编辑导读:用户画像、画像标签、用户分群 , 做运营的同学一定对这些名词都不陌生 。乍看上去 , 这三个名字好像都是在说同一个东西 , 但是他们具体有什么区别呢?本文作者对此进行了分析 , 一起来看看吧 。
文章插图
文章插图
数据化运营时代 , 运营方式从过去粗放式转向精细化 。用户画像受到热宠 , 不搞用户画像都不好意思说在做精细化运营了 。各种用户画像标签体系建设、从0到1教你构建用户画像之类的文章广泛传播 。前几天听到有同学在规划CDP平台时 , 认为画像即标签 , 标签就是画像 , 用户画像和用户分群是同一主体的不同叫法 , 产品架构设计时 , 边界不清 , 功能交错 。于是 , 觉得还是要回归到最基本的问题 , 把这几个概念厘清一下 。
一、用户画像 用户画像的概念并不新 , 甚至在互联网时代之前就已经出现了 , 最早由交互设计之父AlanCooper 出:“Personasare a concrete representation of target users.”是指真实的用户可以用一系列的属性数据建立的目标用户模型来代表 。
从概念可以看出 , 用户画像用户特征的抽象概括 , 例如 , 我想知道购买了北京环球度假区的用户有什么特征 , 这样在产品设计、营销策略、广告投放时 , 可以更加精准 。就像两个人谈恋爱 , 只有了解了对方的脾气、性格、饮食习惯 , 才能投其所好、避其锋芒 , 愉快地相处 。用户画像是高度抽象聚合后的结果 , 一般应该于数据分析、辅助决策 。可以分为个体画像、群体画像 。
个体画像主要应用于客服场景 , 帮助客服人员快速掌握咨询者特征以灵活调整话术 , 升服务一次性解决率 。随着个人信息保护法的实施 , 个体画像的数据安全问题也越发重要 。群体画像是指某一类用户群体的画像特征分布 , 如微信公众号用户年龄分布 , 是Z时代多 , 还是80后更多呢?
二、画像标签 用来勾勒用户画像的特征维度 , 当你的团队有新同学加入时 , 你会从哪些维度去快速了解他呢?家乡、年龄、单身/已婚、工作履历、兴趣爱好等 。举个例子 , 用户画像标签中有一个生命周期的标签 , 根据业务特点或算法挖掘 , 任务最近一次下单时间距今180天以上 , 即定义为流失用户 。而数据标签则是最近一次下单时间 , 或最近一次下单距今时长 。一般认为 , 画像标签是由数据标签经过分析、加工处理 , 形成的更加抽象、易于理解的复合标签 。
按照标签数据的特征以及处理方式的不同 , 画像标签可以分为:
统计类标签:可以直接通过数据统计分析得到的指标 , 如累计消费金额 , 0-100 , 100-300,300-500
规则类标签:将统计值进行业务规则的转换 , 形成更加直观的标签值 , 例如:高频消费用户 , 定义为近半年消费订单数超过5单 。
算法预测类标签:统计数据无法直接得出 , 需要借助于数据挖掘算法得出 , 例如用户价格敏感度标签 , 需要利用一系列的统计算法、机器学习预测算法得出 。
以上关于本文的内容,仅作参考!温馨提示:如遇健康、疾病相关的问题,请您及时就医或请专业人士给予相关指导!
「四川龙网」www.sichuanlong.com小编还为您精选了以下内容,希望对您有所帮助:- 装傻的女人深得男人心
- 浅谈诺顿杀毒软件用户体验 诺顿360怎么永久激活
- 花呗自动还款和主动还款有什么区别 花呗自动还款怎么设置
- 欧洲文艺复兴的根源和意义 关于欧洲文艺复兴的根源和意义
- 平房和楼房卧室床摆放有什么区别
- 跪求和《西岚妖歌》类似的耽美小说!!! 西岚妖歌
- 双十一买的东西和平时质量一样吗
- ssh是什么
- 螃蟹可以冷冻吗
- 搬家顺序和注意事项 先搬主人的东西