猪猪小说网

手机浏览器扫描二维码访问

第二章 先区分后描述全面认知用户特征（第2页）

用户画像与用户特征的应用

前面提到，我们要利用用户特征来做用户群体的发掘和区分，再用更具体的用户画像做用户认知和判断。我们不妨举几个例子。

案例1

我们是一个创业小团队，正在做一个P2P（个人对个人）金融产品。平台上已经有了一定量的用户，他们购买了我们的理财产品。我们正在考虑要不要增加VIP（贵宾）套餐服务，定位高价值用户，定向提供理财顾问服务。我们会请许多专家，提供很多额外的分析工具，让这些用户享受高端服务，赢利方式就是VIP年费。

单拿这个服务来看，肯定是没有什么问题的。“许多类似的产品都有这样的服务。”也许老板就会这么跟你说。但这不能成为我们就一定要提供VIP套餐服务的理由，我们还是要看看我们的用户是什么样的。

可以先统计下当前用户购买理财产品的行为数据，看看大部分买的额度有多大。其实，额度背后代表的是这些用户的收入水平和对理财的态度。比如粗暴一点假设，我们看用户的行为，过去99%的用户都是奔着投资5万元，锁定期6个月，年化收益率5%的产品去的。这些行为代表什么呢？从生活经验判断，对年化收益率要求不高，对流动性也要求不高，对安全性要求比较高的人，应该都是普通的上班族。这些人在理财方面非常保守，而且还比较年轻，理财额度并不高。

具体的验证可以通过访谈和调研来完成。假如结果显示，这些用户群体基本都是毕业三年内的职场新人，理财行为非常保守，收入并不高，这时回过头来看，这个VIP套餐服务的吸引力就特别有限了。我们可以做一些试验性的调研看看大家的接受度（我们会在后文讲述如何做类似的迭代实验），但仅从用户特征来看，几乎就可以给这个创意判死刑了。

老板也许会说：“我们可以用新的服务吸引新的用户啊！”这就超出本次讨论的范畴了。我们要判断的是“当下我们的产品的用户会喜欢哪些功能服务”，而不是“我们应该做什么事情吸引更多全新的用户”。后者实际上跟做一个新产品没有区别，对用户特征的分析要关注的就不是存量用户，而是全新的潜在用户了。

这个例子讲述的是通过特征来认知存量用户，从而判断产品应该往哪个方向优化。假如老板坚持要做全新的产品，而且一定要做VIP理财顾问呢？

案例2

VIP理财顾问这个产品是从零开始的，我们没有任何用户数据，只能先做一个分析：我们的用户是谁？他们在哪儿？

要想先假设这个VIP理财顾问的用户画像，就需要对金融理财行业有一定的认知，或者对理财用户有一定的认知。不论是分析从业经验，还是分析通过搜集行业数据得到的结论，都需要一些初步输入，才能做判断。

假设我们初步判断，会接受VIP理财顾问的用户，应该是三四十岁的中年人，那么接下来我们就要有针对性地获取这些人的特征。

我们需要找到这样的人来获取特征，他们可能在某些方面已经体现出了需要VIP理财顾问的特征（比如已经在使用某些理财顾问的服务，或者购买了许多风险很低、收益也很低的理财产品等）。简单的方式是，我们定向找到一些类似的人，做深度访谈和了解，看他们具体的工作是什么，生活状态和各种社会属性如何。比较耗费资源的方法是，我们通过一些公开或非公开的渠道得到某些同类产品的用户信息。

最终得到的结论可能是，目标用户是三四十岁的中年人，是中产阶级群体，在一线城市高新技术或者金融行业工作者居多，有较高的收入，但工作繁忙，无暇关注和打理自己的财产。他们通常居住在中高档小区，大部分有车，小部分有房，大部分结婚，小部分已经有孩子，等等。

有了这些特征，基本就可以定向做许多事情了。比如，如果他们中从事互联网和金融行业的人居多，文化程度也高，比较信任知名品牌的产品、有光鲜履历的顾问，那么我们的这个顾问产品就应该往精英化的方向发展，寻求互联网巨头或者金融巨头的背书，寻找背景非常硬的金融出身的顾问，这样产品的核心竞争力就被打造出来了。

案例1提到的是如何判断当前用户的潜在需求，案例2提到的是如何寻找潜在用户，接下来说说如何梳理当前用户的不同需求。

案例3

我们现在依然做P2P金融产品，不过已经发展到了一定规模，需要研究功能上还有哪些可以优化的地方。

经过分析发现，现在的产品形态都比较单一，几乎都是收益率为4%~6%、半年锁定期的理财产品A，因此用户群体也比较单一。在此基础上，应该有优化的空间。

于是我们可以做一些尝试。原则上，任何尝试都可以做，不过还是要考虑成本问题（同样，后文会详细展开这种迭代思路）。我们做了一些存量用户分析，发现有10%的用户倾向于更高的风险，有30%的用户倾向于更灵活的周期。

