用户画像分析和策略

顾客画像分析和方略说到顾客画像，诸多运行者的第一反映是:这不是产品经理需要理解的事吗?其实否则。甚至能够说，顾客画像对于运行者的作用甚至更不不大于产品经理。什么是顾客画像？顾客画像：就是与该顾客有关联的数据的可视化的呈现；一句话来总结就是：顾客信息标签化。通过各个维度对顾客或者产品特性属性的刻画，并对这些特性分析统计挖掘潜在价值信息！能够简朴理解成是海量数据的标签，根据顾客的目的、行为和观点的差别，将他们分辨为不同的类型，然后每种类型中抽取出典型特性，赋予名字、照片、某些人口统计学要素、场景等描述，形成了一种人物原型。分析的维度：能够按照人口属性和产品行为属性进行综合分析；统计打标签，顾客信息标签化。人口属性：地区、年纪、性别、文化、职业、收入、生活习惯、消费习惯等；产品行为：产品类别、活跃频率、产品喜好、产品驱动、使用习惯、产品消费等；为什么使用顾客画像顾客画像的核心工作是为顾客打标签，打标签的重要目的之一是为了让人能够理解并且方便计算机解决，如，能够做分类统计：喜欢红酒的顾客有多少？喜欢红酒的人群中，男、女比例是多少？也能够做数据挖掘工作：运用关联规则计算，喜欢红酒的人普通喜欢什么运动品牌？运用聚类算法分析，喜欢红酒的人年纪段分布状况？大数据解决，离不开计算机的运算，标签提供了一种便捷的方式，使得计算机能够程序化解决与人有关的信息，甚至通过算法、模型能够“理解”人。当计算机含有这样的能力后，无论是搜索引擎、推荐引擎、广告投放等多个应用领域，都将能进一步提高精确度，提高信息获取的效率。顾客画像打标签一种标签普通是人为规定的高度精炼的特性标记：年纪段标签：25~35岁地区标签：北京标签特性：语义化：能很方便的理解每个标签含义！短文本：每个标签只代表一种含义！产品十定论定人：给谁定时：这个产品在什么时候、季节、节令里应用定景：如何考虑产品在场景变化中的需求构造。4.定质：质是质量原则，一定要考虑产品的质量原则是什么？基于质量原则，会引发出终究你的采购，运行，技术需要什么样的安排？5.定规：我们做产品一定会强调规格运行经营什么样的产品。6.定组：在产品中，不同的品类中需要考虑组的结合例如我们的组有两个a品牌下的小组b品类下面的细分7.定形：形就是形状和物理状态8.定名9.定价10.定销如何创立顾客画像（一）数据收集基础顾客注册信息性别，年纪，地区顾客行为数据浏览，关注，活跃度顾客评价喜好，盼望历史数据日志如何创立顾客画像（二）亲和图、拟定类型把大量收集到的事实、意见或构思等定性资料，按其相近性进行归纳整顿的一种办法。手动列出大标签，品类或者数据聚类的过程eg:屌丝、IT男、java、hadoop、技术宅好友影响如何创立顾客画像（三）顾客画像模型框架画像的模板顾客画像有诸多特性，哪些必须包含，哪些能够包含？需要一种顾客画像的框架，依靠框架让流程原则化！如何创立顾客画像（四）顾客画像的优先级排序拟定顾客画像优先级使用频率市场大小收益的潜力竞争优势/方略等如何创立顾客画像（五）完善顾客画像结合真实的数据，选择典型特性加入到顾客画像中加入描述性的元素和场景描述，让顾客画像更加丰满和真实将顾客画像框架中的范畴和抽象的描述具体化让顾客画像容易记忆，例如用名字、标志性语言、几条简朴的核心特性描述，都能够减轻读者的记忆负担。举例：会员画像性别画像（性格的占比）年纪分布画像（按原则年纪段的正态分布）教育背景画像（教育背景）职业分布画像（职业背景）特性分布画像（多标签特性库，购物狂，游戏迷）会员游客画像（具体信息画像）匿名顾客画像（会员不具体顾客画像）顾客来源画像来源分类（直接输入、搜索引擎、本域来路、外域来路）来源网站（网站统计）来源页面（网站链接）直接访问（浏览器直接进去）搜索引擎（具体的搜索引擎画像）搜索核心词（热点核心词画像）广告营销（通过广告进入）移动APP（移动数据入口）APP画像应用属性画像（名字、版本、设备信息、（核心软件、系统））基础指标（累积启动次数、启动顾客、新增顾客、人均启动次数、平均使用时长）在线分析（流量消耗、活跃顾客）内容分析（页面，菜单使用热度）使用时段画像（均匀负载）使用间隔画像（顾客使用频率）错误画像（程序错误自动报告系统）顾客画像应用场景（一）社交顾客画像有诸多社交的注册顾客，为了增加顾客之间的社交文化，对每一种顾客进行画像，根据画像做好友推荐！所在地：家乡：性别：年纪：在线：附近距离：顾客画像应用场景（二）网站指标画像网站的指标画像，对网站性能负载进行综合调节、评定、优化！PV（PageView，浏览量）UV（uniquevisitor，独立访客）IP（独立ip）PR(即PageRank)，网页的级别重要程度响应时间、各级页面平均停留时间浏览量、跳出率、跳转次数、回头率顾客画像应用场景（三）顾客群体画像对不同职业，不同技术的不同背景的顾客群体分析画像所在地年纪阶段分类职业岗位分类消费群体分类薪资分类目的客户细分顾客画像应用场景（四）广告推荐广告推荐核心技术是推荐引擎，角色(顾客)画像是广告推荐引擎分一部分！物品信息画像（对于内容的识别、核心字）顾客对物品的偏好（评分、查看、购置等）协同过滤相似度推荐(画像标签相似度推荐)总量性指标（涉及广告的费用与频次）趋势性指标（公司投放力度的变化状况）转化率指标（消费者对广告的投放点击率）访问者成本（总的广告费用除以独立访问者数量）进入页面的跳出率（进入广告直接退出）顾客画像应用场景（五）电商类推荐根据顾客喜好推荐有关顾客喜欢的产品核心字（根据核心字匹配顾客想找的物品）浏览量（核心词品类浏览热点）销量（核心词品类销量画像）价格（核心词商品的价格排序）顾客购置喜好（顾客购置聚类画像）活动推广商品画像（广告指标画像）顾客画像应用场景（六）资讯类推荐根据顾客主动订阅或者浏览次数频率，对顾客喜欢画像，进行资讯推荐订阅：热门推荐：最新推荐：浏览品类次数统计：浏览的频率推荐：核心词推荐：顾客画像应用场景（七）视频类推荐视频网站有大量的视频，如何让顾客找到顾客感爱好的视频