我要查看XXX的用户画像 或是 能否能够XXXX类用户的画像。 抑或是有别的产品会问到：你们是怎么做用户画像的？
然而在沟通的过程中，我发现，不同的人对用户画像的理解差异还是非常大的。有的人认为用户画像就是包含了用户的详细的信息，有的人认为用户画像是能够反映出一个群体的统计学特性，有的人认为用户画像可以做用户研究.....这些想法或多或少有一些片面的，本文就用户画像的基础知识进行说明，并结合一些DMP产品进行分析，同时对用户画像在K12产品中的应用做一说明。
1、当我们谈论DMP和用户画像时，我们在谈论什么？
此部分结合常见DMP&用户画像定义和我工作中对DMP&用户画像的定义进行说明
用户画像是DMP中非常重要的一个环节，因此将DMP和用户画像拆开进行说明
1.1DMP
1.1.1 DMP是什么？
DMP即 datamanagement system,数据管理平台，单从名称上来看，这个定义还是非常宽泛的，所以国内很多企业或者个人会将dmp的核心功能理解错。
结合我的理解，DMP其实是一个全面的数据收集，加工，整合的平台，吸收各种数据源的数据，以用户为基本单位，清洗，整理形成结构化的数据表，并进行用户标签的计算，以期能够精准的描述各种用户。
纯碎的DMP平台是指小型的、定制能力极强、中立性好的DMP技术服务商。美国DMP市场是极度细分的，中国市场是高整合的，往往DMP的需求是和DSP、SSP紧密联系在一起的，目前还很难有纯粹的DMP平台。
1.1.2 DMP可以做什么
精准营销，广告投放，个性化推荐，其他应用
1.1.3 DMP的基础架构及数据加工流程
DMP的基础架构：
DMP的数据加工流程：
1.1.5 DMP的实际应用（市面上能够看到的产品）
DMP广告平台：腾讯广点通、阿里妈妈达摩盘；
独立第三方DMP：talkingdata、神策数据；
个性化推荐：今日头条、一点资讯、淘宝、京东等；
说明：个性化推荐的应用我们能够感受到，但是背后的逻辑我们是看不到的
其他应用
1.2用户画像
1.2.1 用户画像是什么
关于用户画像，有两类定义：User Persona 和User Profile
User Persona：是产品设计、运营人员从用户群体中抽象出来的典型用户。例如，在用户调研阶段，产品经理经过调查问卷、客户访谈了解用户的共性与差异，汇总成不同的虚拟用户；
经典案例——《用户体验要素》中提到的用户画像
UserProfile：根据每个人在产品中的用户行为数据，产出描述用户的标签的集合。例如猜测这个用户是男是女，生活工作所在地，喜欢哪个明星，要买什么东西等。
本文所提到的用户画像，指的是User Profile
1.2.2 用户画像怎么做
基础数据收集：收集用户在网站内外的静态数据和动态数据；
行为建模：基于用户的基础数据，通过技术手段进行行为建模；
构建画像：通过行为建模，可以输出一系列的用户标签，每个用户的标签都可以形成一个集合，这个标签的集合可以表示出这个用户的特点。
1.2.3 用户画像的常见应用
个性化推荐（电商、资讯类产品）、风控、预测等
1.2.4 用户画像与DMP的关系
DMP是数据管理平台，可以简单理解为，把数据提供到DMP平台，DMP平台输出一系列标签，或其他想要的结果。
用户画像是输入用户数据到DMP，DMP输出了用户标签。
DMP不只可以输出用户标签，也可以输出其他的标签，比如输入文章，输出文章标签。
因此，用户画像是DMP的一个应用方向。
2 相关产品介绍
由于用户画像主要是作为底层应用，因此它的很多应用都是能感知，但不可见。比如电商平台的个性化推荐页面，资讯类App首页的个性化推荐背后，就是用户画像在发挥着作用，用户标签和内容标签/商品标签进行智能组合。
由于本人从事K12教育行业，所以只选取了两类竞品：开放DMP平台、教育类产品，其中以开放DMP平台为主。
3 竞品分析
3.1 开放DMP平台
3.1.1 产品说明
3.1.2 功能对比
达摩盘
广点通
神策数据
说明：神策数据看起来更像是一个数据分析工具，但是其底层的搭建、对数据的管理与DMP有类似的地方，并且我们可见的部分即类似BI的功能，可看作DMP在应用层的表现，因此也把它列为竞品
3.1.3界面对比
