1 用户画像是什么
用户画像的英文概念“UserPersona”由Alan Copper最早提出,他认为User Persona是真实用户的虚拟代表,根据用户行为、动机等不同将用户分为不同的类型,从中抽取每类用户的共同特征,并设定名字、照片、场景等要素对其进行描述。而D.Travis在提出用户画像这一概念时给出了7个基本条件:基本性(Primary research)、移情性(Empathy)、真实性(Realistic)、独特性(Singular)、目标性(Objectives)、数量(Number)和应用性(Applicable),并将这七个特性的首字母组成Persona一词,翻译为中文即为“用户画像”。
![img.mp.itc.jpg img.mp.itc.jpg](//ziboxinyan.com/FileUpload/ueditor_s/upload/2021-8/31/63766021552840.jpg)
2 用户画像的内涵
用户画像的内涵包含三个要素,即用户属性、用户特征、用户标签。
用户属性分为静态属性和动态属性,静态属性指用户的基本信息(如姓名、性别、职业等)及其他相对稳定的属性;动态属性指用户的行为信息(如访问频次、访问时长、浏览记录等)及其他动态属性,用户属性可以自行划分,以此构建更精准的用户画像。
用户特征是通过一定的方法从用户属性中抽取出来的特性或共性。
用户标签是根据用户特征进一步提炼出来的标签化文本,可以精炼准确的表达用户特征,易于理解和应用。
因此,用户画像的实质是标签化的用户全貌,构建用户画像的过程就是基于广泛的用户数据,通过用户属性的分类并利用一定的技术方法抽取得到用户特征,提炼成用户标签,最终得到用户画像。区别于普通的用户研究,用户画像研究更加关注用户整体特征,试图还原用户全貌从而了解用户需求并提供服务。
3 用户画像的构建
首先要进行用户数据收集(如服务环境数据、用户行为数据、信息获取数据等),既包括静态信息数据(如性别、年龄、城市、学历、职称、职业等),又包括动态信息数据(如注册、搜索、浏览、点击、跳转、订单、下载、评价等)用户行为数据;
其次,进行用户角色和行为属性特征抽取(包括用户基础属性标签、角色属性标签、行为属性标签等),通过对优质用户数据进行整合、清洗、认证、管理,记录用户行为轨迹及其变化信息,利用文本挖掘、自然语言处理、机器学习、聚类算法等大数据技术,对事实标签进行用户行为建模;
最后,采用模型预测,分析预测未来用户行为,使用户特征跃然纸上,能够变得可视化、形象化、生动化,据此对用户作出精准判断,为用户提供全方位、人性化、个性化的定向优质服务,方便用户间的认识交流,降低甚至避免用户流失。
![用户画像构建 用户画像构建](//ziboxinyan.com/FileUpload/ueditor_s/upload/2021-8/31/6376602095708605316801926.png)