我们应该了解的?户画像

当我们谈?户画像时，到底在谈什么
对于互联?公司来说，企业的增?、内容、活动、产品等?作基本上都是围绕着“?户”来做的，可以说都是在做“?户运营”这个?作，??户画像是?户运营?作中?常重要的?环
?户画像的主要特征是
1、描述?个?户画像包括??描述和?户?标
这???描述是指如名称、年龄、位置、收?、职业等，这类??描述主要是为了使?户画像更丰富、真实，具象；
重点关注的是?户动机，?户?标是其动机。

    2、可以代表相似的?户群体或类型，也可以代表个体
        User persona是抽象的、虚拟的，代表?个典型的?户群体；
        虽然也可以代表个体，但个体并不是实际独?的个?，?是从实际观察研究中综合?来。

    3、须针对具体情境、具体产品的?为和?标
        User persona研究的是?户在具体情境下对产品的使?，关注其在?定范围内的?为、态度、能?、动机等。
        即使同?个??，在不同产品下的动机也是有差异的，?般来说不轻易在不同产品间复?，需要考虑不同类产品的切?场景。

?户画像User profile
    Profile是指?户信息标签化，通过收集?户多维度的信息数据（如??统计属性、社会属性、?为偏好、消费习惯等），并对其进?统计、分析，从?抽象出的?户信息全貌，相?user persona，它更侧重于数据挖掘、标签体系搭建。
    ?户画像是各类描述?户数据的变量集合，能够准确描述任何?个真实?户
    这类画像的主要特征为：
        真实性：集合了每个个体的真实信息，如既有??统计属性等静态信息，也有?户?为的动态信息。
        时效性：?户动态信息并??层不变，可以实时追踪其变化。
        覆盖度?：既能监测到?户感兴趣的内容，也可以看到其不感兴趣的内容，维度众多，颗粒度粗细均有。

?户画像举例
    京东?品?户画像
    今?头条基础?户画像
    典型的电商?户画像
    其他?户画像系统

?户画像能为企业带来什么
简单点，就?个字
做?个好产品的基础
?常经营活动的推动
在企业中，?户画像的主要应?有三个??：经营分析、精准营销、个性化推荐与服务
1 经营分析
?户画像系统的标签数据通过API进?分析系统后，可以丰富分析数据的维度，?持进?多种业务对象的经营分析。下?总结的是?些市场、运营、产品?员分析时会关注的指标：
1.1 流量分析
1、流量来源
2、流量数量：UV、PV
3、流量质量：浏览深度（UV、PV）、停留时?、来源转化、ROI（投资回报率，return on investment）

        1.2 ?户分析
            1、?户数量：新?户数、??户数、新/??户数量?
            2、?户质量：新增?户数（App启动）、活跃?户数（App启动）、?户留存（App启动-App启动）、?户参与度、沉睡、客单价

        1.3 商品分析
            1、商品动销：GMV、客单价、下单?数、取消购买?数、退货?数、各端复购率、购买频次分布、运营位购买转化
            2、商品品类：?付订单情况（次数、?数、趋势、复购）、访购情况、申请退货情况、取消订单情况、关注情况
            
        1.4 订单分析
            1、订单指标：总订单量、退款订单量、订单应付?额、订单实付?额、下单?数
            2、转化率指标：新增订单/访问UV、有效订单/访问UV

        1.5 渠道分析
            1、?户活跃
                （1）活跃?户：UV、PV
                （2）新增?户：注册量、注册同环?

