数据驱动,8步构建用户画像

构建用户画像往往容易犯主观的一些错误:编造数据、使用过多无关数据、只使用定性数据、只使用定量数据、相信你的画像是现实的完美代表等等,如何克服这些错误,构建正确的用户画像?

什么是用户画像(user persona)?简而言之,就是基于各种属性、态度和特征的客户研究的原型代表。

“购买者的用户画像基于研究的原型(建模),它代表了购买者是谁,他们试图完成什么,什么目标驱动他们的行为,他们如何思考,以及他们为什么做出购买决定等。”

用户画像也被称为买家画像、客户画像、客户资料,或者只是画像,这取决于是谁在向你推销这种创意,不过说到底,它们的意思都是一样的。

用户画像可反映其行为的真实数据和虚构的买家群体,可以使用它们来制定更好的营销、产品和业务决策。在 UX、CRO、社交媒体、SEM、SEO 等职能线中,用户画像都可以更好地发挥自己的价值。

通过数据驱动建立用户画像

那么,我们如何克服这些错误,并创建值得信赖和可操作的用户画像呢?

数据驱动是一种很好的方法,它基于定性和定量数据的结合,以及相关的探索和分析。

第一步:概述目标和计划方法

我们很久以前就在 Excel 中做分析,以找到最有价值的客户群体,并且,我们还会跟踪他们的共同行为。

我们从未对行为相关性进行过完整的结构化分析,但是我们知道我们的“理想客户”在很大程度上是什么样的,并且我们通常知道哪些客户的档案对我们最有价值。

所以,概述目标和计划具体方法应当是整个过程的第一步。

第二步:整理调研问卷

对我而言,写调查报告是最难的部分之一,它涉及到思考我的项目目标是什么,并将这些目标与问题联系起来,得出可操作的答案。

不仅如此,我还想消除问题中的偏见,让调查足够简短,让人们可以更友好地接受它。

如果我能回去,我一定会去改进我的调查问题。这就是数据的来源,也是最应该关注的部分。

问卷中经常会出现一些规模问题,比如“在购买数字营销培训时,以下因素有多重要?”其次是一系列因素,如“成本”、“导师的声誉”和“互动性”。

我们还问了一些开放式的问题,比如“你的工作中最具挑战性的技能是什么?”和“你经常读什么博客?”这些都是最有价值的且可操作的营销活动的想法。

第三步:研究数据

让数据滚滚而来。

一旦你得到了大约 300 条回复,你就可以考虑分析数据了。不过,前提是已经提前计划了样本容量,大概有 300——1000 名受访者提供了良好的数据。

当然,其中也有许多比纯样本量更重要的因素,比如调查质量、受众定位、自己的数据分析技能等。

第四步:查看数据

数据透视表是 Excel 中一个非常简单却非常强大的功能,对于数据探索来说是非常宝贵的。如果没有实际的操作,就很难解释它们,但是通过将不同的变量放在列/行中,并分析平均值、标准偏差、和等,我们就可以从不同的角度交互式地研究数据。

通常情况下,研究人员会利用数据透视表来查看受访者如何回答各种调查问题。

第五步:数据探索

前文已提到,作为调查的一部分,问卷中还包含一些开放式问题:

你读什么书?你在工作中最具挑战性的技能是什么?你每天使用什么软件?你最近完成的数字营销培训是什么?由于各种各样的原因,其中最重要的是我们提出的问题所固有的可操作性。

例如,如果我们可以按角色划分并找到每个角色经常使用的公共网站,那么就知道他们在哪里发布消息、做广告或建立伙伴关系。

如果我们知道他们使用什么软件,我们就知道在活动、网络研讨会和内容方面应该与谁合作,我们就知道应该教授哪些特定于工具的课程,我们甚至可以基于软件细分来开展一些销售开发活动。

第六步:将数据整理成粗略但独特的画像

此时,我们已经对自自己的数据了如指掌。临睡时,可以思考到底可以创建哪些数据透视表来获取新的见解,而且,我们已经知道该画像在现实中是如何分解的,而不仅仅是我们头脑中的样子。

就在这时,你开始将他们具体化为不同的画像。找到他们的核心价值观,也许就会发现一个人物画像经常围绕着他们认定的“价值”,而非单纯的质量或其他,比如他们阅读 X 个博客,他们比一般受访者赚更多的钱,但花的钱却更少等等,这些细节都在逐步开始构建一个独特的人物画像。

当我们找到了一些原型画像时,会发现他们与我们创建的虚拟人物画像非常相似,可以从中抽取一部分“原型”,对其进行 15——20 分钟的一对一采访。

第七步:进行一对一问答

作为一名市场营销人员,主要对能够用于增长和广告的洞察力部分感兴趣。然而,在进行用户画像研究之前,也对已有的客户进行了行为分析,比如对他们进行客户访谈,共享团队之间的数据。

我们计划了一系列有助于产品和营销的开放式问题,旨在激发情感和深度,比如:

你在公司的角色是什么?职业背景?你的营销团队有多大?是如何组织和分配的?你每天和谁一起工作?贵公司如何组织培训和继续教育?培训是单独进行的还是分配给你的?你工作中最大的挑战是什么?这些问题代表一个模板,换句话说,这不是一个清单,而是一个对话。带着记者的态度,带着一种好奇和探索的心态参与对话,重要的是,不要让对方感觉到这是一场面试,它更像是与亲密朋友之间的对话。

这个阶段可能需要几天到一周的时间,具体取决于主持者可以多快地组织和进行这些采访,每周尝试对每个不同的角色进行二到五个面试,会有意想不到的收获。

第八步:与团队分享结果

按如上的步骤,基本完成了在研究阶段需要的用户画像,之后可以通过设计这些画像所对应的研究模型,并与团队共享结果且一起做决策制定。

©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 160,108评论 4 364
  • 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 67,699评论 1 296
  • 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 109,812评论 0 244
  • 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 44,236评论 0 213
  • 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 52,583评论 3 288
  • 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 40,739评论 1 222
  • 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 31,957评论 2 315
  • 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 30,704评论 0 204
  • 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 34,447评论 1 246
  • 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 30,643评论 2 249
  • 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 32,133评论 1 261
  • 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 28,486评论 3 256
  • 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 33,151评论 3 238
  • 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 26,108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 26,889评论 0 197
  • 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 35,782评论 2 277
  • 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 35,681评论 2 272

推荐阅读更多精彩内容