如何从拉新的角度完成用户画像

如果从拉新角度去定义,用户画像应该是我们针对产品,在对大量真实有效的数据进行科学的理性分析和感性聚类之后,在众多目标用户中抽象出来的一种典型的客户形象,TA是一个虚拟的角色,但TA代表了一类真实的用户群体。

通常我们都是从产品的角度给用户画像,那么从运营的角度,如何给用户画像?运营四件事:拉新,留旧,促活,创收。而运营工作之中最基础也最重要的是拉新,今天运营喵就从拉新的角度,谈谈如何给用户画像。

什么是用户画像?

如果从拉新角度去定义,用户画像应该是我们针对产品,在对大量真实有效的数据进行科学的理性分析和感性聚类之后,在众多目标用户中抽象出来的一种典型的客户形象,TA是一个虚拟的角色,但TA代表了一类真实的用户群体。

对于拉新有何意义?

用户画像对于拉新意义,在于我们通过这个虚拟的角色,我们可以清楚的知道我们目标受众的真实想法、兴趣图谱、行为习惯和消费特征等。这可以让我们明晰如何更好的展开推广活动,让运营人员在做推广工作时时更有指向性,也更精准。

用户画像

用户画像

今天运营喵就从拉新的角度,谈谈如何给用户画像。

这具体可表现为:

1、更好的规划推广方案

我们的用户关心什么,往往是个多维的复杂问题,抽象的人群画像可以帮助我们更清晰的理解受众的核心诉求。

2、更有指向性的推广策略

每次制定推广策略,我们习惯根据我们品牌受众的属性(忠实用户、核心用户、目标用户与潜在用户)去组织策略,清晰的人群画像可以帮助我们有针对性的组织和策划与受众对应的运营策略、渠道策略、媒介策略等。

3、明确采取何种推广方式

根据人群画像的类型确定信息推广方式,如采用何种媒介等,明确推广针对的主要目标人群有怎样的媒介使用习惯,这将更方便我们根据媒介的属性(或平台的属性)去准备与之对应的媒介组合和开展工作,以及精准推送相应的广告或服务信息。

4、决定内容运营的调性与风格。

不同类型的用户喜欢不同风格的信息内容,用户画像可以让我们明确这些style。我们把更匹配目标用户Style的内容给TA,势必能更容易与其交流和产生共鸣。

其实,我们在讨论产品需求时、在项目优先级排序时、在琢磨交互流程时、在选择设计风格时、在完善运营方案时等,都需要拿用户画像说事,总之,在各种讨论、脑暴、pk时,用户画像都可以派上用场。

如何为用户画像?

为用户画像的过程其实就是根据数据分析和感性聚类,为目标用户贴上“标签”,这些“标签”是经过高度精炼的特征标识,如年龄、性别、地域、行为习惯、消费偏好等,最后将用户的所有标签综合来看,就可以勾勒出该用户的“画像”了。

用户画像

用户画像

具体来讲,当为用户画像时,可以分为三步:

第一步,数据收集。

大数据时代,为我们获取用户的精准画像提供了便捷,大数据的获取,一般是通过互联网用以下渠道获取:

Cookie:数据获取最为普遍的方式,能够识别匿名和未注册的用户,它是我们上网过程中产生的,我们可以利用cookie跟踪和统计用户访问该网站的习惯,比如什么时间访问、访问了哪些网面、在每个网页的停留时间等。

APP数据:包括我们的微信、qq、微博、陌陌等,APP是获取用户移动端数据的一种有效手段,在APP中预埋SDK插件,用户使用APP内容时就能及时将信息汇总给指定服务器,但实际上,即使我们不用,我们的APP依然可以获取我们的信息。

注册ID:很多网站都建有自己的会员系统,这为获取我们的数据提供了最便捷有效的形式,特别是电商类网站。每次注册,我们都会被尽可能提供更多的联系方式,我们的手机、邮箱以及即时通讯类的工具,都会被获取。

电子邮件:互联网早期获取用户数据最常用的方式之一,大家应该还记得前不久网易事件。

在当前智能设备横行的背景下,其实我们任何人都没有秘密可言,随便一次电脑杀毒,你的电脑数据可能已经被杀毒软件公司获取了。

当然一些大的互联网企业,比如像BAT这样的,天然就有着庞大的用户数据资源,为我们进行数据分析提供了便利,基础的数据我们利用他们的数据资源就可以解决,类似的一些数据分析工具,如百度指数、淘宝指数、阿里指数等等。不过可能侧重点不同,我们可以有选择性的使用。另外我们也可以利用广告联盟的竞价交易平台获取相关的数据,为我们的运营工作做指导。

第二步,数据整理和加工。

任何数据我们拿到后都是不能直接使用的,我们需要对数据进行加工处理,数据在通过数据管理平台(DMP)加工之后,会帮助我们获取可视化的分析结果。大数据的价值在于数据的时效性和数据被加工之后的数据结果。当这些结果被经过科学分析和感性聚类之后,价值也才会更大。

数据加工阶段我们可以大致将数据分为静态数据和动态数据两大类。

静态信息数据

静态信息数据是指表现用户相对稳定的信息的数据,包括人口属性、商业属性等方面数据。如年龄、性别、所在地域、职业、消费等级和周期等。

动态信息数据

静态信息数据是指表现用户不断变化的行为数据,如浏览网页、搜索商品、发表评论等;

用户画像

用户画像

从拉新角度去刻画一个完整的用户画像,它包含了很多个维度,以下几个维度可能是我们需要重点关注的:

1、背景:目标人群的基础信息,包括公司、职务、兴趣等;

2、职业信息:重要的工作职责和内容,对目前工作满意和不满意的地方;

3、触媒习惯:目标人群通过何种途径获取信息;

4、挑战/痛点:面临什么挑战和问题,以及面对这些所表现的反应和情绪;

5、内容偏好:对何种类型的内容、什么样的风格会感兴趣或引起互动;

6、购买过程中的角色:具体目标人群对于他人购买决策产生何种影响;

如果你的产品服务于几类不同客户,那你还需要刻画出多个人群画像来。

第三步,数据建模。

数据建模的过程可以理解成三维效果图渲染过程,白话一点就是把专属特定用户的标签贴给TA,使其成为一个完整的、具有现实行为“用户”。这个用户可以帮我们清晰揭示其目标,帮助我们把握关键需求、关键任务、关键流程,看到营销必须做的事,也知道营销不该做什么。

请记住,我们的“用户”是由一群活生生的人所组成,而非一堆生硬的没有情感的数据。我们应该尽量将信息精简,构成一个或多个能让营销容易利用的、更富人性化的具体用户行为,如果想达到这些效果,建议你的描述可以按如下思路展开:

如果把每一次用户行为看成是一次随机事件,可以描述为:什么用户,在什么时间,什么地点,做了什么事。

什么用户:关用户的静态属性。

什么时间:包括时间点+时间长度。

什么地点:用户接触点,包括登陆网址+内容。

什么内容:每个网址(页面/屏幕)中的具体商品内容。如什么类别、品牌、描述、属性等等。

什么事件:用户实际行为,如浏览、添加购物车、搜索、评论、购买、点击赞、收藏等等。

所以,经过你层层分析或聚类之后,你拿到可能是如下的一个画像:

从运营角度看用户画像

文章评价
登录后可以评论
立即登录