用戶運營涉及的內容蠻多的，希望通過這個月的主題做一次思路的整理。這個一邊學習新知識，一邊總結過往經(jīng)歷的過程，還是蠻有趣的。
用戶畫像是很多運營口頭上經(jīng)常會提及的，只是并不是每一個運營在做的用戶畫像時都是有理有據(jù)，適合而且到位的。為什么這么說呢？小圓接下來從用戶畫像的知識系統(tǒng)梳理，還有親身實操經(jīng)歷，盡量真實還原出用戶畫像在運營實際落地工作中，到底是怎樣的存在。
用戶畫像（personas）
交互設計之父Alan Cooper最早提出persona的概念：“Personas are a concrete representation of target users.”Persona 是真實用戶的虛擬代表,是建立在一系列真實數(shù)據(jù)(Marketing data,Usability data)之上的目標用戶模型。
通過用戶調研去了解用戶,根據(jù)他們的目標、行為和觀點的差異,將他們區(qū)分為不同的類型,然后每種類型中抽取出典型特征,賦予名字、照片、一些人口統(tǒng)計學要素、場景等描述,就形成了一個人物原型(personas)。
[內容摘抄自網(wǎng)絡]
一、用戶畫像有什么用？
在實際的可行性運營中，沒有多少產(chǎn)品會把目標用戶設置成所有人。大多產(chǎn)品都是聚焦在某類特定的服務對象，用戶畫像就是將目標的那群人清晰化的過程。用戶畫像對于營銷策略，產(chǎn)品跟服務的提升，還是渠道投放的優(yōu)化，都非常重要。
淘寶通過機器人學習去優(yōu)化用戶瀏覽頁面中商品的展現(xiàn)，越來越多的新聞客戶端通過算法為用戶推送個性化的內容.....基于用戶畫像而做的優(yōu)化還是蠻多的，不管產(chǎn)品、運營還是營銷層面。
不僅對用戶瀏覽體驗優(yōu)化，還包括產(chǎn)品消費過程的優(yōu)化。
顯現(xiàn)用戶的喜好跟需求屬性，在跟用戶點對點交互中，精準的匹配個性化的業(yè)務內容。
結合過去的畫像數(shù)據(jù)及未來畫像數(shù)據(jù)的變化，對用戶做數(shù)據(jù)關聯(lián)的挖掘。
不管是通過市場抽樣調研的方式，還是基于用戶數(shù)據(jù)追蹤跟沉淀的方式，重要的是對獲知的信息跟數(shù)據(jù)經(jīng)過清洗、匯總、整合跟統(tǒng)計，描繪出用戶群與轉化最密切關聯(lián)的“樣子”。把用戶畫像做好了，可以減輕團隊成員中主觀因素對產(chǎn)品、營銷策略的影響，設計出更貼近用戶選擇，心中所想要的產(chǎn)品。
二、用戶畫像的幾種場景數(shù)據(jù)
1、網(wǎng)站內容
- 訪問量、點擊率、熱點圖、人均流量頁面、停留時間、關聯(lián)跳轉等
- 跳轉率、關聯(lián)標簽點擊情況、頁面轉化、用戶流失率等
2、流量情況
- 來路、點擊訪問量、人均訪問頁面、停留時間、轉化率、跳轉率等
3、電商交易
- 收藏率、加入購物車比例、提交訂單比例、支付訂單比例、客單價、復購率等
4、APP使用
- 7日/15日/30日訪客活躍度、1日/7日/15日/30日留存率、注冊率、新增登錄等
- 活躍時段、地域、版本、終端、啟動次數(shù)、訪問時長、活躍度等
三、用戶畫像的操作過程
我是一個非技術型的運營，對用戶畫像會偏向通過數(shù)據(jù)簡單整合、與用戶多維度溝通過程中實現(xiàn)。這跟很多專業(yè)的產(chǎn)品經(jīng)理會有很大的差距，不過小圓也在不斷學習跟實踐中，這文章更多的是小圓對于用戶畫像學習跟復盤經(jīng)歷的過程。小圓所理解的用戶畫像過程并不會很復雜，簡單的概括起來會有3個重要的過程。
