美狮美高梅-美狮美高梅官方网站

美高梅视点
美高梅曾经做过哪些事情?美高梅的发展怎样
5 个步骤帮您快速找到用户画像
发表时间:2019-12-30

美狮美高梅

【直营信誉】MGM,美狮美高梅官方网站最具公信力的博彩集团官网、更有高质料的游戏平台、打造在线博彩第一直营,美狮美高梅不单拥有环境上最多样化的游戏投注平台,再是为衣食父母供给实时、刺激、高信誉的效劳保证和高质料的游戏。

在做尽数产品之上,都会先想好受众群体。但产品上线下发现,预设好的用户群体好像并不买单,譬喻很多新产品都变成了现象级产品,昙花一现。或噬祥随着产品的发展,最初的受众群体可能会发生了改动,譬喻最早使用 QQ 的纳巷用户群体早已成家立业,在寝室里团体狙击 CS 的纳巷人早已放下屠刀。用户发生了改动,产品就要赶紧跟进调整并适应新用户群体的风口,这时候重新定位找到用户画像就变的迫在眉睫。

用户画像是真实用户的虚拟代表,它不是一个具体的人,噬洗照倾向行为观点的异议区分为不同类型,迅速组织在一起,然下把新得出的类型提炼出来,形成一个类型的用户画像。使用最多的用户画像有八要素:基本性、更容易性、真实性、奇特性、倾向性、数量性、应用性、长久性,来寻找用户画像,可能又会吓退一批人,今天吾们就把这几个要素综合起来搬到线上,从产品的真实运营数据中来提炼,一步步归纳出用户画像的标签。


用户画像的3个维度

吾们将用户画像的 8 要素,在线上进行整合,易于 勾勒出倾向用户的群体特性。这在产品中被称为「受众定向 」。在线上研究用户画像主要围绕产品的运营数据,获取用户的基本信息和用户在产品中的网络行为,进行异议化组合分群。按照先下顺序依次可分为三个维度:信息画像、行为画像、分群画像。

  • 信息画像即用户的基本信息,属于静态数据,包括地域、性别,收入,婚否、家庭、职业、收入、资产、销费水平等。


  • 行为画像即用户在产品中的网络行为,又叫消息 数据,包括用户的浏览习惯、访问时长、使用频次、销费记录、喜欢偏好、行为轨迹等。
  • 分群画像就是细分用户群体,按照产品业务的需求,将具有共同业务特性的用户贴上标签,聚合标签计划群体画像。



建立信息画像

现有数据一般都是通过第三方统计平台获取到的,譬喻友盟等。对于大集团官网或者一些保密单位,可能会开发一套自己的监测系统。莫过于友盟做得还算比较成功,自己开发耗费巨大的人力底和时间底,结果还不一定会比友盟好用,在友盟上可以清晰地查到新增、日活、启动、留存、渠道、终端等。很多互联网产品在初期都会决定友盟统计。先获取用户的基本信息即静态数据,建立起信息画像的雏形。





用吾们做过的一个分期购车产品来查找信息画像,先从统计平台和数据库中提取用户基本信息,然下整理这些基本信息在用户群中的占比,最终整理到以下几个关键指标,如下图所示:





绘制行为画像

产品按照环境发展和用户需求的改动不断地更新迭代,在产品迭代中获取关键变量,易于 绘制出行为画像。用户在产品中的可统计到的网络行为,主要包括使用场景、获取始末、访问地址这三块。使用场景主要是设备终端、网络状况、访问时段等;获取始末是用户在产品中浏览的始末、完成任务、使用工具等;访问地址是用户进入产品到离开的整个行为轨迹。





灰子 怯梅制诠撼挡防葱槟傻诙鑫刃形瘛;袢「滴裣喙赝缧形偻臣剖菡急龋槟尚枰袢∮屑壑档墓丶父龅悖




勾勒分群画像



信息画像和行为画像整理好以下,怎么聚合这些信息,为用户贴上精准的标签,勾勒出分群画像,是需要吾们接下来想办法去解决的。这里精减到 3 步,起首找出极端信息值的概念,找到合理的聚合信息画像,末了绘制出合理的分群画像。

第一步:极端值

尽量合理覆盖每组信息的「极端信息值(每组数据中占比最高或最低的信息) 」。



第二步:合理值

这里极端值的用户中,归纳合理的群体。譬喻下图中聚合信息画像呈现出最高值关联信息中,稳定理财但买车买房经济压力很大,看似不合乎逻辑,但买房本来就是一种非常稳定的斥资,而且这样的用户买车的概率很高,还能接受贷款。不合理最低值的用户年龄都相对比较大,而且不大接受网络交易,怎么还会去买股票呢?




聚合行为画像呈现出最高值关联信息中,流量来源中呈现出了一个 PC 端数据占据近半的现象,这莫过于反映出两个小case,一是移动端做的不好,二是用户群体多为上班族等。

第三步:勾勒集合分群画像

尽量合理连接用户行为的「集合信息值(将每组数据占比较大的同其他组进行合理组合,归纳出最符合真实用户的信息值) 」,即相对来说基数较大的用户群。

勾勒出用户画像,产品需求迭代更具针对性。但这是吾蒙洗照数据归纳出来的结果,还不能说明这样的结果就是对的,接下来还需要吾们做进一步用户画像的验证。




验证用户画像

这是吾们理论归纳得出的用户画像,但是到底对不对呢?吾们灰子 怯猛姆椒ɡ囱橹ぃ硇掳姹旧舷呦碌恼媸凳菅罢掖说赖谋淞浚幌鹿槟善浯吹奶嵘蚴导首N崦亲芙岢鲆韵氯址绞嚼囱橹ぁ

1. 验证真实数据

产品上线下统计各组实时数据,寻找此道产品改动的数据,是否符合吾们最初迭代改版的预期,归纳是否符合吾们勾勒的用户画像,改动的需求归纳,没能达到预期的就要结合一些数据改动有针对性的归纳原因。


2. A/B Test

A/B Test 算是互联网最常用的验证方法了,基于用户画像上线下的产品同当上产品进行比对归纳,验证用户画像反馈需求的准确性。对于访问量很大的产品吾们一贯会设置 99百分比 的用户正常访问到原有版本,只保留 1百分比 的用户会被随机切到新版本,聚集新旧数据对比改动的幅度。譬喻上面案例做过的分期购车的产品使用 A/B Test的数据改动,如下图:





3. 业务数据转化验证

产品可以为集团带来的利润,是衡量产品好坏的关键指标。虽然这属于商业层面的考量,但也要回归到产品层面来落实。主要灰子 强床房梢晕滴翊吹淖剩馐羌趴己说墓丶 KPI ,如果转化率跌了,可能就噬献忙活一场,如果转化率提高了,就可以作为具有说服力验证结果。上面案例的分期购车产品中的数据来找子 疽幌拢缦峦迹





通过不断地迭代验证用户画像,带来用户增长。但产品带来大量新增的再是,也会带来产品需求的改动,因为用户本身就是一个变量,产品依然需要不断的迭代更新,才能不断地更新验证用户画像。

用户画像使吾们更好地解决了用户的需求,验证吾们用户画像方向的可行性,易于 得到产品的用户画像。



——美高梅分享,作者VV体味






XML 地图 | Sitemap 地图