用户画像技术
用户画像也是近几年比较热的一个词,不过很多小伙伴对于画像的认知还只是标签化的层面,或者只是利用其做一些简单的分群分析;如何全面地认知并做系统性地尝试,背后有非常多的点需要我们深思挖掘。今天就根据自己的一些浅见进行分享,因为与商品画像的联系,中间也会掺杂一些商品画像的知识。
主要介绍如何通过用户及商品画像来构建数字化体系,前面是整个内容的概述,然后从浅到深我们去挖掘和讲解其中的各个模块,由于时间的原因,我们会主要通过用户画像展开,对于重要或者有意思的商品画像相关的点会略做辅助性的介绍。
首先我们来看一下什么是互联网公司的核心。鄙人的浅见是围绕商品、供应链、物流、营销活动等的整个购物旅程背后的用户体验。既然用户体验非常重要,那如何去度量和优化整个流程呢,那就是站在用户角度收集其在各个模块的数据,并利用统计、概率思维建模分析;在产品运营、增长过程中找到雪球效应的撬动点施以影响,最终建立起良性的闭环。
作为互联网从业人员,其实我们常有一些困惑,产品的用户是谁?他们是否满意?产品是否健康?有哪些问题?如何才能服务好我们的用户,并且让彼此的收益最大化?
如何去构建起更多用户使用的产品,如何创作一个更多用户喜欢的课程?就像小破站(B站)的成长中一直在解决问题,如何突破二次元的定义,如何将用户圈层拉开,如何让尽量多的人能在B站找到自己喜欢的内容,如何做到存量用户保有及增量用户拉取。当然肯定不存在每个人都满意的产品和课程,但是如何在现有体系下去最大化满意度呢?这个我觉得是大家希望得到答案的根本。
那其中的一个手段就是以增量用户拉取,存量用户数量和价值的保有为目标,利用大数据技术精准用户画像,并结合商品画像,解构用户及商品,精细化耕作,最终在重点目标客户群体上形成突破。比如电商猜你喜欢中的个性化推荐技术,万能的淘宝上有海量的商品几乎可以满足每个人的采购商品需求,但是如何让一个用户可以精准快速地找到是大问题,个性化是其根本,用户画像和塑造则是个性化的根本,希望可以让用户感受到产品为ta而造的满足感。
如何解构用户呢,举一个例子就是说当你很了解某一个人的时候,你跟ta一起去吃饭,你如果在之前历次跟ta的进餐中收集了ta喜欢及不喜欢吃什么(用户动态数据),然后ta的性格是怎么样的(比较犹豫)(用户数据),是不是喜欢吃辣(用户数据),然后你再结合有哪些菜、是不是辣的(商品静态数据),两端做匹配就可以提供更好的体验了。所以不是单单用户画像,商品画像或其它维度也是需要,最重要的是匹配。