邻近双101，好多朋友都来向我咨询与增长业务相干的问题，各行各业的都有，但我本人确切没有实操过这么多行业，所以每次有人问我，如何实现项目增长，我都会先反问他们1个问题——你们的用户画像是怎样的？
长此以往我发现1个问题，很多公司其实都没有1个明确的用户画像，也就是说，他们自己都不知道自己的用户是谁。
更有甚者，连甚么是用户画像都不清楚。
比以下面这位朋友，我让他发下他们业务的用户画像，兄台竟然让我自己去查？然后发给我1份行业数据报告。
我：？？？？
其实做运营的同学和产品经理对“用户画像”4个字应当其实不陌生，听了没有1千也有8百遍，但好像很少有人真正去了解甚么是用户画像，和用户画像是怎样产生的。
下面我就来仔细说下用户画像的概念、作用和如何建立正确的用户画像，中间会用到几个小例子帮助大家理解，请收好。
1
甚么是用户画像？
用户画像又叫用户标签，是基于用户在互联网上留下的种种行动数据，将这些数据主动或被动的搜集后，通过数据加工分析，产生的1个个标签。比如男性，90后，白领，喜欢购买电子产品，月工资15000等等。
用户画像的内容可以很宽泛，只要是对用户的认知，都可以叫做用户画像。但你所去认知的这批人必须是你的典型用户，他们会用类似的方式使用你的产品，服务或消费你的品牌。
2
用户画像的作用
关于用户画像的作用，我认为主要有以下3点：
1.精准营销：我相信这是很多运营同学为何来看这篇文章的缘由，从简单粗鲁式操作到精细化的运营，将用户人群进行分层，再用短信、push、推文等手段，刺激用户对产品的使用、下单，或对用户进行召回等。
2.广告投放：品牌处于业务高速发展期时，需要大量对外暴光。由于推行预算有限，在渠道的选择上，就要求能有更多自己典型的用户进行推行，这时候就需要用户画像的配合了。
3.数据分析：这个可以理解为建立数据仓库，利用各个标签将各个数据系统买通，比如之前的文章《微信公众号高阶运营策略，建议你和产品经理1起来看看》，讲的是利用公众号进行定向推送，那末把用户在公众号上的行动和电商APP上的行动均建立行动标签并买通，继而建立数据仓库，然后制作出用户画像，那末精细化的推送策略才是完善的。
3
如何建立正确的用户画像？
接下来来到了很多人最关心的部份，如何建立正确的用户画像。
首先需要明确1点，所有的用户画像都是基于业务模型的，很多同学连自己的业务模型都没有弄清楚，连业务场景和形态都没弄明白就开始做用户画像，基本上就是在做无用功。
下面我用1个小故事，来帮助大家理解，如何更好地建立正确的用户画像。
小明开始创业了，开发了1个APP售卖各类零食，经营半年后，效益非常不错。但是现在发现事迹增长乏力，加大推行投入后仍不见起色。因而找到我，希望我为他们建立1套精细化运营的策略来提升事迹。
当我跟小明进行深度沟通后发现，小明的团队1直都是粗鲁式的运营，根本没有应用数据来驱动业务增长。因而我准备先帮小明梳理清楚他的用户画像，再来做下面的运营动作。
首先，我将他的最基本业务流程给画了出来。
依照这个图，首先我根据是不是有购买过沙拉，将小明的用户划分成了5类：
潜伏用户（注册了APP但未下单）
新用户（购买过1次）
老用户（购买过2次及以上的用户）
VIP用户（90天内消费超过200元）
流失用户（90天内未来消费）
这里分享1个奇异的数据，用户只要产生了1次复购，即1定时间内购买过2次，则这人的保存率将提升30%。
★针对潜伏用户，给予新人礼包，促使产生第1次购买；
★针对新用户，则需刺激他尽快产生1次复购，比如给他定向推送上1次购买品类的其他产品，并用红包刺激下单；
★老用户则希望利用vip用户的权益来刺激他们成为老用户，比如VIP用户可享受优先发货，赠送赠品，参与试吃等活动。
这样用户画像就出来几个了
以后，再通过用户的本身属性来增加用户标签。
我让小明把所有用户的定单全部导出来，以定单地址为根据来做判断。比如1个用户屡次使用同1个地址收货，那末就判定此地址为经常使用地址，然后根据经常使用地址是公司写字楼还是学校，来判定此用户是白领还是学生。
对学生和白领用户的运营策略，将会是完全不同的。
对学生来讲，性价比多是优先斟酌的因素，可以重点推荐他们1些相对便宜的零食。或做1些裂变活动的时候，可以优先PUSH到他们。还得斟酌到学生7⑻月和过年期间的假期和开学时间段，通常来讲，开学期间的消费需求会比较高1些
对白领来讲，可能性价比就不1定是优先斟酌的因素，消费体验可能更重要，那就推荐1些口感比较好的进口零食，或不容易胖的低脂零食。消费场景在公司的话，还要斟酌到拆包裹，吃零食的场景，斟酌到客户拆包时若被其他同事看到，有可能产生分享心理，那末就能够设置团购的优惠，或推荐包装比较大的分享装。
