1.什么是用戶畫像
用戶畫像一點(diǎn)也不神秘，它是根據(jù)用戶在互聯(lián)網(wǎng)留下的種種數(shù)據(jù)，主動(dòng)或被動(dòng)地收集，最后加工成一系列的標(biāo)簽。比如猜用戶是男是女，哪里人，工資多少，有沒(méi)有談戀愛(ài)，喜歡什么，準(zhǔn)備剁手購(gòu)物嗎？
2.用戶畫像的應(yīng)用
精準(zhǔn)營(yíng)銷：這是運(yùn)營(yíng)最熟悉的玩法，從粗放式到精細(xì)化，將用戶群體切割成更細(xì)的粒度，輔以短信、推送、郵件、活動(dòng)等手段，驅(qū)以關(guān)懷、挽回、激勵(lì)等策略。
數(shù)據(jù)應(yīng)用：用戶畫像是很多數(shù)據(jù)產(chǎn)品的基礎(chǔ)，諸如耳熟能詳?shù)耐扑]系統(tǒng)廣告系統(tǒng)。操作過(guò)各大廣告投放系統(tǒng)的同學(xué)想必都清楚，廣告投放基于一系列人口統(tǒng)計(jì)相關(guān)的標(biāo)簽，性別、年齡、學(xué)歷、興趣偏好、手機(jī)等等。
用戶分析：雖然和Persona不一樣，用戶畫像也是了解用戶的必要補(bǔ)充。產(chǎn)品早期，PM們通過(guò)用戶調(diào)研和訪談的形式了解用戶。在產(chǎn)品用戶量擴(kuò)大后，調(diào)研的效用降低，這時(shí)候會(huì)輔以用戶畫像配合研究。新增的用戶有什么特征，核心用戶的屬性是否變化等等。
數(shù)據(jù)分析：這個(gè)就不用多提了，用戶畫像可以理解為業(yè)務(wù)層面的數(shù)據(jù)倉(cāng)庫(kù)，各類標(biāo)簽是多維分析的天然要素。數(shù)據(jù)查詢平臺(tái)會(huì)和這些數(shù)據(jù)打通。
很多用戶畫像初衷是好的，但是淪為了形式主義。問(wèn)題在于標(biāo)簽劃分過(guò)多，策略執(zhí)行有難度。
不要想當(dāng)然的歸納一個(gè)齊全完備的體系，卻忽略了畫像的核心價(jià)值。用戶畫像首先得是商業(yè)目的下的用戶標(biāo)簽集合。
猜用戶是男是女，哪里人，工資多少，有沒(méi)有談戀愛(ài)，喜歡什么，準(zhǔn)備剁手購(gòu)物嗎？探討這些是沒(méi)有意義的。是男是女如何影響消費(fèi)決策，工資多少影響消費(fèi)能力，有沒(méi)有談戀愛(ài)會(huì)否帶來(lái)新的營(yíng)銷場(chǎng)景，剁手購(gòu)物怎么精準(zhǔn)推薦，這些才是用戶畫像背后的邏輯。
不是我有了用戶畫像，便能驅(qū)動(dòng)和提高業(yè)務(wù)。而是為了驅(qū)動(dòng)和提高業(yè)務(wù)，才需要用戶畫像。
用戶畫像的標(biāo)簽一般通過(guò)兩種形式獲得，基于已有數(shù)據(jù)或者一定規(guī)則加工，流失標(biāo)簽和距今天數(shù)皆是。另外一種是基于已有的數(shù)據(jù)計(jì)算概率模型，會(huì)用到機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘。
3.用戶畫像的架構(gòu)
用戶畫像一般按業(yè)務(wù)屬性劃分多個(gè)類別模塊。除了常見(jiàn)的人口統(tǒng)計(jì)，社會(huì)屬性外。還有用戶消費(fèi)畫像，用戶行為畫像，用戶興趣畫像等。具體的畫像得看產(chǎn)品形態(tài)，像金融領(lǐng)域，還會(huì)有風(fēng)險(xiǎn)畫像，包括征信、違約、洗錢、還款能力、保險(xiǎn)黑名單等。電商領(lǐng)域會(huì)有商品的類目偏好、品類偏好、品牌偏好，不一而足。
