用戶畫像到底如何使用？
在拋出這個疑問之前，我研究過許多文章，這些文章的研究方向更熱衷于如何給用戶360度畫像，用常見的人物形象卡來描述平臺某部分用戶的特征，比如：
- 年齡：28歲，性別：女
- 職位：都市白領(lǐng)
- 婚姻狀況：已婚
- 個性：宅女，喜歡網(wǎng)購、喜歡美好的事物、文藝小資、享受生活
- 星座：天蝎座
- 地址：北京xx小區(qū)
這是一種典型的用戶畫像，也是許多企業(yè)熱衷做用戶畫像分析的方法，這種人物畫像卡在用戶研究方面有很大的幫助，可以幫助產(chǎn)品經(jīng)理找準(zhǔn)產(chǎn)品的方向，但在用戶運(yùn)營層面，如果單純給用戶貼標(biāo)簽做畫像，反而有一種無從應(yīng)用的感覺。
我們舉例幾個業(yè)務(wù)場景：
我是一個電商平臺，銷售100種品類產(chǎn)品，該給用戶精準(zhǔn)推薦什么產(chǎn)品？
我要給用戶推券，希望提高券的ROI，該給什么樣的用戶推券？
平臺用戶流失嚴(yán)重，希望分析哪些用戶流失了，怎么挽留？
以上三個業(yè)務(wù)場景，如果要用到用戶畫像，你該如何應(yīng)用？
顯然簡單的用戶分析卡根本無法支持我們的運(yùn)營工作，用戶分析一個重要的方法論就是從業(yè)務(wù)場景出發(fā)，找到精準(zhǔn)的用戶群，定向分析畫像，然后應(yīng)用到實(shí)際運(yùn)營活動中。
接下來，我們重點(diǎn)闡述用戶運(yùn)營5步法：
一、明確業(yè)務(wù)場景
之所以把業(yè)務(wù)場景放到第一位，是因?yàn)闃I(yè)務(wù)場景是用戶運(yùn)營的重中之重，很多用戶運(yùn)營往往走入一種誤區(qū)是先有用戶畫像。再基于畫像標(biāo)簽對用戶進(jìn)行分群，再推送定向活動，這種運(yùn)營思路往往是為了營銷而營銷，最終是解決了什么業(yè)務(wù)問題反而無從談起。
比如某個平臺把幾個標(biāo)簽組合篩出了一部分人群，標(biāo)簽包括：性別、年齡、最近的購買時間、客單價等，最終推了一個滿減活動過去。那這個營銷結(jié)束之后我們只能分析一次活動的成敗，而對整體用戶運(yùn)營缺乏實(shí)際的業(yè)務(wù)支撐意義。
明確業(yè)務(wù)場景的意義在于，我們有了具體業(yè)務(wù)場景，才會有具體營銷的目標(biāo)人群，進(jìn)而再針對人群的畫像特征制定更加明確的營銷策略。
我們以第三個業(yè)務(wù)場景為例，平臺用戶月滾動流失率為30%，希望能通過定向的用戶運(yùn)營將流失率降低至15%。
接下來的任務(wù)就是找到哪些用戶產(chǎn)生了流失？
有的同學(xué)會說這好辦，我們將平臺用戶三個月未回來購買的用戶定義為流失，然后將這些用戶分出來，定向推送一張復(fù)購券，接下來分析這張券的核銷效果，如果核銷較好，則用戶流失率會降低。
這是一種最簡單但效果最差的用戶運(yùn)營方式了，相信很多人剛做用戶運(yùn)營的時候，都是這么做的。
一方面是缺乏用戶模型的支撐，無法更加精準(zhǔn)的預(yù)測流失，只能根據(jù)已流失用戶做一些召回活動，但用戶真正流失后召回率往往很難達(dá)到1%。另一方面缺乏畫像的支撐，不了解流失用戶群的特征，想當(dāng)然的推一些大力度活動，反而很難再打動流失用戶。
二、用戶建模
用戶建模是做用戶運(yùn)營的必備技能，就好比一個技術(shù)猿如果不會寫代碼，不了解一門代碼語言，那怎么可以從事這個行業(yè)呢。
針對這個業(yè)務(wù)場景我們需要搭建什么樣的用戶模型呢？
我們有三種思路：
- 篩選已知流失用戶建模，通過決策樹模型分析流失規(guī)則，通過流失規(guī)則預(yù)測最可能的流失用戶，篩選出這部分用戶做營銷。
- 篩選已知流失用戶建模，通過神經(jīng)網(wǎng)絡(luò)模型建立流失評分機(jī)制，對平臺所有高價值用戶進(jìn)行流失評分，將評分較高的高價值用戶篩選出來做更精準(zhǔn)的營銷。
- 搭建用戶生命周期模型，通過用戶生命周期預(yù)測用戶流失節(jié)點(diǎn)，在用戶快要流失時候進(jìn)行及時的干預(yù)營銷，以降低用戶流失率。
我們采取第三種建模營銷方法，搭建如下模型：
