商务数据分析与应用1 微信公众号数据分析与应用 用户属性分析_常用的用户属性的认识.ppt

* * 商务数据分析与应用 江苏经贸职业技术学院 用户属性分析 常用的用户属性的认识 常用的用户属性的认识 我们通常意义的用户属性包括产品设计前需要构建用户画像，指导设计、开发、运营；产品迭代过程需要收集用户数据，便于进行用户行为分析，与商业模式挂钩；以及产品运营需要与用户产生互动，增加用户黏性。 1 目录 产品设计前的用户画像设计 2 产品迭代过程的用户数据收集 3 产品运营的用户互动 产品设计前的用户画像设计 用户，指的是你的目标用户，或者是构成现有用户的大部分群体的统称。画像，其实是对一个事物的客观的、准确的、可视化的描述。 做好用户画像有两个重要原则 属性化 01 降低重复率 用户画像 02 产品设计前的用户画像设计 属性化 属性化是指按产品需要，给不同的用户特征分为不一样的属性。属性的划分可以按照产品和业务需要进行划分。 例如：消费能力（购买力）；如果这类属性还需要细分的话，可以再进一步对属性进行权重加成。比如同样打上了消费能力高（购买力强）属性的用户。 产品设计前的用户画像设计 属性化 属性化的目标其实是用归类的方式将用户属性抽象出来，以方便数据统计的构建数据集市，进行数据挖掘和聚合分析。经过有效的数据挖掘之后的分类结果才是我们真正需要的东西，至于过程，大家可以根据实际情况进行调整。 产品设计前的用户画像设计 用户画像 用户画像的目的是，用属性对现实中的用户进行聚合和描述。聚合画像时，一定要注意降低重复率的原则。假如两组画像除了教育程度和年龄其余属性几乎一致，那就可以初步理解为目标用户中，不同教育程度或者不同年龄跨度的用户对产品需求是相当一致的，如果没有明显业务区分，可以将二者合并为一个画像，同时弱化教育程度和年龄的差异。 产品设计前的用户画像设计 用户画像 虽然不能直接定义目标用户，但是我们又需要根据产品特性定义标签维度。这时，注意一定要客观，千万不要有“得到了XX数据，就能证明XXXX”的心态，这种心态是无法建立正确的用户画像的。 产品设计前的用户画像设计 用户画像 通常情况下，建立用户画像的属性有以下几个层次：对象、场景、动机。具体来讲包括： 姓名 照片 年龄 家庭状况 收入 工作 用户场景/活动 计算机技能/知识 目标/动机 喜好 人生态度 这里套用可以套用展示的表格进行梳理 产品设计前的用户画像设计 用户画像 思考下： 因为，每款产品的用户画像都不一样，应该针对每一款产品的特点，根据具体的场景、用户特点进行用户画像设计。 谁会使用你的app？使用你app的人有哪些特征，包括年龄、性别、文化层次、兴趣爱好等等。 在哪些场景适用你的app，主要为哪种场景服务？ 用户碰到什么问题会使用你的app？ 概括来讲，用户画像关注3个基本要素——对象，场景，动机。 据此我们可以进行拓展、丰富我们产品的用户画像。 1 目录 产品设计前的用户画像设计 2 产品迭代过程的用户数据收集 3 产品运营的用户互动 产品迭代过程的用户数据收集 收集用户数据，主要是用户的年龄段、地点、时间等内容。采集到的数据处理，比如可以根据用户价值来细分出核心用户、评估某一群体的潜在价值空间，以作出针对性的运营。 产品迭代过程的用户数据收集 下面拉取了淘宝店的一些订单统计信息，多达41项，大致目测分析了下: 得出购买的用户地域分布：北京、上海、广州、南京、武汉、重庆、杭州。基本是一二线城市。下单时间从下午至凌晨都有，上午没人下单。此外，还可以看出购买得最多的宝贝等等结论。 产品迭代过程的用户数据收集 比如说淘宝的订单数据 : 订单编号 买家会员名 买家支付宝账号 买家应付货款 买家应付邮费 买家支付积分 总金额 返点积分 买家实际支付金额 买家实际支付积分 订单状态 买家留言 收货人姓名 收货地址 运送方式 联系电话 联系手机 订单创建时间 订单付款时间 宝贝标题 比如说淘宝的订单数据 : 产品迭代过程的用户数据收集 宝贝种类 物流单号 物流公司 订单备注 宝贝总数量 店铺Id 店铺名称 订单关闭原因 卖家服务费 买家服务费 发票抬头 是否手机订单 分阶段订单信息 特权订金订单id? 定金排名 修改后的SKU 修改后的收货地址? 异常信息? 天猫卡券抵扣? 集分宝抵扣? 是否是O2O交易 产品迭代过程的用户数据收集 都融合到整个操作流程中去收集的，对用户来说，体验非常自然。所以，用户数据收集，应整合到具体的业务逻辑中去，业务逻辑与用户数据收集是相辅相成的关系。有些产品对用户画像的依赖不大，反倒是对用户数据收集的依赖很大。 产品迭代过程的用户数据收集 比如:平台型的产品，58到家这类，把线下的服务，在线上作为一个信息平台，具体的服务还是由线下商家进行；平台通过一次次线下服务收集用户的数据，当数据积累到一定程度，就可以看到一些用户的行为习惯，再推出贴合用