產品，雖然具體工作和最終目標不一樣，但其實都是圍繞著「使用者」去做，可以說都是在做「使用者運營」。如今伴隨著流量紅利的結束、獲客成本的不斷提高，我們進入了乙個使用者精細化運營階段。在這個階段中，我們不得不使用乙個工具——使用者「畫像」標籤體系。
一、 什麼是使用者畫像
使用者畫像（user persona）的概念最早由互動設計之父alan cooper提出，是建立在一系列屬性資料之上的目標使用者模型。一般是產品設計、運營人員從使用者群體中抽象出來的典型使用者，本質是乙個用以描述使用者需求的工具。
personas are a concrete representation of target users.
真實使用者的虛擬代表
——互動設計之父alan cooper
但隨著網際網路的發展，現在我們說的使用者畫像（user profile）又包含了新的內涵：根據使用者人口學特徵、網路瀏覽內容、網路社交活動和消費行為等資訊而抽象出的乙個標籤化的使用者模型。
它的核心工作主要是利用儲存在伺服器上的海量日誌和資料庫裡的大量資料進行分析和挖掘，給使用者貼「標籤」，而「標籤」是能表示使用者某一維度特徵的標識，主要用於業務的運營和資料分析。（如圖所示）
乾貨 | 資料分析之使用者畫像方法與實踐
二、為什麼需要使用者畫像
使用者在企業發展的過程中有舉足輕重的作用，主要的應用有：
1、精準營銷：這是運營最熟悉的玩法，在從粗放式到精細化運營過程中，將使用者群體切割成更細的粒度，輔以簡訊、推送、郵件、活動等手段，驅以關懷、挽回、激勵等策略。
2、使用者分析：使用者畫像也是了解使用者的必要補充。產品早期，產品經理們通過使用者調研和訪談的形式了解使用者。在產品使用者量擴大後，調研的效用降低，這時候就可以輔以使用者畫像配合研究。方向包括新增的使用者有什麼特徵，核心使用者的屬性是否變化等等。
乾貨 | 資料分析之使用者畫像方法與實踐
4、資料分析：使用者畫像可以理解為業務層面的資料倉儲，各類標籤是多維分析的天然要素。資料查詢平台會和這些資料打通，最後輔助業務決策。
乾貨 | 資料分析之使用者畫像方法與實踐】
三、使用者畫像的主要內容
使用者畫像一般按業務屬性劃分多個類別模組。除了常見的人口統計，社會屬性外，還有使用者消費畫像、使用者行為畫像，使用者興趣畫像等。
人口屬性和行為特徵是大部分網際網路公司做使用者畫像時會包含的：人口屬性主要指使用者的年齡、性別、所在的省份和城市、教育程度、婚姻情況、生育情況、工作所在的行業和職業等。行為特徵主要包含活躍度、忠誠度等指標。
乾貨 | 資料分析之使用者畫像方法與實踐
除了以上較通用的特徵，使用者畫像包含的內容並不完全固定，根據行業和產品的不同所關注的特徵也有不同。
②社交**的使用者畫像，也會提取使用者的社交網路，從中可以發現關係緊密的使用者群和在社群中起到意見領袖作用的明星節點。
③電商購物**的使用者畫像，一般會提取使用者的網購興趣和消費能力等指標。網購興趣主要指使用者在網購時的類目偏好，比如服飾類、箱包類、居家類、母嬰類、洗護類、飲食類等。消費能力指使用者的購買力，如果做得足夠細緻，可以把使用者的實際消費水平和在每個類目的心理消費水平區分開，分別建立特徵緯度。
④像金融領域，還會有風險畫像，包括徵信、違約、洗錢、還款能力、保險黑名單等。
四、如何構建使用者畫像
業內有很多關於建立使用者畫像的方法，比如alen cooper的「七步人物角色法」，lene nielsen的「十步人物角色法」等，這些都是非常好並且非常專業的使用者畫像方法，值得我們借鑑和學習。
事實上，當我們了解了這些方法之後，就會發現這些方法從流程上可以分為3個步驟：獲取和研究使用者資訊、細分使用者群、建立和豐富使用者畫像。在這3大步驟中，最主要的區別在於對使用者資訊的獲取和分析，從這個維度上講主要有以下三種方法：
乾貨 | 資料分析之使用者畫像方法與實踐
簡單來說，定性就是去了解和分析，而定量則是去驗證。一般而言，定量分析的成本較高、相對更加專業，而定性研究則相對節省成本。因此建立使用者畫像的方法並不是固定的，而是需要根據實際專案的需求和時間以及成本而定。建立使用者畫像的方法，並沒有嚴格意義的最專業和最科學，但是有最適合團隊和專案需求的。
好的使用者畫像是理解使用者的決策，考慮業務場景和業務形態的。這裡我們介紹一種簡單的構建使用者畫像方法。
靜態資料：使用者的人口屬性、商業屬性、消費特徵、生活形態、crm五大維度，其獲取方式存在多種，資料探勘是最為常見也是較為精準的一種方式，如果資料有限，則需要定性與定量結合補充。定性方法如小組座談會、使用者深訪、日誌法、laddering 階梯法、透射法等，主要是通過開放性的問題潛入使用者真實的心理需求，具象使用者特徵；定量更多是通過定量問卷調研的方式進行，關鍵在於後期定量資料的建模與分析，目的是通過封閉性問題一方面對定性假設進行驗證，另一方面獲取市場的使用者分布規律。