在模型中，我們可以根據(jù)箭頭了解整個用戶的數(shù)據(jù)走向，把平臺用戶的全部數(shù)據(jù)導(dǎo)入模型中進(jìn)行分析。
這里使用到了cox生存分析的算法，這個算法可以幫助我們分析用戶的生存時間，進(jìn)而得到平臺全部用戶的生命周期分布。我們基于生命周期可以得到用戶的流失邊界值，從而確定用戶的整體流失節(jié)點(diǎn)。
三、定準(zhǔn)目標(biāo)用戶群
用戶建模完成后，我們可以把平臺用戶數(shù)據(jù)與大數(shù)據(jù)模型打通，通過大數(shù)據(jù)分析的方法可以定向輸出我們想要的用戶群。
回到我們的業(yè)務(wù)場景，我們業(yè)務(wù)目標(biāo)是降低用戶流失率，也就是從30%降低至15%。
那我們的目標(biāo)營銷用戶群該是誰呢？
如果單純篩選已流失用戶，試圖通過挽回這部分用戶來提升回流率，我們知道營銷難度非常大，一般流失用戶往往是直接卸載APP或者不再使用我們的產(chǎn)品，一旦卸載APP后觸達(dá)率非常低，通過短信召回的辦法往往也是得不償失。
那我們把目光瞄向流失邊界的用戶，這部分用戶通過模型預(yù)測，流失傾向要高于平臺的活躍用戶但并未流失，這個時候如果及時采取干預(yù)營銷，用戶留下的可能性反而很大。
四、分析用戶畫像
目標(biāo)營銷用戶群定位完成，接下來需要分析用戶群的畫像以了解用戶行為特征，從而制定更具有針對性的營銷策略。
用戶畫像該如何分析呢？
這里分析用戶畫像不是大而全，而是要基于實(shí)際業(yè)務(wù)場景，哪些畫像更有助于營銷策略的制定，我們只分析這部分畫像信息即可。我們先通過模型看下這部分用戶群的實(shí)際畫像。
通過模型輸出，我們可以得到目標(biāo)營銷人群的畫像特征如下：
- 21-40歲女性用戶
- 平均間隔消費(fèi)周期是16-30天左右
- 消費(fèi)客單為低客單用戶，均值30元以下。
- 生命周期處于上升期
基于以上畫像特征，我們能得到哪些營銷信息呢？
- 性別、年齡來決定我們的文案策略和溝通語氣。
- 重復(fù)消費(fèi)間隔天數(shù)決定營銷時機(jī)。
- 生命周期決定不同的營銷方向。
- 客單來決定我們推什么力度的活動。
這就是用戶畫像在營銷中的實(shí)際應(yīng)用，每一個畫像信息必然可以用到營銷策略中，在建模過程中我們需要得到有實(shí)際業(yè)務(wù)意義的畫像信息，并用于指導(dǎo)接下來的營銷策略制定。
五、制定營銷策略
我們得到用戶畫像后，基于畫像信息可以做更加精準(zhǔn)針對性的營銷活動，接下來我們來梳理一下本次實(shí)戰(zhàn)的營銷策略：
- 本次用戶目標(biāo)群生命周期處于上升期和新客期，特征是消費(fèi)習(xí)慣并未養(yǎng)成，需策劃刺激性活動引導(dǎo)消費(fèi)。
- 目標(biāo)用戶群體消費(fèi)特征屬于低客單消費(fèi)群體，活動參與門檻不宜太高，活動可以以適當(dāng)提升客單為次要目標(biāo)。
- 畫像特征方面是20-40歲之間的年輕女性消費(fèi)群體，溝通策略需用更感性的方法。
基于以上營銷策略，我們制定落地活動和推送觸達(dá)的執(zhí)行策略。結(jié)合圣誕選了一款蛋糕，主題是：和心愛的ta一起過圣誕，瞄準(zhǔn)年輕女性愛浪漫這個群體。
活動內(nèi)容是消費(fèi)滿35半價換購這款蛋糕，達(dá)到提升客單以及用半價產(chǎn)生刺激消費(fèi)的效果。篩選目標(biāo)用戶群體，并進(jìn)一步篩選16-30天未回頭消費(fèi)的會員進(jìn)行短信提醒，以提高短信ROI。
以上，我們詳解了用戶運(yùn)營的實(shí)操經(jīng)驗(yàn)，做用戶運(yùn)營5步實(shí)戰(zhàn)方法，每一步環(huán)環(huán)相扣，從實(shí)際業(yè)務(wù)場景出發(fā)，我們搭建相應(yīng)的用戶模型，并輸出目標(biāo)用戶群和畫像，進(jìn)而制定精準(zhǔn)營銷策略進(jìn)行營銷，以提升用戶的生命周期價值
本文來自網(wǎng)絡(luò)，經(jīng)授權(quán)后發(fā)布，本文觀點(diǎn)不代表Infocode藍(lán)暢信息技術(shù)立場，轉(zhuǎn)載請聯(lián)系原作者。
