数据分析模型建立之用户画像,用户行为路径分析是重要的数据分析模型,为企业实现理想的数据驱动与布局调整提供科学指导,所以认识、了解、掌握用户画像的应用是数据分析师必要的技能,关于用户画像的作用、构成、构建下面我们通过DataHunter与大家一起来了解一下吧!
一、 什么是用户画像
用户画像(persona)的概念最早由交互设计之父Alan Cooper提出:“Personas are a concrete representation of target users.” 是指真实用户的虚拟代表,是建立在一系列属性数据之上的目标用户模型。
现在百科的定义将用户画像又称之为用户角色,作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表,用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的,形成的用户角色需要有代表性能代表产品的主要受众和目标群体。
二、 用户画像的作用
1. 精准营销:精准直邮、短信、App消息推送、个性化广告等。
2. 用户研究:指导产品优化,甚至做到产品功能的私人定制等。
3. 个性服务:个性化推荐、个性化搜索等。
4. 业务决策:排名统计、地域分析、行业趋势、竞品分析等。
三、 用户画像的构成
用户静态属性、用户动态属性、用户消费属性、用户心理属性。
1. 用户静态属性静态属性主要从用户的基本信息进行用户的划分。静态属性是用户画像建立的基础。比如:性别、年龄、学历、角色、收入、地域、婚姻等。
2. 用户动态属性动态属性指用户在再互联网环境下的上网行为,娱乐偏好、社交习惯、出行方式、学习手段等,这些一定程度上能反映出一个用户是否会对你的产品感兴趣。
3. 用户消费属性主要包括消费水平、消费心理、消费嗜好等,反映用户对于花钱的看法,是喜欢质量好的还是性价比高的?倾向于功能价值还是情感价值?
4. 用户心理属性这一块指从用户的生活、工作、感情、社交入手,分析这个人的价值观,并针对性地改良产品。
四、 如何构建用户画像
一般分为数据收集、行为建模和构建画像三个步骤,具体见下图
这种自主式的数据分析方法,通过用户画像,进行科学的数据分析,通过数据分析能够快速找到用户动机,从而引领用户走向最优路径或者期望中的路径。更多有关数据可视化工具的相关了解,请关注:DataHunter