接下来就可以试探性地提供一些类似的产品，比如收益率能上浮到10%，但风险更高的产品B，以及30天锁定期，但收益更低的产品C，然后看用户数据的反馈。结果可能是，有15%的用户转移到了产品B，有40%的用户转移到了产品C。我们继续做用户特征分析，发现产品B和产品C的用户在年龄、收入和工作类型方面的确有很大不同，比如产品B的用户年龄比较小，从事互联网工作，因此有冒险精神，而产品C的用户工作闲暇时间较多，因此希望理财的自由度更高。

这样就可以通过这些间接特征，将用户分层为A、B、C三类产品的目标用户，后续在新用户注册时一旦做了标签定义就可以做定向推荐。在存量用户的特征发生变化时（比如升职加薪，从A变成C），也可以依据用户的特征变化来做产品推荐和调整。

这三个例子都是在不同的应用场景下，对用户群体先用群体特征进行抽象识别，再用更具体的用户画像来认知的一个过程。可以看到，需要抽象的特征、最终抽象出的群体标识，都跟我们的目的息息相关。

从单一用户群体到用户群体矩阵多视角认知

从上面的例子可以看出，用户群体在不同阶段需要做不同区分。在产品刚刚萌芽时，更多的是寻找潜在用户的群体特征，以及判断当下核心用户的特征。对于这种单一用户的群体特征，可能是指向性很明显的一个维度，例如上门美甲的用户，就是25岁左右有一定消费能力的都市女性。这需要典型的用户画像，就像前文所述的河北女孩。这样我们就能够通过特征快速寻找我们所需的属性，不管是在做运营活动时要选取地点（目标用户工作和居住的聚集地），还是在做功能和服务时要做判断，都能够有一些参考，可以专门满足这些用户群体的需求。

在逐步发展到一定规模后，就有能力提供更丰富的功能和服务了，这时，就需要做人群划分。比如25岁的女性与30岁的女性在许多层面的认知和需求就不太一样，她们需要的样式有差别，对服务品质的要求有差别，对智能手机的使用方式也可能有差别，都应区分对待。住在市区和住在郊区的用户，也有不同，住在市区的用户比较集中，提供服务的成本和难度小一些，而住在郊区的用户比较分散，合理进行订单分派就比较困难。能够有针对性地做不同人群的拆分，原本让大家都体验到的60分服务也许就会变成80分。

到用户规模更大或者有能力提供更个性化服务的阶段，就不仅仅需要分几类用户群体去提取特征了，可能需要从每个维度都拆分出不同的群体。这样就形成了特征与用户画像的多维矩阵体系，在做任何一个判断时，需要观察某一个或多个特定的维度，以便迅速定位不同的群体。

比如，一家美甲店最近要做一轮线下活动，请了几位晕染能力特别强的美甲师，要跟静安区的某个商场合作。店家同时希望美甲用户有比较强的扩散能力，可以辐射尽量多的用户。那么我们就可以定义这样几个特征：平时喜欢做晕染的美甲样式，居住在静安区附近，年龄不大，从事互联网或者媒体工作，用这些特征快速定位一些用户，把她们作为目标群体定向推荐这个活动，最终的收益显然会比随机邀请用户高得多。

如何认知用户的生命周期

用户人群的划分有多个维度，最常见的是用户生命周期阶段的划分方法。我们不妨以此为例，探讨应该如何拆分用户群体，以及能用这些拆分的结论做什么。

生命周期源于随着用户跟平台关系的转变，用户的认知和行为均会出现较大的变化，在不同的生命周期阶段，他们的需求也会变化。

如果只能有两类用户，我们应该怎么划分用户群体呢？有的朋友可能说，应该是“新用户”和“老用户”。其实不然，对于绝大多数产品来说，我们要判断的最重要的应该是“潜在用户”和“真实用户”。他们之间是有转化关系的：

薄情前夫太凶猛  谈婚论价  野花图鉴  长生歌  天才圣手  御史大人你马甲掉了  绝色锋芒：牛X王妃  总裁老公，适渴而止  驭兽魔后  矿物与岩石图鉴  上古强身术  佣兵天下(二十年纪念版)  冤家路窄  毒宠小狂后  不装了，我是黑煞战神  重生之凰临天下  造物主之我培植了怪兽文明  冰山总裁的至尊高手  女总裁的超级保镖  神级保安