主页 > 问答社区 > > (用户画像怎么做)如何做“用户画像”
最佳回答 最佳答案

本回答由网友推荐

九州烽火

多种数据采集方式支持业务 随着企业数字化,对数据分析的需求更加迫切,并且可视化的技术和产品也将成为亮点,和交互式分析形成助推,有助于产品从多个角度实现数据驱动。
部分数据分析服务厂商已经开始意识到这些,他们开发的可视化数据分析产品,拥有更强的模型支持能力,结合不同的应用场景需求,整合了搜索技术,极度简化信息的获取,融合工作流,实现用户画像,满足业务流程式的数据分析需求,支持展现结果的二次分析,为数据驱动型企业提供更优良的大数据分析服务。
不久前,神策数据创始人&CEO桑文锋在一次访谈中回顾,他在百度工作了八年,对数据很敏感。
最初负责建立百度用户数据仓库基础,从0到1把各个业务线的数据统一到一起,建成统一的数据仓库,这其中就包括数据的采集、传输、建模、存储、差异分析、数据可视化等环节。
通过对产品的性能分析,用数据所呈现的结果来对产品功能做调整和优化,一切都用数据说话。
再到后来,自己创业做神策数据过程中,也秉承着“用数据帮助客户做最有价值的分析”的理念。
对于数据业务,简单将其分为三块:
数据沉淀、挖掘和可视化,每一块分别对应不同的模式及产品或服务。
数据挖掘业务又被细分为分析、理解及存储。
桑文锋回忆建立百度用户数据仓库基础的最大心得,那就是对数据源的重视。
所以他坚信,神策数据最有价值的分析结果,也离不开对精准数据源的采集。
数据沉淀就是数据采集,其途径有很多种,包括网络爬虫,用Python及Go等开发爬虫平台来获得信息;Wi-Fi接入获得用户数据;提供一些图像方面的API,进行图片搜索及人脸搜索等。
桑文锋说,神策的产品会记录多种数据源,不同终端(Web、App、H
5、桌面软件)的用户行为,后端系统日志(Webserver Log),业务数据(DB)等等。
同时对前端、后端、第三方数据库、业务数据等全面采集,来保证数据源的准确和全面性,更好的进行数据分析,给业务带来新的增长价值。
神策数据三大产品特性服务客户 基于上面所采集到的数据做统计分析、用户及品牌理解、用户画像等等,在分析能力上,支持多维事件分析、漏斗分析、留存分析、用户分群、行为轨迹分析和回访分析,不同分析模型帮助揭示数据背后的含义,了解产品的性能和优化方向。
为了将数据利用到极致,给客户带来更大的价值,神策数据在产品功能上下了很多功夫,具体概括为三大特点:
·     第一个特点就是提供私有化部署,将分析能力嵌入到客户的业务环境里,不去接触客户的数据,在一定程度上保证了客户的数据安全,而且对于金融领域的客户,这一点非常重要。
第     第二个特点是全端数据接入,随着数据分析越来越深入,越来越精细化,尤其是O2O、金融类等客户,要考虑线上线下的数据结合,这样才能提供精准的分析。
通过提供可视化埋点,SDK、工具导入等方式,帮助客户全方位细致的解决数据痛点。
·     第三个特点是 PaaS+SaaS 的结合。
行业不同,需求各异,所以分析服务也要因人而异。
PaaS平台将底层数据和查询接口开放给客户,在此基础上进行二次开发,满足客户独有的分析需求和系统。
在商业化道路上,桑文锋坦诚的说这不是一个新市场,和同行不一样的地方的在于,神策数据提供灵活多维度交叉分析,任意维度进行交叉分析等精细化功能。
在未来神策数据也将朝着产品智能化的方向前进。
客户推荐是神策数据最佳背书 后来,桑文锋提到了在给客户提供服务之后,如果客户后期因为各种原因而没有坚持用完,神策数据也会主动将费用退还。
宗旨就是希望神策数据的数据分析能力可以给客户带来价值,给双方带来价值。
有人问桑文锋,最在意的是什么?他说,最在意客户的满意度以及 NPS(净推荐值)。
客户的满意证明了产品质量过硬,服务到位,而客户的推荐则是神策数据的最佳背书,也符合市场的发展规则。
企业数据化绝非一朝一夕,精准的数据分析需要完善的数据采集模式,强大的数据驱动需要丰富的数据模型支持,在此浪潮中,希望所有企业都能更进一步。
关于神策数据 神策数据,一家专业的大数据分析服务公司,致力于帮助客户实现数据驱动。
公司推出深度用户行为分析产品神策分析(Sensors Analytics),支持私有化部署、基础数据采集与建模,并作为 PaaS 平台支持二次开发。
此外,还提供大数据相关咨询和完整解决方案。
目前已赢得聚美优品、趣店、百联、广发证券、参考消息、秒拍、融
360、共享单车、36氪、Keep等数百家行业领先企业认可。

