日化用户画像分析.pdf

日化用户画像分析--第1页

日化用户画像分析

在日常商业活动中，有各种各样的职能划分：增长、内容、活动、

产品，虽然具体工作和最终目标不一样，但其实都是围绕着“用户”

去做，可以说都是在做“用户运营”。如今伴随着流量红利的结束、

获客成本的不断提高，我们进入了一个用户精细化运营阶段。在这个

阶段中，我们不得不使用一个工具——用户“画像”标签体系。

今天我们就来说说用户画像。本文重点：1.用户画像在数据分析

中的应用；2.如何构建用户画像。

一、什么是用户画像

用户画像（UserPersona）的概念最早由交互设计之父Alan

Cooper提出，是建立在一系列属性数据之上的目标用户模型。一般

是产品设计、运营人员从用户群体中抽象出来的典型用户，本质是一

个用以描述用户需求的工具。

Personasareaconcreterepresentationoftargetusers.

真实用户的虚拟代表

——交互设计之父AlanCooper

但随着互联网的发展，现在我们说的用户画像（UserProfile）

又包含了新的内涵：根据用户人口学特征、网络浏览内容、网络社交

活动和消费行为等信息而抽象出的一个标签化的用户模型。

它的核心工作主要是利用存储在服务器上的海量日志和数据库

里的大量数据进行分析和挖掘，给用户贴“标签”，而“标签”是能

表示用户某一维度特征的标识，主要用于业务的运营和数据分析。

日化用户画像分析--第1页

日化用户画像分析--第2页

二、为什么需要用户画像

用户在企业发展的过程中有举足轻重的作用，主要的应用有：

1、精准营销：这是运营最熟悉的玩法，在从粗放式到精细化运

营过程中，将用户群体切割成更细的粒度，辅以短信、推送、邮件、

活动等手段，驱以关怀、挽回、激励等策略。

2、用户分析：用户画像也是了解用户的必要补充。产品早期，

产品经理们通过用户调研和访谈的形式了解用户。在产品用户量扩大

后，调研的效用降低，这时候就可以辅以用户画像配合研究。方向包

括新增的用户有什么特征，核心用户的属性是否变化等等。

3、数据应用：用户画像是很多数据产品的基础，诸如耳熟能详

的推荐系统广告系统，广告基于一系列人口统计相关的标签，性别、

年龄、学历、兴趣偏好、手机等等来进行投放的。

4、数据分析：用户画像可以理解为业务层面的数据仓库，各类

标签是多维分析的天然要素。数据查询平台会和这些数据打通，最后

辅助业务决策。

三、用户画像的主要内容

用户画像一般按业务属性划分多个类别模块。除了常见的人口统

计，社会属性外，还有用户消费画像、用户行为画像，用户兴趣画像

等。

人口属性和行为特征是大部分互联网公司做用户画像时会包含

的：人口属性主要指用户的年龄、性别、所在的省份和城市、教育程

度、婚姻情况、生育情况、工作所在的行业和职业等。行为特征主要

日化用户画像分析--第2页

日化用户画像分析--第3页

包含活跃度、忠诚度等指标。

除了以上较通用的特征，用户画像包含的内容并不完全固定，根

据行业和产品的不同所关注的特征也有不同。

①以内容为主的媒体或阅读类网站、搜索引擎，或通用导航类网

站，往往会提取用户对浏览内容的兴趣特征，比如体育类、娱乐类、

美食类、理财类、旅游类、房产类、汽车类等等。