1、用戶維度篩選
用戶畫像需要建立在真實有效的數(shù)據(jù)上，在做用戶畫像的過程中要對數(shù)據(jù)做篩選整合，首先并不是所有數(shù)據(jù)信息都有用，其次，數(shù)據(jù)還會有主次重要跟非重要的區(qū)別。每一個公司的不同階段，構成用戶畫像的數(shù)據(jù)維度會不一樣。
用戶畫像維度的篩選是為了指引營銷、產(chǎn)品或者運營指標，不同職能人員對不同用戶畫像維度的看重程度不一樣。以電商平臺為例，客服銷售關注的是用戶的購物情況，產(chǎn)品運營關注的是頁面的用戶體驗變化，渠道推廣關注的是用戶在流量上的表現(xiàn)。
有人會認為維度越多越好，這樣用戶畫像的結果就會更全面。但是小圓并不是這么認為，用戶畫像是一個動態(tài)的過程，強行的去追求更全的維度，有時候反而會耽誤了營銷決策的時間。例如，有一些公司在做用戶調研時總是覺得數(shù)據(jù)量不夠，然后花非常多的時間去做數(shù)據(jù)的匯集，到最后做營銷決策的時候，反而因為數(shù)據(jù)收集時間太長，很多維度因為時間拖延而失去了時效性價值。
為了不出現(xiàn)這種情況，把用戶的數(shù)據(jù)維度分成：靜態(tài)維度、動態(tài)維度，然后歸類維度屬性，接下來就開始進入到數(shù)據(jù)信息收集的過程了。
2、數(shù)據(jù)信息收集
收集數(shù)據(jù)的方式方法，會決定數(shù)據(jù)是不是有效的。線上運營比較常用的方法就是對用戶進行“監(jiān)控、跟蹤”，一般是PC端cookie，還有移動端的IMEI、IDFA。而初始化階段比較常用的方法是用戶訪談。
當然，也有數(shù)據(jù)跟蹤，用戶調研兩者結合的方式收集用戶數(shù)據(jù)信息，例如電商運營，除了跟蹤用戶購物下單等數(shù)據(jù)之外，還可以篩選出特定的用戶做訪談調研，例如：橫比產(chǎn)品的選擇偏好，對于產(chǎn)品消費過程中的反饋等等。
3、數(shù)據(jù)建模分析
數(shù)據(jù)是零散的，或者是表面的，用戶畫像要對收集到的數(shù)據(jù)做整理，比較常用的是通過數(shù)據(jù)建模的方式做歸類創(chuàng)建。小圓接觸過的大多是比較初級的用戶畫像，通過excel工具就可以基本完成整合。而對于技術工具層面的數(shù)據(jù)建模，感興趣的可以看推文的第二條。
在數(shù)據(jù)量不大，用戶畫像比較初級的情況下，通過篩選、歸類、整合的過程對用戶做屬性歸類，然后確定用戶畫像，這種方式可能有一定不到位的地方，但是在產(chǎn)品還沒有推出或者數(shù)據(jù)量不大的情況下，運營還未進入深度精細化階段，對用戶畫像的初級處理，也能避免很多決策過于主觀化。
在數(shù)量比較多，用戶畫像精細化的情況下，就需要通過一些用戶畫像的工具做數(shù)據(jù)的整理了，通過對數(shù)據(jù)進行規(guī)整處理，然后做例如聚類，回歸，關聯(lián)，各種分類器等算法做處理。關聯(lián)性分析和RFM模型都是用戶畫像中數(shù)據(jù)建模分析常用的方式。我對于這塊的內容，還在學習探索階段，在這里就不展開討論了。
關于用戶畫像的幾個實操經(jīng)歷
其實很多公司對用戶畫像的重視程度并沒有想象中那么高，一方面很多公司太急躁，沒有耐心經(jīng)過那么長流程的用戶畫像去做沒有直接刺激大量銷售轉化的優(yōu)化，營銷也沒有時間去等待那么長的畫像流程，甚至有時候還需要投入費用去做用戶畫像。另一方面，很多公司忽略了對用戶數(shù)據(jù)的追蹤設置，當需要用戶畫像的時候，要么是數(shù)據(jù)缺少，要么是數(shù)據(jù)混亂來源不清。