赞同 (38028)

反对 (145)

其它回答
秋水天长

原发布者:98778680用户画像wwwcrxycn课程安排初步用户画像如何创建用户像推荐引擎的项目架构设计对采集数据清洗对数据字段打标签用户画像指标统计分析用户画像的十种应用场景什么是用户画像?用户画像:
通过各个维度对用户或者产品特征属性的刻画,并对这些特征分析统计挖掘潜在价值信息!
完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。
分析的维度:
可以按照人口属性和产品行为属性进行综合分析;
人口属性:
地域、年龄、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;
用户画像的本质专业术语:
人物角色企业使用术语:
用户画像技术原理:
数据清理分析统计打标签用户信息标签化为什么使用用户画像企业发展最重要的是什么?管理?渠道?营销?用户画像的核心工作是为用户打标签,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处理,如,可以做分类统计:
喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?也可以做数据挖掘工作:
利用关联规则计算,喜欢红酒的人通常喜欢什么运动品牌?利用聚类算法分析,喜欢红酒的人年龄段分布情况?大数据处理,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处理与人相关的信息,甚至通过算法、模型能够“理解”人。
当计算机具备这样的能力后,无论是搜索引擎、推荐引擎、用户画像又称用户角色(Persona),作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,用户画像在各领域得到了广泛的应用。
我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。
作为实际用户的虚拟代表,用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的,形成的用户角色需要有代表性能代表产品的主要受众和目标群体。
一般的,用户画像在产品没有上线、市场前景较为模糊、产品需求还需探索的阶段,定性化的用户画像能有效地节省时间、资源,在较短的时间通过桌面研究、访谈等定性化的方法来获得用户画像是一种比较可行和最优的方式。
而事实上,用户画像是一种能将定性与定量方法很好结合在一起的载体,通过定量化的前期调研能获得一个对于用户群较为精准的认识,在后期的用户角色的建立中能很好地对用户优先顺序进行排序,将核心的、规模较大的用户着重突出出来。
定性化的方法虽然无法对不同单位的特征作数量上的比较和统计分析,但能对观察资料进行归纳、分类、比较,进而对某个或某类现象的性质和特征作出概括,在角色建构的过程中定性化的方式能获得大量用户的生活情境、使用场景、用户心智等资料,进而形成活生生的用户类型。
基于后台数据的支持和挖掘,可以用户画像选择将定量化和定性化方法相结合来创建用户画像。
用户画像是在创造一系列的“典型”或者“象征性”的用户,但用户画像的一个更高层次的功用在于使用用户画像融合边缘情况的行为或需求。
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。
构建用户画像的核心工作即是给用户贴“标签”,而标签是通过对用户信息分析而来的高度精炼的特征标识。
亿美软通经过15年的企业移动商务技术服务积累,从2015年正式启动“大数据+”服务,面向电子商务与互联网金融等行业,为企业提供包括精准营销、用户画像、风险控制、反欺诈等精细化大数据应用与服务。
个人理解是 通过人物的不同维度,比如性别、年龄、职业、爱好、地域等,来描述某一类人,主要用于用户需求分析,作为营销推广的依据;
做用户画像时,关键要结合自身的业务和产品,深层次了解你的用户。
客户画像:客户信息标签化,完美地抽象出一个客户的信息全貌,可以看作企业应用大数据的根基。
客户画像的核心工作是为客户打标签,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处理,如,可以做分类统计:
喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?
也可以做数据挖掘工作:
利用关联规则计算,喜欢红酒的人通常喜欢什么运动品牌?利用聚类算法分析,喜欢红酒的人年龄段分布情况?
大数据处理,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处理与人相关的信息,甚至通过算法、模型能够“理解” 人。
当计算机具备这样的能力后,无论是搜索引擎、推荐引擎、广告投放等各种应用领域,都将能进一步提升精准度,提高信息获取的效率。
用户画像与用户标签紧密连接。

赞同 (55396)

反对 (542)

