用户画像:用户消费行为分析
①用户标签:它包括了性别、年龄、地域、收入、学历、职业等。这些包括了用户的基础属性。
②消费标签:消费习惯、购买意向、是否对促销敏感。这些统计分析用户的消费习惯。
③行为标签:时间段、频次、时长、访问路径。这些是通过分析用户行为,来得到他们使用 App 的习惯。
④内容分析:对用户平时浏览的内容,尤其是停留时间长、浏览次数多的内容进行分析,分析出用户对哪些内容感兴趣,比如,金融、娱乐、教育、体育、时尚、科技等。
我们可以从用户生命周期的三个阶段来划分业务价值,包括:获客、粘客和留客。
获客:如何进行拉新,通过更精准的营销获取客户。
粘客:个性化推荐,搜索排序,场景运营等。
留客:流失率预测,分析关键节点降低流失率。
用户画像建模
可以分为数据层、算法层和业务层。你会发现在不同的层,都需要打上不同的标签。
数据层指的是用户消费行为里的标签。我们可以打上“事实标签”,作为数据客观的记录。
算法层指的是透过这些行为算出的用户建模。我们可以打上“模型标签”,作为用户画像的分类标识。
业务层指的是获客、粘客、留客的手段。我们可以打上“预测标签”,作为业务关联的结果。
用户画像标签化流程:
-
留存率
次日留存率