产品知识体系梳理(三)、用户画像

请记住一句话:不要因为你现有企业的产品流程不规范,而放弃专业的学习态度和工作态度。

如何理解用户画像?

很简单,我举个例子:
高富帅,白富美,吊丝,宅男这些都是被人贴了标签定义的特定群体。
如:宅男1,性别:男;2,特征:长期足不出户。(这样用名称来定义这类用户群体)。

用一句话来描述,即:用户信息标签化。

对于产品新人或没接触过数据分析的产品经理来讲,我觉得我的解释已经够清晰明了了。

在日常生活中,如果给人贴上标签的话,会是一种“羡慕妒忌恨”的感觉。

所以我就讲讲在产品经理工作中,做用户画像的目的是什么?

用户画像的目的是为产品筛选出目标客户,通过信息类别来筛选指定用户群。

比如:
分类统计:喜欢购物的用户有多少?喜欢购物的人群中,男、女比例是多少?
数据挖掘:利用关联规则计算,喜欢运动的人通常喜欢什么运动品牌?利用聚类算法分析,喜欢购物的人地区分布情况是怎么样的?

用户画像的方法

从实用角度出发,我们可以将用户画像信息分成五类信息。分别是个人属性,信用属性,消费特征,兴趣爱好,社交属性

1、个人属性——用户是谁?如何联系用户?

2、信用信息——风险控制(资产、收入、支付习惯)。

3、消费特征——消费习惯和消费偏好。

4、兴趣爱好——品牌偏好,个人兴趣。

5、社交属性——社交媒体,言论特点,个人爱好。

1、个人属性:

用于描述一个人基本特征的信息,主要作用是帮助企业知道客户是谁,如何触达用户。姓名,性别,年龄,电话号码,邮箱,家庭住址都属于人口属性信息。

2、信用属性:

用于描述用户收入潜力和收入情况,支付能力。帮助企业了解客户资产情况和信用情况,有利于定位目标客户。客户职业、收入、资产、负债、学历、信用评分等都属于信用信息。

3、消费特征:

用于描述客户主要消费习惯和消费偏好,用于寻找高频和高价值客户。帮助企业依据客户消费特点推荐相关金融产品和服务,转化率将非常高。为了便于筛选客户,可以参考客户的消费记录将客户直接定性为某些消费特征人群,例如差旅人群,境外游人群,旅游人群,餐饮用户,汽车用户,母婴用户,理财人群等。

4、兴趣爱好:

用于描述客户具有哪方面的兴趣爱好,在这些兴趣方面可能消费偏好比较高。帮助企业了解客户兴趣和消费倾向,定向进行活动营销。兴趣爱好的信息可能会和消费特征中部分信息有重复,区别在于数据来源不同。消费特征来源于已有的消费记录,但是购买的物品和服务不一定是自己享用,但是兴趣爱好代表本人的真实兴趣。例如户外运动爱好者,旅游爱好者,电影爱好者,科技发烧友,健身爱好者,奢侈品爱好者等。兴趣爱好的信息可能来源于社交信息和客户位置信息。

5、社交信息:

用于描述用户在社交媒体的评论,这些信息往往代表用户内心的想法和需求,具有实时性高,转化率高的特点。例如客户询问上海哪里好玩?澳大利亚墨尔本的交通?房屋贷款哪家优惠多?那个理财产品好?这些社交信息都是代表客户多需求,如果企业可以及时了解到,将会有助于产品推广。

如何简单构建用户画像?

以隔壁老王为列:

1,个人属性:老王;男,27岁;家住:魔都;
2,信用属性:职业:产品经理;
3,消费特征:母婴用户群体;
4,兴趣爱好:1024爱好者;
5,社交信息:目前计划跟太太生二胎。

以这个用户画像为例,项目为母婴教育,对隔壁老王特别合适。所以我们选择用户群体就以这类计划生二胎的家庭为主。因为生完第一胎后,他们深知孩子的教育责任艰巨,跟孩子沟通困难等等,所以对第二胎会加紧注意。用户群体不少的,有数据显示,响应国家二胎政策后,预算从2020年起新生婴儿增加会有1000万个/年。

最后,我们做产品的时候,第一批用户群是必须严格按照用户画像来选择,先细分后扩展

请记得点“喜欢”! 请加QQ群:产品圈--247485909.本群讨论产品工作为主!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 156,265评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,274评论 1 288
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,087评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,479评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,782评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,218评论 1 207
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,594评论 2 309
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,316评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,955评论 1 237
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,274评论 2 240
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,803评论 1 255
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,177评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,732评论 3 229
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,953评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,687评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,263评论 2 267
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,189评论 2 258

推荐阅读更多精彩内容