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

酷 壳 – CoolShell
酷 壳 – CoolShell
aimingoo的专栏
aimingoo的专栏
P
Proofpoint News Feed
宝玉的分享
宝玉的分享
MyScale Blog
MyScale Blog
The GitHub Blog
The GitHub Blog
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
月光博客
月光博客
量子位
博客园 - 司徒正美
V
V2EX
I
InfoQ
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Vercel News
Vercel News
H
Hackread – Cybersecurity News, Data Breaches, AI and More
美团技术团队
N
Netflix TechBlog - Medium
L
LangChain Blog
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Stack Overflow Blog
Stack Overflow Blog
A
About on SuperTechFans
Microsoft Azure Blog
Microsoft Azure Blog

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,
用户画像,怎么做才好用?
汪浩 · 2023-09-22 · via 人人都是产品经理

每当谈及用户画像,各个业务所理解的都不大一样,导致一头雾水。那么,要怎么做用户画像才能给业务和老板提供价值,辅助业务增长呢?一起来看看本文吧。

每次谈起用户画像,都免不了遇到这个场景:

那么,要怎么做用户画像才能给业务和老板提供价值,辅助业务增长呢?

只需要弄明白三点。

  1. 每个人眼中的用户画像
  2. 如何拉通上下级需求
  3. 怎么落地使用

一、什么是用户画像?

为什么在不同的人眼中,用户画像的差异这么大?用户画像应该长什么样?

答案是:这些都是用户画像,且都是用户画像的一部分。

  • 一线业务同学需要解决的问题是「如何拉升业绩」,所以更关注的是「我要找到什么样的用户才可以帮我完成业绩」
  • 数据人员需要解决的问题是「如何让数据准确可用,有业务价值」,所以更关注的是「用户标签是否准确、可用、易理解」
  • 老板的需求是「如何合理分配资源」,所以更关注的是「一个可解释、稳定、持续输出的决策系统」

所以用户画像想做好,首先需要理解并对齐各方的需求。

二、如何对齐需求

拉通需求的大前提是,先明确需求背后的最终目的是什么。不管是一线业务,还是老板,亦或是数据人员。做用户画像的最终目的一定包含「分层运营」+「定向营销」。

那么结合需求方遇到的问题,和需求方希望调动的资源,就可以将对画像的需求结构化:

抽象底层需求:一线业务人员的需求是「拉升业绩」,可以分配的资源是「项目预算」+「内部工具」+「外部合作」,所以一线业务人员的需求可以总结为:

  • 渠道标签:从哪引流——哪里的人更容易买
  • 商品标签/用户消费标签:卖啥东西——谁更容易买什么
  • 用户消费标签:打多少折——折扣是否敏感,财力是否雄厚

细化顶层需求:老板的需求是「准确、稳定、体系化的决策方式」,关注的是「资源如何分配」、「方向是否正确」、「决策效果如何」,所以老板的需求可以总结为:

  • 标签/模型与业务决策的交叉看板及专题分析报告
  • 使用过标签/模型的决策有效性观测及专题分析报告

在对齐了底层和顶层的需求之后,再进行落地执行和使用会事半功倍。

三、如何落地及使用

标签设计基本规则参考:

一级标签一般依靠数据采集,例如问卷、产品设计、埋点采集等办法。

二级标签一般需要依靠采集后的用户行为数据,给用户按照一定的业务规则或算法进行打标。

三级标签一般需要依靠一级和二级标签,进行再计算得到,方法也是按照业务规则活算法打标。

不同的业务形态会有不同的选择,常见的小企业用规则,大企业上算法。

那么对于应用就很清晰了,举个例子:

下个月某电商平台跟母婴品牌方有合作,进行奶粉促销活动,对业绩有要求。

业务拆解:

  • 下个月目标活动是啥?——帮品牌分卖奶粉
  • 卖给谁最好挣钱?——拉标签:「事实标签:宝妈」/「规则标签:高活跃/不关注折扣」/「商品偏好:母婴」
  • 从分群历史转化率做业绩预测,判断资源倾斜度,做预算嘎嘎好用

对老板来讲:

  • 预算清晰,决策逻辑清晰,可以有效复盘
  • 业绩贼拉好/贼拉不好:有迹可循,方便分析
  • 系统决策有效性追溯:用没用标签,标签人群买没买,反馈标签准确度并不断向更准确迭代

在做用户画像时候,完成以上三步,文章开头的情形出现的概率就很低了。

遇到分歧时,理解需求比说服对方的效率,可能会更高。

作者:汪浩,公众号:只说人话的小汪

本文由@汪浩 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。