乾貨 | 資料分析之使用者畫像方法與實踐
動態資料：使用者不斷變化的行為資訊，乙個使用者開啟網頁，買了乙個杯子；與該使用者傍晚溜了趟狗，白天取了一次錢，打了乙個哈欠等等一樣都是使用者行為。隨著網際網路的發展，各種動態的行為資料都可以被記錄下來。
乾貨 | 資料分析之使用者畫像方法與實踐
2、目標分析
使用者畫像的目標是通過分析使用者行為，最終為每個使用者打上標籤，以及該標籤的權重。標籤，表徵了內容，使用者對該內容有興趣、偏好、需求等等。權重，表徵了指數，使用者的興趣、偏好指數，也可能表徵使用者的需求度，可以簡單的理解為可信度，概率。
3、資料建模
乙個事件模型包括：時間、地點、人物三個要素。每一次使用者行為本質上是一次隨機事件，可以詳細描述為：什麼使用者，在什麼時間，什麼地點，做了什麼事。
①使用者：關鍵在於對使用者的標識，使用者標識的目的是為了區分使用者、單點定位。
乾貨 | 資料分析之使用者畫像方法與實踐
為什麼會出現如此截然相反的反饋呢？原來是這些人把「典型使用者」跟「使用者畫像」的概念搞混了。因為以上描述典型使用者這些特點，只是把使用者特徵抽象出來，組合在一起，事實上典型使用者是虛構的，並不真實存在。而使用者畫像是把使用者以標籤的形式表現出來，每乙個真實存在的使用者都有對應的使用者畫像。
2、不要把使用者畫像簡單理解成由使用者標籤構成
這也是 50% 以上的人都可能存在的錯誤認知，即把使用者畫像簡單理解成由使用者標籤構成。使用者標籤是用來概括使用者特徵的，比如說姓名、性別、職業、收入、養貓、喜歡美劇等等。這些標籤表面上看沒有什麼問題，但是實際上組成使用者畫像的標籤要跟業務/產品結合。
舉個誇張的例子，海底撈要做使用者畫像，最後列出來小明是乙個大學生、高富帥、獨生子、四川人，愛玩遊戲、愛看動漫等使用者標籤。而事實上，對於海底撈而言，使用者帥不帥、是否愛玩遊戲真的沒有關係。
3、沒有建立真正有效的使用者畫像標籤
如果你能夠建立真正有效的使用者畫像標籤，才算正確理解從而提公升運營效果。這就涉及到構建使用者畫像最大的難點了。
比如某知識付費團隊要賣課，那麼建立使用者畫像最核心的訴求就是：提高課程購買數量。如果能通過使用者畫像了解使用者購買課程的意願，然後採取相應的運營策略，效率便會大幅度提高。而這個購買課程意願度，就是我們最需要放在使用者畫像裡的標籤。
比如我們建立使用者畫像之後，計算出來甲購買課程的意願是 40%，乙購買課程的意願是 90%。為了進一步提高購買量，我們會對購買意願在 40% 的使用者（甲）發放優惠券。如果沒有建立這樣乙個使用者畫像標籤，我們就會對甲和乙發放同樣的優惠券。而乙類使用者原本是不需要用優惠券進行激勵的，這麼一發，便會增加很多成本。這也就是電商利用使用者畫像標籤實現的大資料殺熟。
六、小結
1.我們進入了乙個使用者精細化運營階段。在這個階段中，我們不得不使用乙個工具——使用者「畫像」標籤體系；
2.使用者畫像是根據使用者人口學特徵、網路瀏覽內容、網路社交活動和消費行為等資訊而抽象出的乙個標籤化的使用者模型；
3.使用者在企業發展的過程中有舉足輕重的作用，主要應用有：精準營銷、使用者分析、資料應用、資料分析；
4.使用者畫像包含的內容並不完全固定，根據行業和產品的不同所關注的特徵也有不同；
5.好的使用者畫像是理解使用者的決策，考慮業務場景和業務形態的。
資料分析實戰（6 7） 資料分析 使用者畫像基本概念
商業智慧型 bi 資料倉儲 dw 資料探勘 dm 三者之間的關係開頭中的百貨商店利用資料 使用者購物行為屬於商業智慧型，他們積累的顧客的消費行為習慣會儲存在資料倉儲中，通過對個體進行消費行為分析總結出來的規律屬於資料探勘。如果說網際網路的上半場是粗狂運營，因為有流量紅利不需要考慮細節。那麼在下半場，...
RDBMS與資料分析方法
rdbms rdbms即關聯式資料庫管理系統 relational database management system 是將資料組織為相關的行和列的系統 rdbms 中的資料儲存在被稱為表 tables 的資料庫物件中。表是相關的資料項的集合，它由列和行組成 rdbms的特點 1.資料以 的形式出...
資料分析的方法與技術
資料分析是指採用準確適宜的分析方法和工具來分析經過處理的資料，提取有價值的資訊，從而形成有效的結論並通過視覺化技術展現出來的過程。資料分析的方法有 普遍使用的資料分析工具有 excel spss sas eview r語言 matlab stata 強大 和weka等。資料探勘工具 weka que...