            2、?户质量
                （1）留存：次?/7?/30?留存率

            3、渠道收?
                （1）订单：订单量、?均订单量、订单同环?
                （2）营收：付费?额、?均付费?额、?额同环?
                （3）?户：?均订单量、?均订单?额

        1.6 产品分析
            1、搜索功能：搜索?数/次数、搜索功能渗透率、搜索关键词
            2、关键路径漏?等产品功能设计分析

    2精准营销
        2.1 短信/邮件/push营销
            ?常?活中我们经常会从许多渠道接收到营销来的信息。?条关于红包到账的短信消息推送可能会促使?户打开已经很久没访问的App，?条关于?愿单??图书降价的邮件消息推送可能会刺激?户打开推送链接直接下单购买。具体有哪些类型的营销?式呢？?致可以分为以下4类：
                1、基于?为营销：产品浏览、加?购物?、?店扫码、订单取消、订单退货等
                2、基于位置营销：周边?店、周边活动、常去区域等
                3、基于节?营销：??、春节、双??、双??、圣诞等
                4、基于会员营销：欢迎?会、卡券提醒、积分变更、等级变化、会员礼遇等

        2.2 客服话术
            当我们在向某平台的客服部?投诉、咨询或反馈意?时，客服?员可以准确的说出我们在平台的购买情况，上?次咨询问题的处理结果等信息，针对性的提出解决?法，对于?价值?户提供VIP客服通道等专项服务。

    3 个性化推荐与服务
        应?的运营者，可以通过个推?户画像中的性别、年龄段、兴趣爱好、浏览购买?为等标签，给?户推荐不同的内容。?如：
            今?头条上的个性化?章内容推荐
            抖?上基于?户画像做的个性化视频内容推荐
            淘宝上基于?户浏览?为等画像数据做的个性化商品推荐

如何搭建?户画像
?前国内市?上有很多专?针对在线?户?为数据分析的?具
百度统计
百度统计是百度推出的?款免费的专业?站流量分析?具，能够告诉企业访客是如何找到并浏览?户的?站，在?站上做了些什么，有了这些信息，可以帮助企业改善访客在产品?站上的使?体验，不断提升?站的投资回报率。

    诸葛io
        诸葛io是?款基于?户全?命周期的数据分析?具。以?户跟踪技术和简单易?的集成开发?法，帮助移动应?的运营者们挖掘?户的真实?为与属性。可以将其?于iOS、Android应?及?站。

    神策数据
        神策数据针对互联?企业提供?数据分析产品和解决?案，以及针对传统企业提供?数据相关咨询，是专业的?数据分析平台服务提供商，致?于帮助客户实现数据驱动。公司围绕?户级?数据分析和管理需求，推出神策分析、神策智能运营、神策智能推荐、神策?户画像、神策客景等产品

    GrowingIO
        GrowingIO是基于?户?为数据的增?平台，为产品、运营、市场、数据团队及管理者等，提供客户数据平台、获客分析、产品分析、智能运营等产品和咨询服务，帮助企业在数据化升级的路上，提升数据驱动能?，实现更好的增?。?前主要专注于零售、电商、?融、酒旅航司、教育、内容社区、B2B等?业。

分析师应该如何应??户画像这个“?具”
应?案例1

根据?户画像标签，做出合理的决策

应?案例2
    问题场景：某互联?公司采?传统电话销售推?告业务，最近新?职销售的三个?离职率极?，?到领导?法忍受，要求看看销售的?户画像，分析下问题来?哪?？问：这个画像该怎么看……
        分析误区：很多同学看到“?户画像”4个字，?先想到的可能就是“标签”，好~既然是分析销售的?户画像，那就开始扒拉销售的数据，看看能找出多少标签：性别、年龄、学历、?作年限、跟进线索数、成交数、业绩情况……emmm，然后呢？销售离职率?的问题能解决么？
            正确的破局思路
                对于分析师来说，所有的?段都只是?具?已（包括?户画像也是），?真正能发挥作?的不是?具本身，?是合理运??具的分析思路。
                    ?先，构建分析逻辑
                        抛开数据不看，为什么销售会离职？原因可能是多??的：
                            公司就是很垃圾，业内?碑很差
                            销售管理不佳，员?体验太差
                            hr从源头就招错了?，滥竽充数
                            本身业绩不好做，销售挣不到钱
                            销售能挣到钱，但是做得太?苦
                            ……
                            这些因素可能是相互叠加的。?如因为?告很难卖，导致管理上倾向于?海战术，逼着员?加班硬怼；强?怼员?降低了?作体验，增加了员???负担，形成恶性循环。