说明：由于这三个产品均需付费才可体验全部产品功能，界面主要来自于说明文档，可能与真实节面有一定出入
达摩盘-标签
达摩盘-新建标签
达摩盘-人群报表
达摩盘-人群明细
达摩盘-整体报表
广点通 *** 作界面
广点通-创建广告
广点通-创建广告2
神策数据-用户分析-事件分析
神策数据-用户分析-用户属性
3.1.4产品底层技术架构思考对比
说明：
1）此部分内容为通过产品体验和阅读说明文档，思考抽象出可能的底层架构，并非真实情况；
2）产品底层技术架构：我们所看到的功能模块，都是由不同的技术模块相互协作实现的。产品底层技术架构描述了产品对应的底层技术模块、以及模块之间的关系。
达摩盘
神策数据
3.1.5总结
总结来看，达摩盘和广点通是DMP在互联网广告中的典型应用。DMP是定向广告投放最核心的大脑，DMP提供的用户画像，是进行定向广告投放的最核心最关键的一步。达摩盘和广点通最重要的目标是，把对的广告在对的时机，展示给对的人。
而对于神策数据，这一类数据分析工具，DMP在数据分析、数据可视化的过程中也发挥着非常重要的作用，哪类用户的哪类行为比较突出，哪类用户在未来会产生什么样的行为。
3.2教育类产品
用户画像DMP在教育类产品中的应用——
（1） 洋葱数据个性化课程制定（类似自适应学习）；
用户在学习前，先进行测试，根据测试情况为用户制定个性化课程包，如下图1；
图1
用户完成学习，根据用户学习测试结果，展示可视化学习分析报告，如下图2
图2
4 用户画像怎么用？
用户画像是一个的底层产品，用户画像的应用通常难以看到。那么，用户画像该怎么用呢？结合对DMP产品和教育类产品的分析，用户画像的应用总结如下：
（1）用户标签可视化——
相关产品的功能：广点通和达摩盘将用户标签直接展示出来，用户可直接选择标签，并且对标签进行组合，选出目标用户，然后投放广告。
可借鉴场景举例：比如说，我想对今年刚报课程并且消费能力比较高且学习认真的这批学员发送一条推送消息，希望他们能够参加一场直播，促进其对知识的掌握。那么可以直接选中：新用户+消费能力高+学习认真这几个标签，然后对这部分用户发送短信。
好处：精细化运营，提高ROI；简化 *** 作
（2）用户标签关联分析：
相关产品功能-广点通lookalike：（1）提供种子用户；（2）筛选种子用户特征；（3）将种子用户与腾讯用户进行匹配，进行人群扩展
可借鉴场景：一批用户购买了商品A，我想要找出与购买这一商品相似度比较高的用户。那么可以将这批用户的信息导入到DMP，计算出这批用户的标签，再通过关联分析，找到和这批用户相似度比较高的用户
（3）个性化推荐：
相关产品功能：个性化课程制定
可借鉴场景（以K12教育为例）：
（1）针对未注册用户，根据其访问行为，为其推荐个性化课程页面，提高购买转化率；如果是通过互联网广告进来的用户，则可以为其制定个性化落地页，提高注册和购买转化；
（2）针对注册未购课，根据其浏览行为，为其推荐个性化课程页面，提高购课率；
（3）根据用户学习行为（主要是做题情况），为其制定个性化试题和学习建议。
我这里拿健身房举例吧，
健身房的会员画像分析是所有精细化运营的基础，会员群体不再是一个简单的整体，而是需要针对不同的会员群体进行分类，从中发现关键的问题点，然后把会员行为数据打细，在对比中找到原因，从而采取不同的运营策略，这里举几个常见的健身房会员画像分析：
1、按会员【生命周期】进行分析，一般来说会员的生命周期会经历用户获取、会员转化、会员活跃、会员留存（或续费）和召回五个阶段。不同阶段运营重点也不同。
如潜在用户，我们希望他们能尽快转化为付费会员，常用的策略是新用户福利，而 刚办卡的新会员需要尽快完成首次训练，此时应该增加新会员引导，协助他们选择适合自己的课程，开始训练计划；
2、按会员【消费数据】进行分析，即从会员消费金额、消费频率、消费时间（或销课时间）等维度将会员进行分层。
如给30天内训练10次以上的会员，制作出勤排行榜，并下发积分奖励，免费邀请好友一起训练等，激励会员转发分享。
3、按会员【偏好】进行分析，精细+个性化地了解用户，会员偏好较高的团课、私教课，可适当增加排课量、提高人数上限、设置私教拼课等；会员减肥需求特别多时，可相应开办一期减脂训练营。