到这里，用户标签又丰富了几个。
最后，我们通过用户在APP真个行动来预测流失用户。
我们从数据中发现，增长减缓的主要缘由，是用户流失率开始上升。流失的缘由会有很多，最重要的是找到用户不消费时间节点之前的关键因素。
比如：
用户1段时间打开APP的次数少了，那末便可能会流失（此时流失的关键因素是APP打开次数的减少）
用户给过差评，那末便可能流失（此时流失的关键因素是差评客户未及时保护）；
用户下单至收货之间的物流时间超过7天，可能流失；
用户10几天都没再登入APP，可能流失；
用户第1次下单的金额特别少，便可能流失。。。
缘由特别多，把尽量想到的缘由都列出来，然后利用机器学习建模进行预判。（技术的问题这里就不分享了）
需要注意的是，所有这些都是动态的，所以我将用户的回购或再阅读周期定为7天（拍脑袋想的，买了1次零食后，7天内1定会吃完）。根据不同的业务情况，尽量的将时间周期切分的更细1点，更容易分析。接着就依照数据情况，通过用户行动的细节进行预判。
有了这些判断，就能够在不同阶段有针对性的进行召回。
根据用户购买零食的偏好来分
零食分为肉类、膨化食品、休闲零食、代餐类、减脂类等等，小明根据用户购买的品类偏好来分，可分为：喜好吃肉、喜好膨化食品等等。
根据消费模型综合因夙来分
另外，还可以用RFM模型（衡量客户价值和客户创造力能力的公交）来分（不了解RFM模型可以自行百度），这个就相对照较复杂1点，后面单独出1篇文章来说。
看完这个案例，我相信你1定有点感觉了。
然后再来看这1套底层的生产思路：
第1步，肯定业务目标；
第2步，跑出数据，生产标签；
第3步，分析数据，洞察用户。洞察其实不是终究目的，由于洞察只是得到1个结论或方向；
第4步，开始利用。利用后又带来新的数据，从而构成数据的闭环。
第1步，肯定业务目标
以利用来驱动需求。很多同学都会犯都1个毛病，他在做用户画像多时候，1次性能弄出几千个标签。其实这并没有甚么用，由于你根本用不了这么多标签，你还会被这么多标签弄得不知道怎样办。
第2步，跑出数据，生产标签
数据是1切的核心，没有数听说要建很多标签是没有用的，如果你手里没有数据，或数据不多，你第1个工作不是建后面的标签体系，而是要赶快找数据。
数据主要来源是用户在注册时填写的，还有在平台上的行动，不管是互动行动、阅读点击行动还是消费行动。然后通过这些行动来建立标签体系，固然有些标签是客观存在的，有些标签是根据逻辑预测出来的。
比如填了性别的，或通过微信的unionid获得的，这就是客观存在的；但是如果这些信息都没有，那就根据用户的名字进行预测，像王小红基本就是女性，王小虎基本就是男性了。固然，预测1定是会有误差的。
1般我们会通过用户属性和行动数据，建立基础的用户标签体系
通常有这4大类：
第1类：人口属性。比如说性别、年龄、常驻地、籍贯，乃至是身高、血型，这些东西叫做人口属性。
第2类：社会属性。由于我们每一个人在社会里都不是1个单独的个体，1定有关联关系的，如婚恋状态、受教育程度、资产情况、收入情况、职业等。
第3类，兴趣偏好。摄影、运动、吃货、爱漂亮、衣饰、旅游、教育等，这部份是最多见的，也是最庞大的，难以逐一罗列完。
第4类，用户行动。3、7、15、30日内登录时长、登录次数、登录时间段、阅读深度、价格偏好、购买偏好等等。
第3步，分析数据，洞察用户
利用原始数据进行加工，建立模型标签。比如上文说到的我针对流失率提升，建立的预测模型，当你能洞察到某1类用户的某1些行动，就能够预判到这1类用户可能行将流失时，你就可以用各种策略进行挽回了。
所以基于营销和消费相干的标签，新客、老客、用户的流失和虔诚、用户的消费水平和频率等，都是构成CRM（客户关系管理）的基础，可能大家更习惯叫它用户/会员管理运营平台。
第4步，利用标签
光有用户管理平台不行，还得转换成产品运营策略。不同的标签对应不同的用户群体，也对应不同的营销手段。CRM的结构中会包括各类触达用户的经常使用渠道比如短信、邮件、推送等。也包括CMS（内容管理系统），履行人员通过其快速配置活动页、活动通道、优惠券等，靠营销活动拉动数据。让数据跑起来产生闭环后，就能够让用户画像原来越清晰，标签愈来愈精准。
注意：不要拘泥于技术细节。用简单的方法快速走通全部流程，然后再去看哪些环节需要优化去深入，比如上面流失预测，可以把时间维度切分为1天乃至1小时，但是根本没必要。快速跑完全个环节才是核心。
