惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Recent Announcements
Recent Announcements
爱范儿
爱范儿
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
博客园_首页
IT之家
IT之家
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 三生石上(FineUI控件)
有赞技术团队
有赞技术团队
大猫的无限游戏
大猫的无限游戏
雷峰网
雷峰网
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 司徒正美
WordPress大学
WordPress大学
Last Week in AI
Last Week in AI
人人都是产品经理
人人都是产品经理
Jina AI
Jina AI
月光博客
月光博客
小众软件
小众软件
S
SegmentFault 最新的问题
量子位
阮一峰的网络日志
阮一峰的网络日志
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
产品经理如何认知用户?
酷酷柠檬茶 · 2024-03-12 · via 人人都是产品经理

要想引导用户,达到让用户买单的目的,我们需要先了解用户需求、用户属性,做好用户认知。怎么做用户认知呢?本文做了分析和拆解,一起来看看吧。

一、为什么要认知用户

个体或组织打造产品的目的大多数盈利,盈利的前提是需要用户买单。不同的商业模式需要用户付出不同的代价,比如时间、体力、金钱等,产品通过盈利模式将用户付出的代价转化为持续的收入,从而实现盈利。

如何引导用户买单,涉及到行为心理学的知识。用行为模型公式B=MAP表示

福格行为模型

B为Behavior,行为;M=motivation,动力;A为ability,能力;P=prompt,提示;

用户做出某个行为,一般而言必要有做出这个行为的动力和能力,而且有一定的契机(或者说提示)。

比如抖音想要让用户刷抖音,首先要让用户有这个动力,比如抖音有用户关注的博主,或者优秀的内容。其次用户要有手机和网络,才能使用抖音,最后用户需要心理上的提示,才能最终完成刷抖音这个动作,比如心理的暗示:感觉工作有点累,累了就刷抖音吧。或者外部的提示:听到热点,就想用抖音查查视频。

这样我们就清楚为什么做用户认知了。用户的动力来源于需求,用户的能力来源于用户的基本属性。

我们想要引导用户的行为,就要了解用户的需求、用户的基本属性,通过运营和营销策略,最终达到让用户买单的目的。

二、如何做用户认知

一般我们通过用户画像了解用户的基本属性和需求,通过用户标签将不同类型用户进行精细化管理。

1. 什么是用户画像

首先明确一下用户画像的定义。用户画像是对对目标用户概括性描述目标用户特征的集合,包含用户年龄范围、收入水平、地域、使用目的、差异等。

我们可以通过画像可以了解不同属性用户以及其细分需求,基于不同需求提供不同解决方案,最终服务好整体目标用户。

用户画像

2. 如何做用户画像

产品从0到1时,需要通过对自己产品认知和理解,初步确定目标用户群的属性。

用户属性包含通用属性和业务属性。

通用属性如年龄,性别,城市,教育程度,职业等。

业务属性就是用户在产品里的关键行为特征,如使用目的,使用频次、强度、相关经验,B端产品用户在企业内的职能和身份。

其次我们要去做定性访谈和定量验证

通过定性调研,了解不同用户实际想法和需求,找到真正影响需求的用户属性,确定用户关键属性和不同的需求,为后续形成用户画像做准备。

通过定量验证去检验大样本前面定性得到的结果是否正确,并且确定每一类用户的占比。

3. 如何做定性访谈

明确两个输入,一个输出。两个输入是明确访谈用户,明确调研问题。一个输出是划分用户关键属性以及对应不同的需求。

一、明确访谈用户。我们要圈定访谈用户时包含已选定属性所有的用户,确保后续结果的准确性。

二、明确调研问题。调研问题主要有三类。

一类是一般问题,如姓名,年龄,爱好等,目的是了解受访用户的基本信息,帮助受访者快速进入状态。

第二类是业务问题,如是否遇到了某个问题,怎么解决的,一般什么时候遇到,用哪类产品解 决,主要为了了解市场和需求,或者改进产品问题。

第三类是用户的想法和建议,一般最后会有一些探索型问题,比如你还有什么想和我聊的吗?你还有其他问题吗?这类问题主要是对额外需求的探索。

三、输出划分用户关键属性以及对应不同的需求。将调研结果形成 用户-属性-需求 的表格,划分用户关键属性以及对应不同的需求,优先列出最大可能性的关键属性,一般两个属性足够看清用户,支持后续产品决策。

