用户画像知识系统构建

用户画像，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。用户画像最初是在电商领域得到应用的，在大数据时代背景下，用户信息充斥在网络中，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化。了解什么是用户画像，如何构建用户画像，可以如何运营！

用户画像

• 定义
  • 又叫用户标签，是基于用户在互联网上留下的种种行为数据通过加工分析，产生的一个个标签。例如：女性，白领，收入1w,月光族
• 作用
  • 精准营销
    • 利用用户人群的分层，精准刺激用户的行为消费等
  • 广告投放
    • 根据画像针对典型用户进行有效投放
  • 数据分析
    • 建立数据仓库，利用各个标签将各个数据系统打通
• 如何构建用户画像
  • 确定业务目标
    • 例如根据消费行为给用户分类
      • 潜在用户（浏览过还未消费）
      • 新用户（初次购买）
      • 老用户（购买2次及以上）
      • VIP用户（XX天内消费超过XX元）
      • 流失用户（XX天未消费）
      • 不要一次列太多标签，尽量有效准确不断完善更新，标签需要数据的支撑
  • 建立基础用户标签体系
    • 第一类：人口属性。例如性别、年龄、常驻地、籍贯，身高、血型等
    • 第二类：社会属性。例如婚恋状态、受教育程度、资产情况、收入情况、职业等等
    • 第三类，兴趣偏好。例如摄影、运动、吃货、爱美、服饰、旅游、教育等等
    • 第四类：用户行为。登录时长、登录次数、登录时间段、浏览深度、价格偏好、购买偏好等等
  • 数据建模分析
    • 对数据加工分析，制定相应模型策略，例如针对用户流失需要采取什么策略，提前预判
  • 应用数据，转化策略
    • 不同的标签对应不同的用户群体，也对应不同的营销手段，利用用户的标签达到激活，复购，留存，转化的目的，最终形成闭环，不断完善用户画像，调整优化策略
• 用户画像常见场景数据
  • 网站类
    • 网站页面
      • 访问量、点击率、热点图、人均流量页面、停留时间、关联跳转等
    • 用户体验
      • 跳转率、关联标签点击情况、页面转化、用户流失率等
  • 电商交易类
    • 页面流量
      • 点击量、人均浏览页数、跳失率、转化率等
    • 销售转化
      • 收藏率、加入购物车比例、提交订单比例、支付订单比例、客单价、复购率等
  • APP类
    • 流量分析
      • 7日/15日/30日访客活跃度、1日/7日/15日/30日留存率、注册率、新增登录等
    • 用户情况
      • 活跃时段、地域、版本、终端、启动次数、访问时长、活跃度等