上圖是隨手畫的的例子，畫一個(gè)架構(gòu)不難，難得是了解每個(gè)標(biāo)簽背后的業(yè)務(wù)邏輯和落地方式
上圖列舉了標(biāo)簽加工和計(jì)算的過(guò)程，很好理解。最上層的策略標(biāo)簽，是針對(duì)業(yè)務(wù)的落地，運(yùn)營(yíng)人員通過(guò)多個(gè)標(biāo)簽的組合形成一個(gè)用戶群組，方便執(zhí)行。
用戶畫像作為平臺(tái)級(jí)的應(yīng)用，很多運(yùn)營(yíng)策略及工具，都是在其基礎(chǔ)上構(gòu)建的。
基于營(yíng)銷和消費(fèi)相關(guān)的標(biāo)簽，新客、老客、用戶的流失和忠誠(chéng)、用戶的消費(fèi)水平和頻率等，都是構(gòu)成CRM（客戶關(guān)系管理）的基礎(chǔ)，可能大家更習(xí)慣叫它用戶/會(huì)員管理運(yùn)營(yíng)平臺(tái)。
它的作用在于，將數(shù)據(jù)化的標(biāo)簽，轉(zhuǎn)換成產(chǎn)品運(yùn)營(yíng)策略。不同的標(biāo)簽對(duì)應(yīng)不同的用戶群體，也對(duì)應(yīng)不同的營(yíng)銷手段。CRM的結(jié)構(gòu)中會(huì)包含各類觸達(dá)用戶的常用渠道比如短信、郵件、推送等。也包含CMS（內(nèi)容管理系統(tǒng)），執(zhí)行人員通過(guò)其快速配置活動(dòng)頁(yè)、活動(dòng)通道、優(yōu)惠券等，靠營(yíng)銷活動(dòng)拉動(dòng)數(shù)據(jù)。
老王的沙拉業(yè)務(wù)要是做大，那么運(yùn)營(yíng)平臺(tái)就會(huì)以圖中的結(jié)構(gòu)搭建。老王在CRM中組合標(biāo)簽，新客老客流失客的數(shù)據(jù)借助BI監(jiān)控，然后通過(guò)CMS系統(tǒng)配置紅包啊優(yōu)惠券啊等等，再通過(guò)短或Push觸達(dá)。
4.如何建立用戶畫像
說(shuō)白了主要是對(duì)兩類客戶的認(rèn)知和判斷：
現(xiàn)存客戶 (Existing Customer)- 我的現(xiàn)存客戶是怎么樣，喜歡什么，什么消費(fèi)習(xí)慣，哪些客戶最值錢等等
潛在客戶 (Prospect Customer)- 潛在用戶又分：認(rèn)知客戶和競(jìng)品客戶，我的潛在客戶在哪，他們喜歡什么，通過(guò)什么渠道獲取，獲客成本是多少等等
定性與定量相結(jié)合的研究方法
定性的方法，表現(xiàn)為對(duì)產(chǎn)品、行為、用戶個(gè)體的性質(zhì)和特征作出概括，形成對(duì)應(yīng)的產(chǎn)品標(biāo)簽、行為標(biāo)簽、用戶標(biāo)簽。
定量的方法，則是在定性的基礎(chǔ)上，給每一個(gè)標(biāo)簽打上特定的權(quán)重，最后通過(guò)數(shù)學(xué)公式計(jì)算得出總的標(biāo)簽權(quán)重，從而形成完整的用戶模型。
定性與定量必須結(jié)合在一起，但更重要的是以用戶為中心，而不是以數(shù)據(jù)為中心。
5.營(yíng)銷人群的獲得方法
一是自己通過(guò)SQL去設(shè)定規(guī)則然后提取人群并過(guò)模型；第二種就是基于已有行為數(shù)據(jù)給用戶打上標(biāo)簽后，再用組合標(biāo)簽的形式圈定出一些人群，最后通過(guò)廣告平臺(tái)相應(yīng)店鋪或者商品就被推薦給了相應(yīng)的人群。
