我在达芬奇的笔记本里，找到了用户画像的起源

据说，达芬奇是史上最为人知却又最不为人知的艺术家。小编对大师崇拜有加，仔细研究了达芬奇的笔记内容，发现他能取得如此耀眼的成就，在于他对科学与极致的追求！

 

为了画好《蒙娜丽莎》，

达芬奇自画像

《蒙娜丽莎》

 

他深入研究了当时几乎无人涉足的透视法、解剖学。

达芬奇笔记

 

这还远远不够。

他在作画前，还会使用科学的方法洞察人物。

15世纪，达芬奇笔下的画像栩栩如生，主要在于他深入研究了人物的“画像”。

达芬奇的“画像”

 

21世纪，“画像”一词更多被运用于互联网营销领域，但也延续了这种科学、细致的人物洞察方式。个推专注于开发者服务，为APP运营官提供了专业的用户画像运营工具。

 

秉承着科学的研究方法，个推用户画像服务采用了先进的大数据、互联网技术，创建了独有的“冷、热、温”数据标签体系，为APP运营官带来了有态度的数据、有温度的画像、有深度的洞察。

 

细细想来，个推用户画像的研究方法与达芬奇这种科学、细致的人物洞察竟然有着异曲同工之妙。比如，达芬奇在完成《蒙娜丽莎》大作前，首先会深入研究丽莎夫人所属的贵族群体的着装打扮、职业状况、社会背景。这就像个推的“冷数据”，指的是用户的基础属性，在一定时间内不会改变，如性别、年龄层次等。

 

其次，他会去到贵族女性常去的地方，细心观察她们的行为习惯、兴趣偏好。这类似于个推的“温数据”，它可以回溯用户近期活跃的应用和场景，具有一定的时效性。最后，在作画之时，达芬奇会抓住光影瞬间的变化，为大家展现贵族群体的神秘气质。这与个推的“热数据”具有相似性，反映了用户当下的场景及实时的用户行为，帮助APP运营官抓住稍纵即逝的营销机会。

 

个推用户画像服务以个推多年的数据沉淀为基础，巧妙运用数据建模技术，可以有效分析用户的线上兴趣偏好和线下活动场景，深入挖掘用户特征，助力APP运营官全面了解用户属性。在追求科学的基础上，个推用户画像服务在产品的性能上也不断地精益求精，提供了多维标签分类、实时场景甄别的功能，360度构建APP立体用户画像，带给APP运营官极致科学的解决方案。

 

这种对于极致科学的追求，体现在个推对运营痛点的把握上。

 

  痛点一

  怎样与陌生人“搭讪”

 

想象一个场景，当用户首次登录资讯类APP页面，怎么样才能在一开始就给用户建立起良好的第一印象，留住用户呢？常用的做法是让用户自己填写感兴趣的信息或者交由APP直接推荐热门信息。然而前者耗时耗力，用户体验不佳；后者无法很好地“投其所好”，用户留存低。

 

为了化解冷启动难题，个推用户画像服务提供了用户标签自助查询服务，帮助APP快速补全新用户画像。新安装的用户在第一次启动APP时，运营官们便可以借助个推用户画像服务来快速查询用户画像标签，再将查询到的标签与APP已有用户群中具有相似特征的人群进行关联，通过协同作用为用户推荐感兴趣的内容，让新用户对APP一见钟情！

 

比如新用户群体拥有男性、程序员、杭州等标签属性，运营官便可以将此数据与老用户中同类型的男性用户数据进行协同，将老用户感兴趣的信息如科技、金融等推荐给新用户。

 

此外，个推用户画像服务也支持双方数据联合建模，生成与APP标签体系相匹配的个性化标签，满足运营官们的定制化需求。例如，个推用户画像曾与某资讯类APP合作，双方通过数据联合建模，输出了完整且定制的新画像标签，经过测试，标签预测准确度达70%。当用户刚打开APP时，该APP便可通过定制标签为新用户推荐感兴趣的内容，新用户次日留存率提升了18%。

 

 

  痛点二

  怎样挖掘潜力股

 

APP想要准确识别出更多的潜在付费用户，却发现自身仅有已付费用户的标签，怎么办呢？个推也考虑到了这一点，用前沿的建模技术帮APP洞察优质的潜在付费人群。

 

结合APP端内的种子用户数据，个推用户画像服务首先分析其有关特征，再通过相似性扩量（look-alike）找寻其他具有相似特征的用户，最后通过机器学习及人工修正，输出客户所需的用户画像。

 

个推用户画像曾与某汽车APP合作，帮助客户对潜在购买人群进行评级，从中筛选出真正有效的优质人群。我们以APP提供的真实成交人群作为优质种子用户，以个推数据库的车主标签人群作为潜力人群，分别提取两者的特征数据，进行深度机器学习和建模，并从中筛选出优质潜在用户。通过验证得知：个推分析发掘的优质人群其成交率相较于随机用户，提升了201%。

 

  痛点三

  怎样挽回最熟悉的陌生人

 

曾经很活跃的用户突然陷入了沉默，APP要如何挽回呢？仅靠APP在沉默前留下的端内数据是无法解决问题的，因为这些数据缺乏连续性，无法洞察用户需求和兴趣点的迁移变化。

 

个推用户画像服务用实时新鲜的数据洞察用户的线上兴趣偏好与线下场景特征，有效甄别用户当下的需求。以在线教育类APP为例，当用户不再使用某款APP时，运营官可以结合APP的端内数据与个推的数据能力，对这些用户进行行为特征的动态分析，深入挖掘其不再使用此类APP的原因。如：用户教育水平提高，APP所提供的内容已不再满足需求？或是用户自身学习方向发生了变化？又或者是用户转向了其他产品？

 

结合用户的具体情况，我们将沉默用户细分为：高价值沉默用户、低价值沉默用户。针对高价值沉默用户，APP运营官可以选择高质高价的流量渠道，在该渠道中给这类用户策划一些活动，并以广告形式呈现。针对低价值沉默用户，运营官则可以选择低成本的流量渠道，大规模地进行唤醒。

 

 

 

 

 

 

 

 

个推用户画像服务的研发，最根本的目的，是给APP运营官提供最极致的洞察，指导新用户冷启动、优质人群识别、沉默用户召回等，协助APP有效解决运营痛点。 而功能研发背后，是个推对科学与极致的追求。个推用技术能力创新地解决问题，帮助APP创造与用户的美好连接，有效提升APP在市场上的竞争力。

 

未来，个推将不断打磨自身技术，持续为APP运营官提供优质服务！