一文搞懂用户画像︱敏捷软件开发之用户故事
2022-12-12
来源：磊叔的数据增长实验
过程，在实际使用过程中可做不断调优。
需要注意的是，在着手搭建用户画像体系之初，要从业务实际需求出发，用户画像是为了驱动业务、实现增长，而不是为了有标签画像而做标签画像，不能本末倒置。
很多传统企业做用户画像有一个误区，即用户画像就是一份高大上的用户分析报告，画像标签多以用户基本属性和静态标签为主，但实际跟业务系统并没有打通，也没有真正对业务产生价值，沦为了形式主义。
因此做用户标签画像应以终为始，明确业务场景和需求解决的问题。标签画像 “有了”和“用上了”，以及“做了”跟“做好”，中间存在着很大的鸿沟。
应用场景1：精细化用户运营，提升用户生命周期价值此类应用场景是用户画像最基础且应用最为广泛的场景，即根据用户行为标签特征进行用户分群，制定用户生命周期管理模型。通过监控用户阶段（标签）的变化，根据用户的实时状态、行为与标签的迁移进行运营干预，达到预防流失、召回的目的。
关于“精细化用户运营”
这个场景的典型使用流程是：
业务目标 -> 用户画像 -> 专家解读 -> 开发标签 -> 制定策略 -> 分析效果。
所以，在营销中的标签，通常为上篇讲到的规则类标签，即人工制定规则。
例如对预流失标签+某产品类型的偏好用户群体做及时的个性化内容触达，达到预防流失的目的等；
关于“流失召回”
存量时代新增枯竭，流量运营的大方向就是两个：提升留存和流失召回。流失召回也是一项很考验运营能力的工作，详情请参阅本站原创文章：
《深入探讨用户的沉默和流失》
《沉默用户预警体系的搭建与运营》
《【续】沉默用户预警体系的搭建与运营》
《【完结】沉默用户预警体系的搭建与运营》
同时，通过用户价值标签对高价值用户投入更多的成本做差异化运营，提升投入产出比。我们熟知的RFM模型，就是最常见的一种用户画像应用之一。举个例子：目标是提升理财交易额，把转化高价值潜客用户作为其中一个策略，并定义为投资意向价值用户转化营销。这时人群策略就呼之欲出了，投放人群策略描述为有理财意向的非理财潜在高价值用户，便可以从各种各样维度选取相应标签，并通过标签快捷筛选获取名单，然后实施精准触达用户，最后再评估营销效果。这整个流程是分群营销中常见的一种思路。最后，通过测试优化形成自动化触达机制。
关于上图
上图中应用的标签非常多，所以在实际营销过程中还会涉及一个重要问题：标签的交叉。在业务系统的标签应用中，常会出现标签的逻辑运算，如下所示：
((男性 & 高价值) | (女性 & 低价值)) & (高活跃)
应用场景2：广告优化在获客成本持续走高的今天，企业通过对平台目标用户画像特征分析/挖掘，建立全景目标用户画像，在投放上精准触达目标用户群里，达到提高转化率降低获客成本的目的，即知道用户是谁，从哪里来。
用户标签数据的来源除了企业本身的数据外，很多企业也会与第三方数据平台合作，通过ID-Mapping的方式补充丰富用户画像特征。
包括用户安装/使用最多的app，浏览/购买偏好、用户搜索词等行为数据，通过用户唯一标识进行匹配，进一步完善用户全景画像。
关于“第三方数据平台”
因为企业自有的数据始终是局限和有限的。处于商业和营销的角度，企业确实需要了解用户在企业外的特征，所以需要借
免责声明：
1、IT项目管理界发布的所有资讯与文章是出于为业界传递更多信息之目的，并不意味着赞同其观点或证实其描述。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请浏览者仅作参考，并请自行核实相关内容。
2、本站部分内容转载于其他网站和媒体，版权归原作者或原发布媒体所有。如文章涉及版权等问题，请联系本站，我们将在两个工作日内进行删除或修改处理。敬请谅解！
-
延伸阅读：
-