为你而来

我们用教育行业来说一下这个问题, 2017年4月初,62个在教育行业产品获投资,这一消息,使得教育行业产品再次被热议。
事实上,教育行业早已是一片红海,有调查显示,近6成的互联网学习者位于三四线城市,而一款好的教育产品,会让用户对学习这件事情上瘾,不断对后续的课程进行消费。
总的来说教育行业仍旧有突出重围的希望。
在教育产品竞争如此激烈的今天,如何争夺到更多的用户,似乎是困扰着众多教育产品的问题。
本文以在线教育产品为例,说说如何构建用户画像,并为下一步获客制定运营计划。
什么是用户画像 用户画像是指,建立在一系列真实数据之上的目标用户模型。
根据用户的目标、行为和观点的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,形成了一个人物原型。
为什么要构建用户画像 构建用户画像,就是帮产品找到用户真实的述求点,能够帮产品的功能设计提供依据。
对运营人员来说,最基本的一点就是了解用户。
通过对用户信息的采集,分析,抽离,生成最终的用户画像。
构建用户画像后,就可以制订更精准的运营方案了。
在线教育产品,如何构建用户画像 1用户画像分析逻辑 在构建用户画像之前,先来看看用户画像构建、分析的一个逻辑。
2信息采集与分析 在线教育产品构建用户画像的第一步 ,收集用户的基本信息。
此处重点收集三个维度的用户信息,个人信息,社会关系,消费水平。
个人信息:
在这一维度,可以采集包括年龄,性别,教育程度,职业等基本属性。
在线教育产品可以重点采集教育程度,职业等信息。
个人信息是一个人的基本属性,一般不会轻易改变。
个人信息这一维度的数据,有很大的参考意义。
社会关系:
是否已婚,是否有小孩,有其他兄弟姐妹吗,父母亲分别是谁呢。
用户的社会关系以及社会关系的个人信息,可以推断出这个人的性格。
用户的社会关系关乎一个人的隐私,一般比较难获取。
消费水平:
月收入是多少,月消费能力怎样,是否需要还房贷,是否有信用卡。
消费水平可以直观的看出用户的生活状况,但是难以区分真假,因为用户有可能在说谎。
采集完用户的基本信息之后,下一步应当采集用户的行为特征。
行为特征可以理解为用户无意识的惯性行为。
根据用户的行为特征,可以推断出其心理特征。
比如,用户会使用高端团购APP,可以推断出改用户对生活品质的要求较高。
3为用户打上标签,细分人群 不同的用户群有不同的目标、行为和观点,细分用户群可将问题变的清晰,同时也作为用户画像优先级划分的依据。
根据采集的用户信息,将用户打上专属标签,后续可根据标签,对用户进行细分。
4丰富用户信息 丰富用户画像是构建用户画像过程中最需要打磨的一个部分,将采集到的大量枯燥且凌乱的数据,分析且赋予更多的元素,让它们成为鲜活的个体,非常考验团队的敏锐度和细腻度。
根据用户画像,如何在精细化运营上发力 对运营来说,构建完用户画像,但是没有将用户画像应用到运营推广中,就等于做了个无用功。
在线教育产品在构建完用户画像之后,应该重点考虑如何利用用户画像,辅助课程开发和产品运营,做到精细化运营。
做精细化运营的一个基本思路就是理清楚一个逻辑:
在什么时间把什么内容发给什么类型的用户。
1根据搜索数据的个性化运营 用户浏览了某一个课程,可以根据用户标签,推荐相同类型的课程。
更多内容,可百度一下“在线教育app:
构建用户画像并制定运营计划怎么做”。

赞同 (25526)

反对 (276)

怀抱拥久

首先讲一下么是用户画像,用户画像是通过用户调研去了解用户,根据他们的社会属性、生活习惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌。
用户画像的核心工作是为用户打标签,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处理。
构建用户画像有什么好处呢,用户画像可以让商家在产品设计的过程中能够更加关注在目标用户的洗好和行为来进行产品设计,而且用户画像作用不仅仅找到用户的主需求,很多隐形的需求都会被发掘出来。
而且商家广告投放等方面,能进一步提升精准度,提高信息获取的效率,从而减少无作用的浪费。
最后是如何构建用户画像,要建立用户画像必须建立在真实数据的基础上,将构建用户画像平台所需的数据分成用户、商品、渠道三类,然后按产品需要,给不同的用户特征贴上合适的标签。
标签需要精简易区分少交叉重叠,这样是为了方便数据统计,构建数据集合,后续进行数据挖掘和聚合分析。
最终是用户画像的呈现,用户画像的呈现分为两个部分,一部分是显性的呈现,呈现的是用户的给俺个标签特点;
另一部分是隐形的,呈现的是需要我们去分析的用户潜在需求。
显性的标签就是用现在的特点需求。
而这些隐形的标签所代表的需求可以为以后的产品发展起到指引的作用。

赞同 (43158)

反对 (776)

等你回答

换一换