我的的相關的運營經(jīng)歷中，有開始關注用戶畫像的，也有對用戶畫像完全不在意，甚至是沒有概念的，希望真實的還原這個過程，給大家，給自己一些啟發(fā)。
1、初始階段：產(chǎn)品推出前
① 產(chǎn)品原型確定前，做深度開放式用戶訪談很重要
互聯(lián)網(wǎng)產(chǎn)品推出前，可能會有一些競品的數(shù)據(jù)幫助做用戶畫像，但是可看到的數(shù)據(jù)所組成的用戶畫像會有不到位的地方。所以，比較常用的方式是做用戶抽樣調研。
我在團隊中主要負責運營版塊，產(chǎn)品上線前團隊已經(jīng)有了很多次的討論，因為團隊人員專業(yè)跨度大，從運營角度、用市場角度、用產(chǎn)品角度、從內容角度，對于用戶的理解都會有所不同，這讓目標用戶的畫像一直模糊不定。
這個階段用戶畫像的意義更在于定義產(chǎn)品差異點，清晰產(chǎn)品是面向什么人群，以及整個業(yè)務的發(fā)展戰(zhàn)略。為了相對的讓用戶畫像清楚具象一點，我們從寬泛確定下來的目標人群中，基于不同屬性（從業(yè)時間、專業(yè)方向、地區(qū)等）篩選了一共50+個用戶做了深度的溝通。溝通匯總出來的答復去做了幾個核心維度的整合篩選，最終慢慢清晰下來產(chǎn)品能夠解決用戶哪方面的需求，各個階段核心的重點策略方向。
在團隊中，每一個職能的人對于用戶的理解，都會有一定主觀專業(yè)因素在里面，誰也說不準到底誰說的是對的。所以，去深度的做一些用戶訪談調研非常必要，特別是在產(chǎn)品原型確定階段。而對于用戶調研訪談，這個階段要避免做封閉式的溝通，善用開放式的溝通方式，得到更全面更多的信息，有利于后期的數(shù)據(jù)篩選跟整合。
① 定性用戶畫像對于新品營銷策略的幫助
那時候我們準備推出一個面膜新品，我們希望從產(chǎn)品中增加差異化的亮點（專利、使用方法、成分等都做了考慮）。團隊經(jīng)歷了比較激烈的討論，很多點子還是不錯的。這種腦暴前置的方式還是蠻有幫助的，這時候大家還不需要太多用戶畫像的限制。
營銷的策略一直沒有最終選定的方案，這時候我們就想，要不做一次跟這個新品關聯(lián)度比較密切的用戶畫像吧。首先，我們對數(shù)據(jù)的維度做了篩選，聚焦在“面膜的復購頻次、面膜的客單價、面膜的關聯(lián)銷售產(chǎn)品”等。接著我們篩選了大概500個用戶做問卷調查推送，精選一部分用戶做深度的電話訪談。
基于收集到的信息接下來所做的分析比較簡單，主要通過圖表，還有屬性內容歸類的方式，把用戶跟這次新品營銷關聯(lián)最密切的維度情況做了分析，了解到是否功效型的面膜跟用戶復購頻次的關聯(lián)，也了解到基于用戶使用面膜會很在意拆開時的感受，不同類型的面膜的復購情況等等。
這次用戶畫像除了篩選出新品意向用戶之外，其實對于團隊在腦暴時一些不成熟的想法也作了很好的修正，例如成分的投入，使用流程的設計。最終新品面膜推出的時候，很多營銷的動作落地都特別踏實，銷售量就不延伸了，因為這個當時還涉及到一些比較復雜的情況。
2、增長階段：實現(xiàn)產(chǎn)品的精準營銷
用戶畫像缺失，對于營銷會有什么影響？
我曾經(jīng)負責過一段時間投放的工作，通過投放引流到微信再做進一步的營銷轉化。那時候用戶數(shù)據(jù)量還是蠻大的（好友數(shù)、購物情況等數(shù)據(jù)），但是從運營角度回顧這段經(jīng)歷，用戶畫像是缺失的。
