数据分析-用户画像

数据分析的原则：懂业务、懂客户、确定目标、确定使用者，避免局部自嗨、全局拜拜
用户画像的建立，包括两个方面：基础标签，满足80%人群20%场景；个性化标签，只满足对应的业务需求，20%人群80%适用
用户画像的对象：客户、用户、内容、活动、流程
用户画像的思维：业务视角+用户视角

一、标签分类
基础标签的意义：提供全面的数据情况，为业务规划做支撑
个性化标签的意义：提供更为贴切精细的数据，为执行业务做支撑
基础标签的原则：能够做分类，包括通用的行业、位置、性别；根据分类对象的质量分类、消费情况
业务标签来自于：执行业务的能力，能力包括执行人数量、投入资源的量、时间，需要根据以上三点进行将以上标签重新设定、重新做分类。
基础标签可以通过：“基本属性”、“购买能力”、“行为特征”、“社交网络”、“心理特征”和“兴趣爱好”
分类的原则来自于80% 的效益来自于20%的用户，一分钱的降低带来的杠杆效益可能是10块钱。
杠杆效益举例：美团外卖的满减、优惠券以及消费券的使用场景、会员体系建立
举个例子：会员升级–测算用户升级对整体销售提升的效果

事实：用户的层级相对来说不是那么容易去改变。另一方面来说，通过有效的策略促进用户升级成功，会对带来巨大的业务增长。
理论：每个群组的头部用户更有机会升级到下一个群组的尾部，举例 C组前25%消费排名用户会有机会加入B组的尾部，B组前25%消费排名用户会有机会加入A组的尾部。
假设：B组头部 → A组尾部 的升级 客户只需要提高消费￥2000每年，所以只需要采取一些策略很容易就可以实现这个目标。所以我赋予这层的转化率是80%，而最后能够得到￥23M的收益。
A组头部 → S组尾部 的升级 客户需要提高消费￥11000，难度提高，所以我赋予这层的转化率是50%，而最后能够得到￥43.5M的收益。
最后：这两个可行度较高的部分就可以增加66.6M的销售提升，而所需的成本很可能就是一些积分，头衔等。但是如果需要提升更高的销售额，那可能需要与客户分享一部分收益。
使用用户画像进行会员分层，用户画像也可以为运营助力

二、对象分类
• 客户：消费者，为产品付出资金的对象，投入产出比是其衡量的标准，除了估量金额的大小之外，用户的使用效益也是在其考虑的范围之内
• 用户：产品的使用者，深受用户体验影响，在乎效率也在乎关怀
• 内容：为客户/用户服务的资源或者由为客户/用户产生的资源，内容为产品赋能的程度、为客户/用户带来的体验、价值可深度挖掘的程度都是其标签来源
• 活动：目标达成是其北极星指标，为了目标达成，需要计量其投入（时间、资源、人员）、活动设计（对象特征、范围广度、范围深度）、目标（对象质量、对象价值）
• 流程：完成一个目标所需要经历的整个过程，其过程包括效率、学习成本、投入成本、目标达成率、可优化能力等
举个例子：运营活动–拉新、提高留存率
活动解析：运营活动的目的是拉新，拉新的目的是为了营业额，其中间有一个转化率 ，估目标为拉新、转化率、营业额
根据目标需要三大维度指标支撑：活跃指标、用户指标、订单指标
• 活跃指标：活动人数、活动深度、留存率
• 用户指标：基本属性、兴趣偏好（行业、行为特征）、社交网络（来源渠道）、购买能力（相似用户的购买能力）、消费指标（消费金额、消费频率）
• 订单指标：订单量（新购、复购）、订单金额（新购、复购） 、复购率

三、分析思维
以tableau的地图生成为例

用户视角：
用户的目的是来自于找到他想要的，解决他想解决的问题。用户是否可以自主完成地图的设置，完成的好不好，时间用了多少。
业务视角：
1）用户生成了多少张图表
2）用户制作一个图表用了多少步骤，每个步骤花了多少时间
3）每一个功能的响应速度多快
4）用户制作图表的顺序如何，是否使用最短路径