說(shuō)一下用標(biāo)簽和SQL去找人群的區(qū)別就是：由第二點(diǎn)也知道了，標(biāo)簽主要是對(duì)老客戶和認(rèn)知客戶進(jìn)行了打標(biāo)簽，對(duì)競(jìng)品客戶卻不能打標(biāo)簽。那么有一種情況就是：對(duì)于一個(gè)新的店鋪如何去找到潛在的用戶，去進(jìn)行拉新和引流，這時(shí)競(jìng)品客戶就顯得很重要了，通常我們會(huì)人工去找一些與運(yùn)營(yíng)店鋪風(fēng)格、價(jià)位相似的店鋪和競(jìng)品單品，然后通過(guò)SQL去找出部分競(jìng)品客戶，因?yàn)閷?duì)相似競(jìng)品感興趣的客戶很大可能對(duì)我們店鋪同類型的商品也感興趣。
6.如何建立用戶畫像
本質(zhì)上看是兩類問(wèn)題：
對(duì)用戶畫像，打上標(biāo)簽。這是個(gè)聚類問(wèn)題，將同一類用戶通過(guò)算法聚合成一類。
對(duì)不同用戶進(jìn)行精準(zhǔn)營(yíng)銷。這個(gè)問(wèn)題是個(gè)預(yù)測(cè)問(wèn)題，對(duì)用戶行為建模，預(yù)測(cè)某一類用戶會(huì)對(duì)什么更感興趣。
先說(shuō)第一類問(wèn)題，聚類。這個(gè)成熟的算法很多，具體選擇哪種就要看你的數(shù)據(jù)有什么了。既然叫做數(shù)據(jù)分析，那邊必然是以你的數(shù)據(jù)為準(zhǔn)基礎(chǔ)的，看你的數(shù)據(jù)包含什么，如果能把用戶映射到某一個(gè)空間里面，表示成向量（也就是高維空間的坐標(biāo)），就可以kmeans，DBscan等等方法來(lái)進(jìn)行聚類，如果只能給出兩兩用戶的相似度，那么就是用基于層次聚類的算法。再重申一遍，關(guān)鍵是數(shù)據(jù)。
再就是對(duì)用戶行為建模，同樣因?yàn)椴涣私鈹?shù)據(jù)，就只能簡(jiǎn)單講一講普通的流程。精準(zhǔn)營(yíng)銷這個(gè)問(wèn)題可以規(guī)約為預(yù)測(cè)用戶對(duì)什么商品感興趣。這個(gè)建模流程簡(jiǎn)單來(lái)說(shuō)應(yīng)該包含下面幾個(gè)過(guò)程：
a、選取特征，從歷史數(shù)據(jù)中選擇、構(gòu)造出一些特征，假設(shè)這些特征和要預(yù)測(cè)的值之間的一個(gè)關(guān)系（這個(gè)關(guān)系也就是你的模型）。這一步是定性的過(guò)程。
b、確定模型中的未知系數(shù)，也就是定量的過(guò)程。
c、計(jì)算模型的置信度，根據(jù)測(cè)試集數(shù)據(jù)（從歷史數(shù)據(jù)中選擇一部分出來(lái)，分割方法很多，自行百度交叉驗(yàn)證）來(lái)判斷預(yù)測(cè)準(zhǔn)確性，如果符合要求，就可以用這個(gè)模型來(lái)預(yù)測(cè)用戶喜歡什么，進(jìn)行精準(zhǔn)營(yíng)銷，如果準(zhǔn)確性不滿足要求，那么就再重復(fù)上述過(guò)程，構(gòu)造更復(fù)雜的特征，或者收集更多數(shù)據(jù)，嘗試其他模型。
7.四種劃分用戶并進(jìn)行分析或測(cè)試的方法
精益數(shù)據(jù)分析的核心在于如何找到一個(gè)有意義的指標(biāo)，然后通過(guò)試驗(yàn)改善它，直到令你滿意；之后，轉(zhuǎn)而解決下一個(gè)問(wèn)題，或步入創(chuàng)業(yè)的下一個(gè)階段。整個(gè)周期如圖
8.強(qiáng)數(shù)據(jù)分析型創(chuàng)業(yè)公司所經(jīng)歷的生命周期
