产品专题产品管理设计思维

网易用户研究-如何做用户画像 笔记

2019-05-11  本文已影响38人  秦_Eric

市场细分:事前细分,事后细分

(疑问:收入也可以做分组,人生阶段也可以做分组,学习目标也可以做分组,那为什么要分成“考霸族”“生活族”这种感觉是按学习目标做的分组?或者说到底这么多维度都可以分组,怎么选?怎么做?感觉现在学的都是事前细分)

第一章 目录:

什么是用户画像?

用户画像方法简介

什么时候给用户画像?

1.什么是用户画像

用于描述用户的工具。通过用户的基本信息、目标、行为、态度、动机等维度勾勒用户,一般来说,会有3-6个用户画像。

用户画像用于什么,感觉并不重要:多数人都认同用户画像的重要性,并大概知道用户画像的样子和用途。

核心点:如何做用户画像,如何落地。

通常人眼中的用户画像是什么?我们想要做的用户画像是什么?

    ★通常:年龄、地域、性别、行为(重度、轻度)、态度、偏好(爱好)

    ★专业的用户画像:

                1.用户画像没有标准,在线学习类和电商平台类用户画像包含的内容是不同的。

                 2.用户画像是包含:列表和场景两种。前者是“通常”认为的用户画像。场景是“故事”类,完整的。

其他

一般来说,会有3-6个用户画像,过多不利于用户画像的记忆,推广。

2.用户画像的方法

用户画像分为定性和定量两种,既加入数据估计。

3.什么时候做用户画像

不分早晚,但要迭代(动态)


第二章 定性用户画像做法

1.收集细分信息

2用户细分

3创建用户画像

用户细分的流程:我脑海中没有具体的流程,我一直印象中:人口指标可以细分,我们在写问卷的时候,就直接可以细分了。然后还有态度语句,这种在前期问卷中只是列出所有的语句,但不是按语句逐条来细分,而是拿到后用统计方法来细分。现在还有一些使用行为的数据,来细分

到底是怎么做的?

1.收集信息:

信息来源:

内部——同事、已有调研结果、已收集的用户数据

外部——调研

收集什么?为了什么?

收集什么呢?就是收集“大家觉得用户可以从哪些维度划分”

为了什么呢?①先把所有的可能维度收集到,②然后再筛选出需要验证的,③然后再后面的调研验证(所以调研前用户画像维度就已定好了?)

          按人生阶段:中学生、大学生、青年

          按学习目的:拿证、通过考试、求职、纯粹学习

          按学习行为:勤奋型、规律型、打酱油型

          按产品使用情况:高频、中频、低频、潜在


从哪些人中收集该信息(样本配额)

用户招募

内部渠道:页面banner,系统通知,用户群(QQ)

收集方法

方法:问卷是常做的

还有,访谈法、观察法(日志法)

日志法第一次接触,①日记填写②然后在针对填写内容,做一对一的访谈③现场使用产品,可用性测试


2.用户细分:

从一堆资料(现在想想:什么资料?)中,如何找细分用户的标准?

主要思考的维度是目标,观点,行为

方法:亲和图法(不同于卡片分类)

根据相关性,对定性资料进行归纳

在这个基础上还可以在归类

核心:在线学习的影响因素

这里应该是讨论“不同在线学习的模式”是受什么影响产生的。因此,讨论的是“不同在线学习模式”。而不是,在线学习平台的选择因素。(有什么区别吗?)


检验标准:

细分群体是否能解释已知的关键差异?

细分群体的区分度如何?

是否覆盖了全部用户(样本)

最重要:如何影响用户决策?(有些细分不会影响到用户决策)

结果:

抽象出五种用户群。同时发现“人生阶段”&“自驱力”是区分用户群的主要方式

3.创建用户画像

分两个部分:列表+场景

确定人物角色的优先级:商业价值大小排序


第三章:定量用户画像

案例:

网易漫画 用户画像模型

投入时间+对网易漫画的忠诚度

两个维度做细分:种子型、重度、打酱油、快消型

(两个维度就可以了,那我们收集那么多维度做什么?)


1.形成细分假设

形成细分假设:和定性不同的是,因为后续可能会使用到定量分析,所以,我们需要提出假设,根据假设收集数据。会看定性,我才发现,这两种很大不同,在于,定量无法做到很细的分类,我们更多是要做找到几个“大”的维度,做问卷,收集信息。做聚类


2.从定量数据得到细分群体

数据如何收集?

问卷和后台(无法了解原因,但情感和态度其实还是可以推测出来的,比如高频使用就会间接证明了情感和态度倾向于好的一面)

数据处理

方法:聚类K-means

步骤:数据标准化-选择变量(<20)-选择聚类方法-评估聚类效果

结合业务逻辑选择变量

比如:看漫画的类型、花多少钱买周边

排除高相关的变量

比如满意度和推荐度

3.创建用户画像

和定性类似:列表+场景

上一篇 下一篇

猜你喜欢

热点阅读