一般在產(chǎn)品工作中，我們不會單獨去做所謂的用戶畫像，而更多的是在產(chǎn)品設(shè)計過程中，對我們典型的用戶群體做用戶特征分析，這個意思就像是前面說的，“沒有背景和目的的用戶調(diào)研是沒有意義的”。
用戶特征分析用于“了解典型的用戶群”，用戶調(diào)研選擇用戶階段也可用。
話不多說，進(jìn)入主題。
1.1 什么是用戶特征分析
a、通過各種方法，更完整了解目標(biāo)群體的情況
b、描述典型的目標(biāo)用戶及其群體行為
c、用戶分析 = 信息的分析
d、核心就是關(guān)注用戶心理變化，必定通過行為表現(xiàn)
1.2 用戶特征分析的目的
a、明確知道你的用戶真實的訴求點是什么
b、為功能設(shè)計提供核心依據(jù)（妹紙嘴上不要花，但是你送就開心；過年紅包的例子，嘴上：阿姨不能給，心里：謝謝阿姨）
c、數(shù)據(jù)挖掘與用戶推薦的底層支持
怎么做用戶特征分析呢，首先，先舉個簡單的例子：
假設(shè)有一個人，我們從外觀上只知道他是男性，除此之外我們對他完全不了解，接下來我們一步一步透露更多信息：
-25歲、碼農(nóng)、本科、未婚
-愛玩英雄聯(lián)盟，但從不買皮膚
-每天加班到9點、經(jīng)常上聚劃算、下午1點上淘寶、月薪25K
-經(jīng)常穿優(yōu)衣庫的衣服褲子
通過以上信息，咱們大致能知道這是一個高收入?yún)s摳門的碼農(nóng)。這就是基礎(chǔ)的用戶特征分析，下面我們來講講具體的方法。
2.1 用戶特征分析的邏輯
2.2 用戶特征分析的實際操作方法和過程
a、基礎(chǔ)屬性（不變，較為穩(wěn)定的）：年齡、性別、星座、教育、身高、職業(yè)等
b、社會關(guān)系（較難拿到了）：有孩子、有老公、父母、兄弟姐妹等
c、消費能力（基本上難拿到或拿不到，假的概率大）：月收入、月消費、有支付寶、多少張信用卡、有無房貸、開了花唄沒有等
d、行為特征（很重要、只能分析出來）：經(jīng)常團(tuán)購、經(jīng)常加班、上班刷微博、討厭不準(zhǔn)時、開會不準(zhǔn)時、在網(wǎng)吧上網(wǎng)、經(jīng)常蹭網(wǎng)等
基本上都是拿數(shù)據(jù)說話的，通過數(shù)據(jù)分析得到行為特征，很重要
e、心理特征（從行為特征分析出心理）：價格敏感（對付方法，推便宜的東西）、品牌偏好、好攀比、猶豫和糾結(jié)、果斷、健康訴求高等等
這里舉一個布棉老師的例子。
趕集網(wǎng)婚戀交友類別下，客服收到用戶投訴：
在頻道上和一個女生聊天，很快就約見面了，見面地點在一個不知名的酒吧，點了上千塊的酒水，目前聯(lián)系不上了
產(chǎn)品經(jīng)理/運營猜測：
-這是酒托騙人的情況，用戶應(yīng)該是被酒托騙了
SO：
-認(rèn)真對受騙的用戶進(jìn)行了訪談
-要到了用戶的帳號ID和疑似酒托的ID
分析：
-酒托一般群體作案，找出一個，治理一群，大致思路如下
幫助記憶，此流程再舉個例子：
a、我軍抓到一個反革命分子，嚴(yán)刑拷打，找出密碼本
b、分析密碼本，找出電臺頻率，順便猜測出其他可能存在的密碼本
c、用這個抓獲的電臺發(fā)報：x月x號x點在某某地點集合，共商大計
d、一網(wǎng)打盡
3.1 個體分析（此時問卷調(diào)查是無力的，這也是不提倡問卷的弊端之一）
a、基礎(chǔ)信息：女性
b、社會關(guān)系：互為好友、聊過天的人、同一個IP段的
c、消費能力：無
d、行為特征：（沒有就讓開發(fā)埋點，規(guī)則條件清楚，數(shù)據(jù)肯定有的）
提出可能的行為特征
- 短時間加了很多人
- 在線時間非常長（婚戀網(wǎng)站，一個女的長期在線很大概率是不正常的）
- ID用了一段時間就廢棄了
- 同一個IP有很多類似的賬戶
- 同時和很多人聊天
- 回復(fù)很快
- 主動發(fā)起聊天（女生，每次都主動發(fā)起聊天，不符合人性）
- 聊天記錄10條內(nèi)，出現(xiàn)QQ或者微信
- 聊天過程短，不超過10條
- 注冊完馬上快速加一大堆好友
結(jié)合行為特征，判斷哪些關(guān)鍵行為特征組合后能夠確定一個人是不是酒托，不一定要全部特征，適當(dāng)考慮性價比最高的幾條，條件多了開發(fā)也難受
e、心理特征：酒托心理
3.2 關(guān)鍵行為特征
a、猜測關(guān)鍵的行為有哪些？
b、關(guān)鍵行為看交叉驗證，也就是重復(fù)組合關(guān)鍵行為特征
c、明確特征的計算方式，即算法、數(shù)字。例如在線時間很長 -》 超過5小時
d、命中的行為路徑是什么，分析整個流程，在哪個階段命中的這個情況。
3.3 召回驗證
a、把關(guān)鍵行為特征交叉后調(diào)出數(shù)據(jù)，然后驗證數(shù)據(jù)。
b、召回率：有多少命中策略的數(shù)據(jù)被調(diào)取出來了
c、找回準(zhǔn)確率：召回的數(shù)據(jù)中，準(zhǔn)確率多少 ？
d、優(yōu)化：修正特征數(shù)據(jù)，調(diào)整粒度
3.4 找最有效的解決方案
a、用戶特征分析越細(xì)致，解決方案就越準(zhǔn)確有效。在關(guān)鍵節(jié)點上進(jìn)行處理，讓用戶察覺不到處理機(jī)制，避免違規(guī)用戶換法子重來。
b、解決方案的排序：用戶量和頻次進(jìn)行選擇
這個案例最后的處理方式：通過阻斷聊天階段違規(guī)用戶的信息發(fā)送，用戶收不到來自酒托的任何信息，酒托方面也沒有任何提示，不會被察覺，也不會被發(fā)現(xiàn)，酒托覺得是為所欲為，結(jié)果毫無作用，自己就走了，降低方案后續(xù)迭代成本。
想要更多干貨分享就快來關(guān)注我的個人公眾號吧??！
花名：饅頭
個人公眾號：我是饅頭
座右銘：博學(xué)之，審問之，慎思之，明辨之，篤行之