                        逐层分析，剥离宏观因素，聚焦问题所在
                            是不是公司垃圾，业内?碑差？
                                这种问题?般很好排除，如果真的是公司很烂，离职率?定不是最近才?的
                                数据佐证：查看近?年的销售离职率
                                    数据情况展示
                                    分析：如果真的是公司很烂导致的离职率?，那么就是系统性问题了，不是简单的分析?下销售?户画像就能解决问题的。
                                    
                            是不是销售团队管理不佳？
                                如果排除了整体公司烂这个原因，管理不佳也是相对?较容易排除的。因为只要不是公司整体都很烂，那么?定是部分销售团队管理很差，部分很好
                                数据佐证：拉取各个团队的离职情况
                                    数据情况展示
                                        这?是先看1个?的数据情况，看看各团队在?个?的时间?，销售?员的离职率是否有明显差异。当然，也可以看连续?个?的数据。

                                    分析：如果是?个或者团队?个离职率明显?于其他团队，接下来就可以重点分析这?个离职率?的团队的具体情况。如果是全部团队的离职率都很?，那么依然是?个系统性问题。
                                    
                            是不是这段时间销售线索质量太差，?扰了销售?作？
                                对于销售来说，如果销售线索质量太差的话，成单率就会很低，会严重打击销售的?信?
                                数据佐证：拉取各渠道来源的线索转化率
                                    数据情况展示
                                    分析：这?看线索转化率主要是为了打标签，为后续进?步分析“是否分配机制有问题”做铺垫
                            .....
                            逐层分析下去，就能够剥离明显的宏观问题，聚焦到销售本身的能?上。接下来就可以聚焦销售能?的评估与?员的基础特征了。

                    聚焦销售能?，构建销售?户画像
                        ?户画像的切?点
                            ?户画像，不仅仅是“性别、年龄”这些基础特征，?户各种?为、社交关系等都是重要组成部分
                            在具体分析的时候，特征的选择就尤其重要了
                            对于销售离职问题来说，最有?的特征应该是收?了

                        数据统计：销售?职3个?的收?情况
                            数据情况展示
                                问题场景是“新?职三个?离职率”，?收??般是按?结算的，所以这?区分三个?的情况
                                需要注意的是如果使?平均值的话，容易忽略?些信息：有些?第?个?没开单就离职了（信?被打击），有些?可能?个?收???个?收?低（收?不稳定，没信?继续做）

                            结合离职率，查看?收?/低收??员的离职率差异
                            分析：如果是?收??员离职，很可能和“觉得难做，去别的公司做同样的?作赚的更多”；但是?概率离职?员应该是低收??员，接下来就可以进?步深?分析了
                                进?步分析低收?是如何造成的
                                    有可能是以下原因：
                                        分配的线索不够多（管理问题）
                                        分配的线索?够，没做完（执?问题）
                                        分配的线索?够，做完了，没转化（技巧问题）
                                        分配的线索?够，做完了，有转化，单?太?（还是管理问题）

                                    矩阵分析法，区分情况
                                        如果简单粗暴的分，是可以把销售未执?到位的?为（包括技巧问题和?法问题）归纳为：销售素质不?。但是这样可能丧失内部流程优化的机会，?且会让真正有素质问题的群体更?，特征更模糊更难发现规律
                                        根据转化数量和跟进次数两个维度，将所有销售分为4?类
                                            结果展示
                                                ?般来说，如果线索分配机制本身有问题，?如分配不均，好线索太过集中在某些?身上，没有按?业区分导致有些?单??直很?……这些不能归为销售的问题，并且可通过内部管理机制的优化来改善问题
                        ?户画像构建
                            分析到此处，就可以去看销售队伍?那些没有执??，缺乏技巧的?，与有执??，愿意做的?有什么区别
                            此时就可以拿出?户特征进?对?了，?如：
                                简历上可以得到的字段：年龄、性别、地域（是否??区）、学历、从业年限、是否有互联?销售经验（简历?本提取）、是否有特定?业销售经验等。