4、按会员【行为数据】进行分析，会员领取优惠券、打卡、分享、会员来源等都可以作为重要行为来进行分析。如将已领取优惠券但尚未使用的会员，作为优先跟进对象。
5、按会员【活跃度】进行分析，会员活跃度包括周活跃、月活跃、年度活跃等。可基于会员出勤频次、最近一次约课时间等维度进行分析。如近 30 天训练低于2次以下的会员，健身频次较低，急需激活会员的运动习惯，可设置社群打卡、训练营等促活活动。
以上这几个常见的会员分析方法，都可以用勤鸟的健身管理系统辅助进行，可以更便利、更快捷的帮助健身房进行会员分析和营销。
除了健身房以外，还有其他行业的用户画像也可以参考借鉴上面的内容。
用户画像，又称人群画像，是根据客户人口统计学信息，社交关系，偏好习惯和消费行为等信息而抽象出来的标签化画像。
构建客户画像的核心工作即是给客户贴“标签”（犹如娱乐圈中明星的立人设）
标签由两部分组成：
1、根据客户的行为数据直接得到的
比如：用户在网站或者APP上主动填写的数据，严格一些平台会要求客户上传身份z、学生证、驾驶证等，这样的数据准确性较高。
2、通过一系列算法或规则挖掘得到
比如：一个用户最近开始购买母婴类商品，奶粉尿布等，那么可以根据客户购买的频次和数量，结合客户的年龄、性别推断是否为新妈妈/爸爸。
用户画像其实就是希望通过某些手段对用户做甄别，把他们分成彼此相同或不同的人群或个体，进而区别化提供服务进行观察分析。
用户画像的价值
1、精准营销
精准营销是用户画像或者标签最直接和有价值的应用。这部分也是广告部门最注重的工作内容。当我们给各个用户打上各种“标签”之后，广告主（店铺、商家）就可以通过标签圈定他们想要的客户，进行精准的广告投放。
2、助力产品
一个产品想要得到广泛的应用，受众分析必不可少。产品经理需要懂用户，所以用户画像能帮助产品经理透过客户行为表象看到客户深层的动机和心理。
3、行业报告
通过对客户画像的分析可以了解行业动态，比如90后人群的消费偏好趋势分析、高端客户青睐品牌分析、不同地域品类消费差异分析等等。
讲了这么多“干货”大家是不是有点蒙圈了呢...下面我们看个简单的案例来帮助大家更好地理解。
场景案例
现有一份200多用户对十部电影的豆瓣评分数据，我们根据这些数据来刻画几组用户画像。
十部电影分别如下：
动作类：谍影重重5、湄公河行动、血战钢锯岭、伦敦沦陷；
青春爱情类：北京遇上西雅图、七月与安生、六弄咖啡馆；
动画类：疯狂动物城、功夫熊猫3、大鱼海棠。
下面就开始进行用户细分及刻画：
1、用户细分
（评分大于等于7定义为“喜爱此类电影”）
三种类型观众在数量上相差不多，说明人的品位爱好各不相同，比较平均。
2、对比刻画动作片与爱情片用户画像
（1）性别比例
跟预想一样，果然喜欢青春爱情片女生偏多，女生感情比较细腻，多愁善感，如《情遇曼哈顿》上映时可以精准地推荐给这类女生；动作片确实是男生占多数，男生喜欢动作、场面效果炫酷的电影，能够激起他们的“英雄情怀”，如《雷神3》上映时可以推荐~
（2）是否单身
各位单身朋友们，是不是男人看了会沉默，女人看了会流泪啊！结合上面的数据，我们是不是可以在对单身男青年们推荐时文案可以写上“多去看几部爱情片啊，说不定就会遇见你的未来女友”之类的话。
（3）社交偏好
这里用对电影的评论数量来划分偏好程度的，大于等于25条评论都属于偏好社交，对于这部分人可以进行重点营销，他们可以为电影带来二次推广的效果。
（4）品牌偏好
苹果虽贵但还是受到大部分人的认可，我们对于使用苹果的用户是不是可以大胆推测他们具有一定的消费能力，可以推荐一些高档影院或者3D巨幕电影。
（5）岗位分布
在女生偏多的喜爱爱情片的人中果然也是护士、老师等女性职业偏多；反观男生偏多的喜爱动作片人群里IT、工程师等占到大部分，但是最明显的还是学生党队伍，学生还是空余时间较多，所以电影宣传人员可以多在各大高校进行推广，召开见面会等。
（6）地域分布
可以看出一些大城市的人们在忙碌的工作之余都喜欢用看电影来放松心情，娱乐一下，电影方工作人员是不是可以在大城市多排一些片场，来促进票房增长。
从上面简单的案例我们就可以看出用户画像使产品的服务对象更加聚焦，更加专注，能更好的满足客户的需求，实现精准营销，并提升公司的经营效益。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）