您的位置:首页 >古玩 >

用户画像怎么做 「用户画像」

时间:2022-12-21 14:45:29 来源:运营贰叁事

大家好,用户画像怎么做 「用户画像」很多人还不知道,现在让我们一起来看看吧!

用户画像怎么做❓

用户画像基础

1️⃣要想搞清楚用户画像,首先得搞清楚用户

比如:

1、你的用户的特征是什么?

2、怎么描述用户需求?

3、不同阶段的用户特征又是什么?

2️⃣用户画像关系

1、用户肖像、用户细分、用户角色和用户画像的对比

2、高层、产品、开发、市场、运营眼中的用户画像

3、用户画像是一种公共语言,串联互联网商业的高层、产品、开发、市场、运营等,提高沟通效率


用户画像的原理

用户画像的方法—用户标签化。

标签是用户属性、兴趣、行为等特征的抽象与描述。


1️⃣分层标签(用户分层)

将总体中各个用户按某种特征分成若干个互不重叠的几部分,每一部分叫做层。


2️⃣AARRR 用户分层模型

AARRR 模型是由获取、激活、留存、推荐、变现等五个部分组成,形成一个用户流量漏斗


3️⃣用户业务分层

1、可以按资讯类别把用户分成科技用户、娱乐用户、游戏用户等等

2、将同一层内的用户继续切分以满足精细化需求


分群标签

按照指定规则,将总体中若干个用户合并为组,这样的组称为群


1️⃣RFM 用户分群模型

RFM是根据用户活跃程度、交易金额的贡献,对用户价值进行分群的一种方法


2️⃣用户属性分群

实际应用中,也可以基于用户属性(自然属性、社会属性)进行分群。

比如“北京-男-程序员”的体育用户群体。


3️⃣个性化标签

全面、完整、细致地标签化用户个性化特征。

通常把用户的个性化标签近似称为用户画像。

个性化标签生成主要三种方式:人工打标签、机器打标签、混合打标签(人工 机器)。


4️⃣人工打标签

人工打标签,即手动打标签,可以打上自然属性标签、社会属性标签、关系属性标签等。


5️⃣机器打标签

机器打标签,也称自动打标签,是指根据用户消费过的文本、图片、视频等数据,机器自动学习出用户兴趣、喜好等标签


6️⃣混合打标签


郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。