用户画像,为什么无法落地?

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

产品经理简称PM,是指在公司中针对某一项或是某一类的产品进行规划和管理的人员,主要负责产品的研发、制造、营销、渠道等工作。

产品经理是很难定义的一个角色,如果非要一句话定义,那么产品经理是为终端用户服务,负责产品整个生命周期的人。

产品经理需要考虑目标用户特征、竞争产品、产品是否符合公司的业务模式等等诸多因素。

近年来互联网产品经理火热,一起看下为大家精选的互联网产品经理学习文章。

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;特别是在如今的大数据时代,用户画像也可以很大程度上的帮助企业进行精准定位
聊起用户画像,想必大家都不陌生。

PM日常喜欢用的persona就是它,因为它,聊需求的时候能更具体和有说服力。

那么用户画像是怎么来的呢?除了在产品经理聊需求的时候有点用,还能干吗呢?请听笔者一一道来。

一、用户画像是什么?
用户画像的前提是打标签,由各类标签组成用户画像,所以用户画像的底层就是打标签。

只要标签打得好,用户画像永不倒。

大部分公司的做法是由数据团队通过数据统计,找出具有区分度的标签,一般包含用户属性、用户价值、交易属性、交互属性、商品偏好、行为偏好等标签。

然后根据标签形成用户画像。

但是这类画像,很难用具体的运营策略去承接。

比如25-30岁,男性,一线城市的标签,运营策略怎么去承接呢?
因为这类标签由数据同事而非运营同事建立完成,往往脱离业务实
际,很难落地。

这么多年,即使是阿里这种级别,也就只有商品偏好的标签应用的比较好。

一款产品真正有用可落地的标签很少,十几个其实就够用了。

如果真的想落地,实际上不应该盯着标签去想如何应用,而是先思考业务流程,然后想着如何找标签去圈出用户。

以行为标签做主逻辑(用户分层),做第一步的精细化,之后在主逻辑上配合属性标签再细分不同群体(用户分群)。

比如一款交易类产品,用户分层就可以划分为,待激活用户,已激活未交易用户,已激活已交易用户,已交易老用户。

然后在每一个分层下做细化的用户分群,如将已激活未交易的用户分为有点兴趣、找目标,想购买几个阶段。

然后通过一些行为标签和其他标签组合起来圈出特定的人群。

不同阶段的用户需求不同,有兴趣的主推产品介绍,找目标的主推热门产品,想购买的及时提醒关注商品动态。

在主逻辑之外再配合属性标签,做文案优化。

比如年轻人+有兴趣,那么文案可以好玩一点。

年纪大+有兴趣,文案就要正式一点。

以上就是可落地版本的用户画像,会运用到用户分层和用户分群,接下来就好好梳理下ta们和标签之间的关系。

二、用户分层、用户分群又是什么?
用户标签最佳场景是推荐系统,通过不同标签完成精准推送,达成千人千面,提升业务转化率。

在精细化运营层面,用户标签为用户分层、用户分群服务,没有用户画像/用户标签,无法有效形成用户分层和用户分群。

为什么要做用户分层?
用户分层是用户量非常大难以管理的时候会采用的办法,强业务属性的产品做分层更有效,因为要提高转化做增长,用户分层用不同的运营策略来提高转化,达到千人十面。

用户分层常见逻辑是根据用户与产品核心业务的关联度来分层从低
到高,从业务量低到业务高依次分层。

分完层后,再进行用户分群。

先看一个简化版的用户分层+用户分群的MVP版本。

如果你是一个微商,你对你的微信好友会怎么做用户分层和用户分群呢。

从难转化到易转化做分层,在每个分层下做不同的分群。

以这个为模型,可以做所有交易类产品的用户分层+用户分群雏形。

相信聪明的你已经彻底懂什么是用户分层和用户分群了。

三、用户分群如何落地?
用户分层就是金字塔模型,每一层都是完全独立的,分层有具体的业务区分,用户做的事情是不一样的。

由人为划分了一些阶段+各阶段性的标准,这就是用户分层。

分层的目的是希望用户向更上层转化,如果不能向上转化,那么你的用户分层做错了。

决策流程短的产品分层价值意义不大,决策周期长的产品分层更有价值。

对于用户决策就一天的产品来说,用户分层只需做成:新用户+老用户即可。

针对新用户的运营就是希望他能交易。

针对老用户的运营就是希望他能持续交易。

用户分群一般会有重叠,一个用户可能既属于A分群,也属于B分群。

在分层的基础上做分群,比如电商里,性别分群,和年龄分群。

分群常用的有rfm模型,市面上用的很多,但其实这个模型可能效果并不好,rfm理论如下图:
再来看下美团真实使用中的rfm模型:
美团rfm核心逻辑拆解下就是:
为什么说rfm模型可能效果并不好呢?它最早来自于零售行业,不一定适用于互联网当下的c端产品。

活跃下降的用户,给他push一些感兴趣的东西
一直逛但迟迟不肯下单的用户,就给他派点优惠券
优质用户流失了,送点回归礼
担心核心优质用户,就做积分或者会员给他们价值和尊重
……
这些是好的运营手段吗?不好意思,这些都只是学术上的纸上谈兵,不够落地,找个实习生也能把这活儿干好。

做好用户分层和用户分群,核心不在于事先建立一个好的模型,而应该带着问题寻找答案。

优秀的运营动作应该是满足用户需求的用户触达,前提是发现用户在产品里的矛盾点,如下图。

这个世界可能没有必杀技,任何策略和动作都不是一蹴而就的,一开始做不好很正常,但是要经常测试和迭代。

最可怕的不是我们没做好,而是我们的用户变了,数据变了,产品生命周期变了,运营动作还是老套不变。

话题扯远了,所以用户画像,用户分层,用户分群,用户标签,聪明
的你懂了吗?。

相关文档
最新文档