八大数据分析模型之——用户模型（一）

| 2023-1-29 07:32 阅读 89383 评论 0

诸葛君说：模子是指对于某个现实题目或客观事物、纪律停止笼统后的一种形式化表达方式。任何模子都有三个部分组成：方针、变量和关系。明白变量，改变变量，即可间接显现成果，实现方针。在平常的数据分析中，我们常用的有8大模子（用户模子、事务模子、漏斗分析模子、热图分析模子、自界说保存分析模子、粘性分析模子、全行为途径分析模子、用户分群模子），从明天起，我们每周二解读一个模子，本文先从用户模子说起。

一、什么是用户模子？

先用3句话来说明为什么用户模子是根本的分析模子，重要到要第一个来分析：由于假如你不晓得自己的用户是谁，就不晓得该供给什么办事；不清楚用户与你“交往”到哪个阶段了，就不成能晓得优先供给什么样的办事；营销计谋没法聚焦，办事没有系统性和延续性，是以，我们先从界说起头，科普下什么是用户模子以及传统方式若何构建用户模子。

用户模子（Persona）是Alan Cooper在《About Face：交互设想精华》一书中提到的研讨用户的系统化方式。它是产物司理、交互设想师领会用户方针和需求、与开辟团队及相关人交换、避免设想圈套的重要工具。

传统的用户模子构建方式：

Alan Cooper提出了两种构建用户模子的方式：

-用户模子：基于对用户的访谈和观察等研讨成果建立，松散牢靠但费时；

-姑且用户模子：基于行业专家或市场观察数据对用户的了解建立，快速但轻易有公允。

1、基于访谈和观察的构建用户模子（正统方式）

在Alan Cooper的方式中，对用户的访谈和观察是构建用户模子的重要根本。完整步调以下：

2、构建姑且用户模子（ad hoc persona）

在缺少时候、资本不能做对用户的访谈和观察时，可以基于行业专家对用户的了解、或市场研讨中获得的生齿统计数据，建立「姑且用户模子」。

「姑且用户模子」的构建进程与「用户模子」的构建进程很像，只是「用户模子」的数据根本来自对真适用户的访谈和观察，「姑且用户模子」则来自对用户的了解。两者的正确度和精度都有不同。

二、基于行为数据构建用户模子

间隔Alan Cooper初次提出用户模子（Persona）概念已曩昔近20年，在这时代，软件产物开辟的进程方式以及公司的运作方式都发生了很大改变：以快速迭代为特点的灵敏开辟方式取代了传统的瀑布模子，以「开辟→丈量→认知」反应循环为焦点的精益创业方式在慢慢影响和改变公司的运作方式。

而传统的用户模子构建方式，从诞生之日起并未发生出格大的变化。对于已经习惯了灵敏、快速的产物司理和交互设想师来说，假如花很长时候去研讨用户构建用户模子需要下相当大的决心、更需要下很大气力才能争取到所需的时候和资本，而且互联网产物冷启动花费的时候越来越短，为了下降本钱微风险，产物团队在启动期常常会挑选尽快将产物推向用户，尽快获得反应以「快速试错」，现实和压力迫使大大都新产物的PM不敢投入大量时候精神深入的停止用户研讨。

这就很轻易了解，为什么大师都感觉用户模子很好，却鲜有人在工作中真正应用它。为领会决时候紧急与精神不敷的冲突，我们提出了一种基于用户行为数据的快速、迭代构建用户模子的轻量方式。

首先，整理和收集已经获得的任何可认知用户的经历和数据，包括：您和地点团队对用户的了解；产物的营业数据库中记录的用户相关信息（比如用户的性别、年龄、品级等属性），用户（在产物内外）填写的任何表单或留下来的信息（比如用户填写的调盘问卷、留下的微信账号等）。

我们将这些信息映照成为用户的描写信息（属性）或用户的行为信息，并存储起来构成用户档案（以下图所示）。

诸葛io新零售DEMO之用户档案（虚拟数据）

如上图所示，从用户档案中我们可以清楚的领会到用户的属性信息、行为数据、情况数据。

三、基于行为数据构建用户模子的上风

1、高效实时洞察先机

在数据天下里，正确性就是一切，速度更是相当重要，分析系统处置息争释这些信息的速度越快，就能更快地且清楚把握营业状态，帮助企业更早的做出决议判定，比如我们的客户——某同享单车，正是由于发现了实时数据目标中的异常波动：越日保存用户数出现了“断崖式”下跌，经告急观察发现是合作对手在低价拉新，是以，运营团队第一时候采纳积极应对，从而保住了该城市的市场占有率。一样的，市场幻化如火如荼，运营人、决议者都需要实时关注本身数据的波动，由于失利常常都来自一个细小的疏忽。

2、记录历史而不但是成果

行为即标签，曩昔我们经常经过给用户打标签的方式停止用户洞察。究竟上，行为数据自己已变得越来越有代价，基于用户行为数据的用户模子，记录了每个用户的每一次行为，客观实在的复原了用户与产物的交互进程，与纯真的标志“用户标签”相比，记录下来的用户行为数据更具有多维穿插分析的代价，构建出来的单个用户画像更完整科学。

3、360°覆盖用户全生命周期的用户档案

基于用户行为数据的用户模子是实时静态变化的，随着用户在产物中的长大，从访客到陌生人最初成为高代价用户，用户的每一步长大都经过行为记录下来，基于用户地点生命周期的分歧阶段，针对新用户、流失用户、活跃用户、沉默用户别离采纳有针对性的拉新、转化、保存等运营战略。

为耽误用户的生命周期代价（LTV），就必须收集到用户全生命周期的数据，买通CRM数据、历史数据、营业数据、第三方数据，将用户的属性信息（性别、年龄、国家等）与用户的行为数据关联到一路；买通内部推行平台的数据，处理用户从哪儿来的题目；买通分歧产物平台的数据，将用户在app\小法式\微站\官网上的行为实时同步，如此方可实现实在的以用户为中心的统计和分析。

本文供给了一种基于行为数据构建用户模子（Persona）的方式，这一模子也更合适明天的互联网团队的工作方式和节奏，基于用户行为数据的用户模子，一方面临传统方式停止了简化，下降了数据分析的门坎；另一方面，行为数据的补充也让模子更丰富，数据分析更高效有用。

PS：方法会更大都据分析具体的技能、方式论及实战案例，可下载由诸葛学院出品的最新增加手册，诸葛io公众号（zhugeio1）答复“增加手册”支付。

客户：东易日盛 | 向上金服 | 光亮随心订 | TutorABC | 麦子学院

目标：病毒传布系数 | 复购率 | 粘性 | 漏斗 | 太阳图 | KPI

产物：改版评价 | 埋点需求文档 |

运营：用户运营 | 跨利用市场追踪 | 推送战略 | 运营阶段

市场：推行三要素 | 智能触达 | 精准推送

其他：行为数据根本篇 | 客户成功 | 收集模子 | 广告监测