當產品擁有了一個較完整的用戶畫像後，我們可以清晰的對使用該產品的用戶進行認知，使得產品在接下來的運營中不再完全依賴經驗進行判斷，而是通過用戶畫像去做精準推薦，並且進而追蹤用戶反饋的信息，完成閉環優化。

信息廉價時，對信息的關注就變得昂貴。

一、用戶畫像的概述

1. 什麼是用戶畫像

它是對用戶進行信息標籤化處理，企業收集用戶的基本屬性、社會屬性、生活習慣、消費行為等數據，通過算法挖掘和分析用戶數據，抽象出一個用戶的全貌屬性，作為實現商業場景和應用的數據資產。

它能夠為企業提供基礎畫像表，幫助營銷人員快速找到精準用戶人群，並深度挖掘用戶需求。

精準營銷：根據人群定向進行營銷活動，能使營銷更優效率，在相同的成本下得到更好的總體轉化效率。例如，向在校學生推送價格優惠的酒店營銷活動，而沒有必要向白領IT從業者推送距離最近的酒店營銷活動。
推薦系統：用戶畫像、用戶行為分析師高轉化率個性推薦的極重要的數據基礎。例如，向有收藏酒店行為的情侶推送距離最近的情侶風格酒店。
搜索排序：在細化場景，把人群定向與意圖分析相結合，精細提高轉化率的過程中，可以根據人群標籤進行有針對想的排序。例如，給大學生情侶推薦情調酒店。
篩選排序：在細化場景，精細提高轉化率的過程中，可以根據人群標籤進行有針對性的排序。例如，當出差在外的商旅用戶篩選酒店時，把離機場或者車站比較近的鐘點房排在前面。
用戶分析：把用戶畫像和用戶行為分析相結合，能夠發現更高質量的用戶人群。例如，在冬天的時候，有很多北方人會到海南住家庭旅館。
商家分析：分析商家近期客戶的用戶行為與用戶畫像，能夠更好地幫助商家發現商機。

用戶畫像一般可以按照行為特徵、基本屬性、消費特徵、交易屬性、潛力特徵、興趣偏好和預測需求等方面組織。當然，因為業務的差異，可以根據自己業務的特點添加不同的特徵構建用戶畫像。

基本的用戶畫像特徵圖示

行為特徵：主要用來記錄用戶的行為操作信息。例如，App的日啟動次數、周啟動次數、月啟動次數、評論活躍度、最近瀏覽頁面及瀏覽時間等。
基本屬性：描述用戶的一些基本特徵，用來反映用戶的通用信息。例如，用戶ID、暱稱、性別、年齡、手機號、城市、註冊時間、活躍度、流失傾向等。
消費特徵：主要用來記錄用戶的下單購買行為。此處可以用RMF模型記錄用戶的最近購買時間、消費價格、消費頻率等。
交易屬性：主要用來記錄一些交易的偏好。例如，訂單總數、交易額、支付時間間隔等。興趣偏好：主要是針對性的找一些興趣點，用來區分用戶。興趣偏好往往結合日常營銷推廣活動設置。例如，品牌偏好、房型偏好、品類偏好、星級偏好、菜品口味偏好等。
潛力特徵和預測需求：主要用來分析用戶的價格敏感度和目標價位等。

淘寶錯誤push短信圖示.jpeg

上圖是一張被淘寶進行短信push的用戶傳播的，此次push應該是出現了操作失誤，導致短信內容將淘寶對該用戶的標籤push了出來，此標籤即是該用戶的淘寶用戶畫像。讓我們一起來分析分析：

北京：屬於該用戶的【基本屬性】，通過App的定位及收貨地址來確定。
大店拉新：屬於【交易屬性】，對於此標籤應該有不同的定義，從字面意義來看應該是屬於某次淘寶的優惠活動，暫時定為“交易屬性”，可以根據圖中的其他幾條短信內容瞭解到，淘寶push給用戶的都是一些物美價廉的商品，意味著該用戶目前在淘寶上消費並不高且消費品類多為日常生活用品。
潛客：屬於【潛力特徵】，推測通過該用戶在淘寶上的瀏覽商品內容來進行潛力預測（購物車、收藏夾也是相關的維度）。
低消費：屬於【消費特徵】，根據在淘寶平臺上的訂單來進行劃分的。
男性：屬於該用戶的【基本屬性】，根據賬戶註冊時的信息獲得。
寫字樓：屬於【基本屬性】，推測是根據收貨地址來確定的。

當淘寶對用戶建立了一個維度覆蓋面相對較廣的用戶畫像後，便可以針對特定用戶人群指定營銷活動找到運營老用戶和獲取新用戶的機會。