收藏 ▏用户群体画像功能深度解析

作者 于晓松 本文为原作者原创作品,转载需授权

所有伟大的产品,都离不开用户的追随与期待。

用户群体画像是产品用户增长的利器之一——它能够帮您探究产品指标数字背后的原因。

通过用户群体画像,我们已经能够持续的监测产品运营状况,比如:观察产品关键指标的变化、关注用户到目标的转化趋势、分析用户的留存回访……

除此之外,我们还可以观察到产品的每位用户,对单个用户的特征和行为进行最为细致的分析。

但是,我们的目标是改进提升产品以实现用户增长。而数据指标并不足够直接指导产品的改进——因为,在数据指标和用户增长之间,会有很多坑,让产品和运营的改进变得步履维艰、让用户的增长变得缓慢。究其原因,是由于产品的数字指标过于宏观,而用户增长的构成是非常微观的:我们的用户是一个一个( 1 by 1 )被获取、激活和留存下来的。

因此,我们需要一些有效的工具,帮我们在产品改进过程中尽早找到方向,让产品改进不再是盲目的过程。用户群体画像可以帮助我们:

1. 分析某个指标数字背后的用户,具备哪些特征——他们的人群属性、他们的行为特点?

2. 找到一些有趣的、有价值的事实,并从中发现产品有效改进提升的机会或方向。

用户群体的“画像”包括什么?

用户群体画像包括以下内容:

用户价值和流失风险分析高价值用户的占比越高,高流失风险的用户占比越低,产品越健康。

用户特点分析分析用户的性别、年龄、自定义属性、兴趣标签等。

用户的使用环境分析分析用户的地域、渠道(来源)、应用版本、设备品牌(浏览器)等。

用户的使用时间分析用户的首次访问时间、最后访问事件、最近 30 天访问时长、最近 30 天访问次数等。

用户的行为特点分析用户在最近一个月内的行为分布。

用户群体画像应如何使用?群体画像除了帮助我们查看产品用户的特点,更重要的作用是发现产品问题的背后的原因。

因此,您可以参考下面的步骤使用群体画像:

第一步:弄清目标和当前的主要问题

在开始之前,确立产品的目标,弄清当前最亟待解决的问题是至为重要的事。

比如,一个电商类产品已经确立其目标是提升销售额。接来下,就要分析当前最主要的问题是什么?是新用户的增长不够多,还是老用户的重复购买率太低?这些问题,可以很方便的通过诸葛io分析得到。

第二步:找出问题相关的数据指标

弄清目标和主要问题后,下一步是要找出和问题最直接相关的数据指标。

比如,如果当前的问题是用户的重复购买率低,那么还进一步分析:用户在第一次购买多久之后的购买率会有显著的降低?哪些人群的重复购买率明显的低于或高于全部人群的平均值?

总结起来就是:要尽可能精准的定位问题的点(时间、人群、渠道……)。

第三步:对问题指标的相关人群进行画像分析,探究问题背后的可能原因

找到较为精确的问题点及相关指标后,可以围绕这些指标做背后人群的画像分析,看能不能找到潜在的原因。

比如,分析重复购买率明显高于均值的用户的群体画像,将其人群属性、行为特点与其他用户做对比,找到不同点,分析这些不同点与重复购买率之间的关系(需要的话,可以直接或间接联系少量的用户以做验证)。

通过探索,您可能会发现一些可能的原因。

比如,您可能会发现,某项功能的使用不便、或者某个地区用户习惯的不同是造成问题的可能的原因。

第四步:改进产品或运营

在上一步,您已经分析出了一项或几项可能影响用户增长的原因。接下来,您需要做的是从可能性以及改进成本等方面评估,并对产品或运营做出改进。

比如,改进易用性差的功能,或针对有问题地区的用户增加引导。

第五步:观察指标和画像,分析改进效果

改进后,对问题指标及问题相关人群进行持续的观测,验证是否达到了预期的效果。如果达到了预期的效果,则继续按照上面的步骤分析新的问题并加以解决。如果未达到预期的效果,也可以继续按照上面的步骤继续分析问题的原因,或者放弃转向其他问题。

总结正所谓“集腋成裘、聚沙成塔”,用户增长是一件积少成多的事儿。诸葛 io 的用户群体画像提供了一架坚实的桥梁,可以帮助您和您的产品更加顺利的跨越鸿沟,尽早实现用户的快速增长!

作者于晓松,诸葛 io 产品 VP。

End.

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2017-02-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏木东居士的专栏

闲聊4年大数据经历

30320
来自专栏PPV课数据科学社区

电子商务从大数据中挖宝必备五大要素

提到电子商务,自然会联想到大数据,如今“大数据”频繁地出现在媒体上,通过大数据,商家可以收集和分析数据,了解客户的购物模式和消费体验,从而改进产...

29180
来自专栏大数据和云计算技术

数据治理的基本概念

刘同学的第四篇,坚持就是胜利,太棒了。 在 2009年,《大数据资产:聪明的企业怎样致胜于数据治理》一书中提到,如果基本数据不可靠,大多数企业的大数据计划或者失...

40950
来自专栏DevOps时代的专栏

DevOps 标准体系发布及权威解读

一、DevOps 标准体系 ? 2017年11月17日,云计算开源产业联盟第一次跟高效运维社区一起在上海合办了首届金牌运维峰会,在工信部软件司的指导下,由中国信...

39660
来自专栏PPV课数据科学社区

《游戏数据分析的艺术》之游戏数据分析的流程(上)

点击上方 “蓝色字” 可关注我们! 作者:TalkingData高级咨询总监 - 于洋力作《游戏数据分析的艺术》第一章第一节的前三点。来源:TalkingDat...

55670
来自专栏钱塘大数据

国家大数据标准将出台,企业建设大数据之路如何走?

企业用户如何避免在大数据建设中“东一榔头西一锤子”,或者完全被厂商牵着鼻子走,如何能真正获取大数据的价值?这都是企业用户在大数据建设中真正关注的问题。 本文作者...

41690
来自专栏云计算D1net

跟踪DevOps指标 增加业务敏捷度

和Linux容器以及一直流行的云计算一样,DevOps是如今IT领域最热的几大话题之一。如下Google趋势图显示了过去几年里“DevOps”相关搜索量增长趋势...

32140
来自专栏靠谱PM

为什么要做用户调研?

在前面的文章中有写过如何快速的了解一款产品(回看请戳下面链接),但在产品初期可获取的用户反馈相对来说是有限或没有的,那么当我们接到对产品优化的工作时就要主动去了...

13420
来自专栏PPV课数据科学社区

天下武功唯快不破:从敏捷数据到敏捷数据分析

敏捷,指反应(多指动作或言行)迅速快捷。敏捷和技术结合往往具有快速、简单、迭代的特点。如大家听说的敏捷开发就是指:以用户的需求进化为核心,采用迭代、循序渐进的方...

55060
来自专栏互联网数据官iCDO

人工智能将如何革新数字营销领域?

当数字营销人员想到“人工智能”,他们会马上联想到“RankBrain”算法。 2015年,Google推出了RankBrain,一种能自动回复用户的机器学习系统...

41080

扫码关注云+社区

领取腾讯云代金券