运动健康领域如何用数据改变用户习惯.pdfVIP

运动健康领域 ，如何用数据改变用户习惯 提及运动健康领域 ，大众会立刻联想到许多工具 性的记录软件 ，和以内容为主的 PGC 模 式应用 ，而最具核心价值的用户健康数据却少被谈及。用户的健康数据有什么作用 ？怎样让 用户养成记录数据的习惯 ？ 概要 ：如何通过数据记录改变用户的健康消费模式 健康领域的模式 真正值得被记录的数据 如何培养用户量化自我的习惯 用户形成量化自我的习惯后 ，数据的作用 健康领域 A pp 的模式 Fit ness 类应用 随着健康领域热度的增长 ，各类健康 A pp ，如 Nike Running ，Runkeeper、咕咚、Keep 等 ，纷纷 呈现在用户眼前。除了真正的运动爱好者 ，普通用户在新鲜感淡去后 ，会逐渐减少使用 ，甚至不再 使用这些 A pp。这类专项运动工具 A pp ，因以 Fit ness 为代表 ，暂称为 Fit ness 类应用。 为什么这类应用难以坚持使用 ？首先是因其极具专业性 ，应用假定用户 ，追求成为资深健身爱好者 。这导致用户必须向高强度运动项目发起挑战。但并非所有用户都对八块腹肌有追求 ，普通用户在 新鲜劲过后 ，难以持续运动激情。 其次 ，现今国内该类应用同质化严重。上述提及的 A pp ，都提供 GPS 功能以记录跑步轨迹、提供 视频教程辅佐用户健身或瑜伽等 ，甚至在外观上也日渐趋同。如此对单独运动健身功能垂直挖掘 ， 并未足够利用体育与互联网的优势 ，且单一领域的爱好者有限 ，用户数易处于瓶颈。 Healt hcare 类应用 Healt hcare 全称为 Mo bile Healt h 2.0 ，主要通过各类传感器、渠道和使用方式以全面收集用户数据 ，综合分析并提供运动指导、健康意见或预警等科学的解决方案。 Healt hcare 领域公司有 ，小米运动、三星健康、GoogleFit 、Feel 、Fit bit 等。现今业界普遍 认为 ，Healt hcare 将是互联网运动领域的新方向。Healt hcare 并不是 一个极致化的垂直工具” ，而 是一揽子解决方案 ，即用户只需要这一个就够了。 对普通用户而言 ，他们可能在一定时期内有健身塑型的特殊需求 ，并选择 Fit ness 类产品。如此暂 时性需求的周期性非常明显 ，超过产品定位的生命周期 ，或塑形完成后 ，用户可能不再使用该产品 。 而 Heat hcare 模式具有广泛的人群基础 ，且没有明显使用周期特性 ，更轻量化与生活化。就如迪士 尼动画 《超能陆战队》中的健康机器人——大白。用户可能不知道自己需要它 ，但它一直在那儿陪 伴用户 ，时刻关注着用户的需求。 简而言之 ，Fit ness 像是专卖店 ，有单一领域专注极致的追求 ，而 Healt hcare 像是超级市场 ，以更 综合的方式满足用户 ，通过收集、分析用户的数据以帮助用户健康生活。 健康领域内 ，真正值得被记录的数据 数据不需要被记录 ？ 用户而言 ，数据是不需要被记录的。 用户要的不只是数据。大部分用户对数据是无概念的 ，各种复杂的数据 ，对用户少有作用。只有部 分特殊需求 ，如骑行与跑步 ，专业用户才会关注里程等细粒度的数据 ，即习惯运动用户的记录需求 ，才是强需求。因此 ，经过分析得出的结果与解决方案 ，更重要。 找到用户需要记录的数据 如何让没有专业需求的普通用户主动记录数据——帮助用户明确目标 ，根据目标的不同 ，辅佐用户 找到需要记录的数据。 很多女性用户 ，在身材已肥瘦两相宜的情况下 ，还想不断减肥。最后由于长期未摄入动物蛋白质及 其它人体所需矿物质 ，积损成伤 ，易染恶疾。在减肥的表层需求下 ，如何健康变瘦才是用户追求的 目标。这个案例里 ，用户需要关心的数据不仅是体重 ，还有体脂率。 我们首先应帮助用户了解该关注什么数据 ，再帮助用户达成目标。告知用户的数据指标是否在正常 范围内 ，提出相应的目标 ，并提供解决方案辅以达成目标。根据用户目标挖掘定向数据 ，整理许多 复杂的、用户无需了解的数据 ，综合理解用户的身体状态。 90 后的数据需求 90 后年轻人约占 Feel 用户群体的 80%,要了解现今年轻人的健康需求特点 ，就需要进入他们的生活 场景中。 很多 90 后女生关心睡眠质量 ，目的是为保养皮肤 ，睡美容觉。我们就不仅需给她们提供睡眠记录 打卡 ，还要推荐皮肤保养方案。甚至 ，联合用户的其它数据挖掘她们更深层次的需求 ：想美肤 ，是 因工作、婚恋需要、还是增加自信、想当模特等。 用户的真实需求通常隐藏在表面目的下 ，通过分析用户原始数据