实战案例讲解:用户画像如何应用

本文独创用户运营5步实战法,每一步环环相扣,从实际业务场景出发,搭建相应的用户模型,并输出目标用户群和画像,进而制定精准营销策略进行营销,以提升用户的生命周期价值。

用户画像到底如何使用?

在抛出这个疑问之前,我研究过许多文章,这些文章的研究方向更热衷于如何给用户360度画像,用常见的人物形象卡来描述平台某部分用户的特征,比如:

年龄:28岁,性别:女

职位:都市白领

婚姻状况:已婚

个性:宅女,喜欢网购、喜欢美好的事物、文艺小资、享受生活

星座:天蝎座

地址:北京xx小区

这是一种典型的用户画像,也是许多企业热衷做用户画像分析的方法,这种人物画像卡在用户研究方面有很大的帮助,可以帮助产品经理找准产品的方向,但在用户运营层面,如果单纯给用户贴标签做画像,反而有一种无从应用的感觉。

我们举例几个业务场景:

我是一个电商平台,销售100种品类产品,该给用户精准推荐什么产品?

我要给用户推券,希望提高券的ROI,该给什么样的用户推券?

平台用户流失严重,希望分析哪些用户流失了,怎么挽留?

以上三个业务场景,如果要用到用户画像,你该如何应用?

显然简单的用户分析卡根本无法支持我们的运营工作,用户分析一个重要的方法论就是从业务场景出发,找到精准的用户群,定向分析画像,然后应用到实际运营活动中。

接下来,我们重点阐述用户运营5步法:

一、明确业务场景

之所以把业务场景放到第一位,是因为业务场景是用户运营的重中之重,很多用户运营往往走入一种误区是先有用户画像。再基于画像标签对用户进行分群,再推送定向活动,这种运营思路往往是为了营销而营销,最终是解决了什么业务问题反而无从谈起。

比如某个平台把几个标签组合筛出了一部分人群,标签包括:性别、年龄、最近的购买时间、客单价等,最终推了一个满减活动过去。那这个营销结束之后我们只能分析一次活动的成败,而对整体用户运营缺乏实际的业务支撑意义。

明确业务场景的意义在于,我们有了具体业务场景,才会有具体营销的目标人群,进而再针对人群的画像特征制定更加明确的营销策略。

我们以第三个业务场景为例,平台用户月滚动流失率为30%,希望能通过定向的用户运营将流失率降低至15%。

接下来的任务就是找到哪些用户产生了流失?

有的同学会说这好办,我们将平台用户三个月未回来购买的用户定义为流失,然后将这些用户分出来,定向推送一张复购券,接下来分析这张券的核销效果,如果核销较好,则用户流失率会降低。

这是一种最简单但效果最差的用户运营方式了,相信很多人刚做用户运营的时候,都是这么做的。

一方面是缺乏用户模型的支撑,无法更加精准的预测流失,只能根据已流失用户做一些召回活动,但用户真正流失后召回率往往很难达到1%。另一方面缺乏画像的支撑,不了解流失用户群的特征,想当然的推一些大力度活动,反而很难再打动流失用户。

二、用户建模

用户建模是做用户运营的必备技能,就好比一个技术猿如果不会写代码,不了解一门代码语言,那怎么可以从事这个行业呢。

针对这个业务场景我们需要搭建什么样的用户模型呢?

我们有三种思路:

筛选已知流失用户建模,通过决策树模型分析流失规则,通过流失规则预测最可能的流失用户,筛选出这部分用户做营销。

筛选已知流失用户建模,通过神经网络模型建立流失评分机制,对平台所有高价值用户进行流失评分,将评分较高的高价值用户筛选出来做更精准的营销。

搭建用户生命周期模型,通过用户生命周期预测用户流失节点,在用户快要流失时候进行及时的干预营销,以降低用户流失率。

我们采取第三种建模营销方法,搭建如下模型:

在模型中,我们可以根据箭头了解整个用户的数据走向,把平台用户的全部数据导入模型中进行分析。

这里使用到了cox生存分析的算法,这个算法可以帮助我们分析用户的生存时间,进而得到平台全部用户的生命周期分布。我们基于生命周期可以得到用户的流失边界值,从而确定用户的整体流失节点。

三、定准目标用户群

用户建模完成后,我们可以把平台用户数据与大数据模型打通,通过大数据分析的方法可以定向输出我们想要的用户群。

回到我们的业务场景,我们业务目标是降低用户流失率,也就是从30%降低至15%。

那我们的目标营销用户群该是谁呢?

如果单纯筛选已流失用户,试图通过挽回这部分用户来提升回流率,我们知道营销难度非常大,一般流失用户往往是直接卸载APP或者不再使用我们的产品,一旦卸载APP后触达率非常低,通过短信召回的办法往往也是得不偿失。

那我们把目光瞄向流失边界的用户,这部分用户通过模型预测,流失倾向要高于平台的活跃用户但并未流失,这个时候如果及时采取干预营销,用户留下的可能性反而很大。

四、分析用户画像

目标营销用户群定位完成,接下来需要分析用户群的画像以了解用户行为特征,从而制定更具有针对性的营销策略。

用户画像该如何分析呢?

这里分析用户画像不是大而全,而是要基于实际业务场景,哪些画像更有助于营销策略的制定,我们只分析这部分画像信息即可。我们先通过模型看下这部分用户群的实际画像。

通过模型输出,我们可以得到目标营销人群的画像特征如下:

21-40岁女性用户

平均间隔消费周期是16-30天左右

消费客单为低客单用户,均值30元以下。

生命周期处于上升期

基于以上画像特征,我们能得到哪些营销信息呢?

性别、年龄来决定我们的文案策略和沟通语气。

重复消费间隔天数决定营销时机。

生命周期决定不同的营销方向。

客单来决定我们推什么力度的活动。

这就是用户画像在营销中的实际应用,每一个画像信息必然可以用到营销策略中,在建模过程中我们需要得到有实际业务意义的画像信息,并用于指导接下来的营销策略制定。

五、制定营销策略

我们得到用户画像后,基于画像信息可以做更加精准针对性的营销活动,接下来我们来梳理一下本次实战的营销策略:

本次用户目标群生命周期处于上升期和新客期,特征是消费习惯并未养成,需策划刺激性活动引导消费。

目标用户群体消费特征属于低客单消费群体,活动参与门槛不宜太高,活动可以以适当提升客单为次要目标。

画像特征方面是20-40岁之间的年轻女性消费群体,沟通策略需用更感性的方法。

基于以上营销策略,我们制定落地活动和推送触达的执行策略。结合圣诞选了一款蛋糕,主题是:和心爱的ta一起过圣诞,瞄准年轻女性爱浪漫这个群体。

活动内容是消费满35半价换购这款蛋糕,达到提升客单以及用半价产生刺激消费的效果。筛选目标用户群体,并进一步筛选16-30天未回头消费的会员进行短信提醒,以提高短信ROI。

以上,我们详解了用户运营的实操经验,做用户运营5步实战方法,每一步环环相扣,从实际业务场景出发,我们搭建相应的用户模型,并输出目标用户群和画像,进而制定精准营销策略进行营销,以提升用户的生命周期价值。

作者:赵文彪,微信公众号:用户运营观察(ID:yunyingguancha),某社区o2o平台用户运营负责人,7年互联网运营经验,乐于干货分享,欢迎交流学习。用户建模视频课程可以关注公众号获取哦~

你可能感兴趣的:(实战案例讲解:用户画像如何应用)