同时要计算某类属性不同值中各个需求比列,判断是否为影响用户的关键属性。比如对于需求A,18-25岁占比70%,35-35岁占比15%,认为该属性影响用户需求的属性,提取到用户画像中。

在描述用户画像时应该包含该属性,一般30%-50%差异,可认为是该类用户的主要需求,才算置信结果。

4. 如何做定量验证

定量验证是为了验证用户的关键属性是否正确,比如访谈发现年龄某个需求的关键属性,问卷调研是否一致。同时也可以确定每一类用户的占比。知道每类用户占比,判断优先满足哪部分用户的什么需求。

验证的关键点在于覆盖所有的用户属性,比如用户关键属性是地域,就要覆盖 华东 华南 东北等,一线、二线….五线等城市。

如果定量验证之前的定性产出的结论正确,基本找到了用户画像所需用户的关键属性和对应需求。

如果定量验证之前定性产出的结论不正确,我们需要总结新的属性,针对这类用户进行定性调研,深入了解原因,反向验证。如果不能总结新的属性,就总结原因,翻回去从定性调研重新开始。

5. 最后形成用户画像

形成用户画像首先需要整理关键用户属性,其次计算细分用户占比,最后需要给细分用户起名字。

整理关键用户属性需要根据不同需求,找到用户属性占比最高的细分值,将两个属性聚合形成一类用户。

计算细分用户占比需要确定每类用户占比,并在象限表进行用户细分。

给用户起名字是为了方便后续目标用户的对齐。比如我们给25-30岁上班喜欢听古典音乐的起名为社畜贝多芬。

最后要注意,用户画像不是为了描述用户而描述用户,而是通过画像描述不同属性用户细分需求,知道细分需求,才能决策产品功能规划和方向。

6. 用户标签

用户标签是描述一类用户特征的抽象符号,用细致的维度描述和洞察用户特征,做用户分层这样可以基于不同问题,针对不同的用户实施精细化产品策略,提升核心指标。

7. 如何生成用户标签

生成用户标签一般有两种方式,一种是产品经理或者产品运营设定标签定义、维度和打标签策略,后台给用户打上不同的标签。比如定义最近购买频繁、购买金额大的用户为重要价值客户。另外一种是用户给自己打标签,常见内容和社区产品,用户在产品前端页面上手动选择感兴趣的标签。

8. 如何搭建标签体系

首先要明确业务关键目标。需要什么用户标签应该由业务场景和目标倒推,用户标签和业务目标要产生关联。比如为了提高GMV,我们就需要关心用户的购买金额和购买频率,基于不同的阶梯的购买量和购买金额给用户打上不同的标签。

其次要制定结构化的标签体系。标签分为属性标签、行为标签和业务标签。

属性标签是基于数据提取的基础标签,用来描述用户客观属性。我们可以对用户基于不同分组,形成特定用户群或者复杂的属性标签,再做针对性的策略。常见的属性标签如人口、性别、年龄、设备机型。

行为标签是在原始数据中提取的标签,基于用户在产品行为给用户打上标签。行为标签可以单独抽出来针对某类共同行为用户做个性化动作。常见的行为标签如关键行为,用户活跃留存,付费、使用时长等。

业务标签是基于规则将数据和其他标签类型进行组合,加入模型、算法形成更复杂的标签体系。行为标签可以更加直观的描述用户特征,进行针对性的策略,如用户忠诚度标签,潜在流失用户标签,RFM用户价值模型等。

当我们刻画了用户画像,基本对产品的目标用户属性和需求有了清晰的认知。通过用户标签,方便我们在对用户认知的基础上,对用户进行精细化策略管理和运营。

本文由 @酷酷柠檬茶 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。