一方面可能跟銷售的產(chǎn)品比較敏感有關，基于產(chǎn)品用戶的投訴率比較高，深度去維護用戶的價值相對不會太明顯，另一方面產(chǎn)品品類單一，SKU非常少，用戶畫像延伸的更多需求匹配表現(xiàn)不夠充分。那時候對于用戶的理解，更多的是依賴銷售人員或者推廣人員感性主觀的認知。
缺失用戶畫像，銷售人員做的就是同樣的促銷活動、營銷話術，通過微信群發(fā)的方式推送給不同的用戶。每一次推送，對于關注的用戶都是一次傷害，那時候會有賬號被舉報，也有用戶不斷流失，復購轉化后勁不足。
其實，很多用戶服務做得一般的電商公司會這么對待用戶。統(tǒng)一的郵件，通發(fā)的短信，不顧用戶喜好的客服電話回訪。而對于電商公司來說，用戶畫像非常重要，篩選出深度維護用戶，沉睡用戶......根據(jù)不同的用戶匹配不同的溝通方式，例如活躍用戶可以選擇高頻互動的方式，對于沉睡的用戶可以定制特權活動，個性化的激活不同畫像下的用戶群。
還有很多用戶體驗不太友好的公司，只是簡單的劃分用戶為新用戶，老用戶，不活躍用戶。然后針對新老用戶做同樣的營銷活動，另外客服還會對不厭其煩的跟老用戶做電話回訪，郵件推送，短信發(fā)送等等，這些真的是用戶想要的嗎？
3、突破階段：用戶畫像對設計用戶體系的引導
用戶畫像可以避免很多“自以為是”的運營動作
我在負責論壇運營時，在第一次去調整會員等級、積分體系、勛章系統(tǒng)時，這段經(jīng)歷可以說是一個挑戰(zhàn)?，F(xiàn)在回過頭去看，那時候自己對于用戶畫像的操作有太多生澀的地方，但是第一次意識到用戶畫像對于運營的意義，真的可以排掉很多“運營的雷區(qū)”。
會員等級、積分、勛章如果設計的合理，是可以產(chǎn)生拉動論壇渡過各個瓶頸期的力量的。那時Discuz后臺有比較初始的設計算法，但是當時用戶的數(shù)量開始不斷增多，產(chǎn)生的行為動作也越來越復雜，簡單的引導已經(jīng)滿足不了了。為了讓這個比較大的調整不至于對用戶的影響太大，同時對論壇的發(fā)展也是有幫助的，加上當時在簡單的流量數(shù)據(jù)中很難做出相對合理的規(guī)則設置。所以，小圓對論壇的用戶做了一次比較深入的分析（可以理解為是一次用戶畫像的過程）。
基于數(shù)據(jù)，主要對用戶的活躍情況（發(fā)帖量、回帖量、登錄頻次等），用戶的等級變化時間（各個級別升級的平均時間、級別的分布等），還有用戶的標簽情況（地區(qū)、年齡、職業(yè)等）都做了數(shù)據(jù)的抽選跟規(guī)整。另外，還抽選了大概幾十位用戶做深度的交流，了解等級對于用戶的影響，在升級或者融入論壇的過程中有什么困惑或意見。
這次用戶畫像涉及到的數(shù)據(jù)量以及維度都會相對比較多，小圓記得那時候自己還處理了很長一段時間，然后具象出可以刺激推動快速升級的用戶是哪些，已經(jīng)沉睡的用戶都是集中在哪個級別，新用戶的升級積分走勢等等，基于這些情況，整理出相應的等級設置，包括某些等級做了合并，某類等級做了切分，另外積分的數(shù)量所匹配的行為也做了調整，還有確定了勛章的表現(xiàn)跟刺激點。
用戶畫像可以讓很多運營的動作有依有據(jù)，不再僅僅是主觀上的決策。。
用戶畫像是需要持續(xù)學習優(yōu)化
對于用戶畫像，有人會非常專業(yè)的運用工具去實現(xiàn)，當然也會有粗暴的整合方式。我也在不斷學習的階段，從業(yè)務的全局去篩選出各個階段用戶畫像的輸出內容，引導做出適合的營銷、運營以及產(chǎn)品策略，最優(yōu)的配置每一類用戶（不僅僅是單個用戶）的資源投入，盡量大的輸出用戶群的價值，或者這就是用戶畫像應該要有的思維方式吧。