2.3　用戶畫像的4個價值

前面解釋了為什么用戶運營需要了解用戶畫像的建立方式，下面來看用戶畫像對于產品具體有什么價值。

從我個人的工作經歷來看，用戶畫像的價值可以抽象為圖2-3所示的4點。

1. 決定產品定位

產品的定位并不是一成不變的。一個產品剛開始一定是圍繞著特定的用戶需求來設計的，然而隨著用戶的增多，累積到一定的數據，很有可能會產生與最初預期完全不一致的用戶偏好，這就會導致用戶畫像與預期的截然不同。這里可能有用戶需求變化的原因，也可能有實際引爆的用戶群體與預期不同的原因。無論是哪一種情況，在一段時間后重新分析用戶畫像都有助于產品及時調整定位。

快手是目前在短視頻和直播領域處于行業領先地位的產品，但在2011年成立初期它只是一個純工具屬性的產品，主要功能是制作GIF動圖并分享到其他平臺。然而隨著用戶量的增加，GIF快手社區屬性的重要性逐漸凸顯。用戶不滿足于將內容分享到其他平臺，在平臺內有創意的內容分享逐漸增多。

隨著用戶需求的變化，GIF快手開始向短視頻方向轉變，讓有創意的視頻不受限于產品原有功能。2014年，GIF快手更名為快手，明確了短視頻社區的產品定位。

2. 幫助優化產品體驗

從很多根據算法進行個性化推薦的產品中，我們可以看出用戶畫像對于產品優化的作用。

圖2-4所示為我的個人淘寶頁面。淘寶有一些細微的個性化調整，旨在通過用戶畫像進行個性化展示以達到提升用戶轉化率的目的。我作為一個用戶個體，有一些基于年齡和地理位置的用戶屬性特征。我的網購習慣是，日用品基本都在京東上購買，但會在淘寶上買一些小商品和特殊的細小類目商品。

在這種情況下，可想而知，我在淘寶上的轉化是越來越低的。然而從某一個時間點開始，我注意到自己的淘寶打開頻率變高了，原因就在于淘寶的幾個推薦模塊中出現了我最近感興趣的商品類型。我意識到其實淘寶是根據我的搜索記錄、收藏記錄等用戶行為設計了一套我自己的用戶畫像，重新做了一套個性化推薦（見圖2-5）。對比圖2-4和圖2-5可以明顯看出，圖2-5的首頁推薦用戶畫像更為清晰。圖2-4將我的用戶畫像定義為“年輕女性”，而圖2-5的用戶畫像在此基礎上還增加了“二次元”“制服”等更精細的標簽。這樣，用戶在使用產品時會得到更優的體驗。

除了淘寶，資訊類產品（如今日頭條）、金融理財類產品、短視頻社區（如抖音），都會根據用戶畫像來確定產品策略和產品功能的迭代方式，從而提升用戶的活躍度和轉化率，而這就是用戶畫像的第二大價值。

3. 支持個性化運營

在第1章里我們了解到，用戶運營既要有溝通技能，又要懂管理；既需要定向挖掘核心用戶，又要想辦法做用戶活躍和召回。任何一項工作都不簡單。比如，在挖掘核心用戶時，用戶運營如何開啟與目標核心用戶的溝通呢？

可以想象，在完全不了解一個人的時候，開場白都是通用且平淡的，因為完全不知道對方對什么感興趣。而一旦你有了用戶畫像，利用好相關的標簽就可以了解到用戶興趣，從而更容易與用戶進行深入的溝通，使個性化用戶運營成為可能。

將用戶的屬性抽象成標簽之后，用戶運營就可以有的放矢，根據標簽就對方感興趣的話題展開溝通。眾多的標簽可以形成標簽云（見圖2-6），簡單的標簽里也有一些比較有個人特色的。比如圖2-6所示的這個用戶畫像，對于一個熱愛生活的“90后”理工男，喜愛健身和攝影比較符合人群特征，而“貓奴”是比較個性化的興趣愛好。因此，如果這類用戶是你所運營產品的目標用戶，那么與他們溝通時就可以從可愛貓咪聊起。

積累的數據越多，獲得的用戶畫像會越具象，運營人員就能越清楚地知道如何與用戶高效溝通。無論是對于核心用戶還是業界大V的挖掘，有了用戶畫像的溝通都要比無差別的溝通更有效，所得到的反饋也會更有價值。

與圖2-6相比，圖2-7所示的標簽云所收集的用戶數據明顯更為豐富，用戶畫像也更加清晰。標簽云里字體的大小代表著這類數據在用戶數據中實際的占比。由圖2-7可知，這些是女性用戶，她們關注的商品類型為食品飲料、零食、巧克力和奶制品，對電商、團購等網站都非常感興趣，被定義為時尚白領、護膚達人、愛美人士。

基于這樣的用戶畫像，我們要想一想，什么樣的產品和內容最吸引她們，而我們所運營的產品是不是這個類型。如果我在運營一個美妝類電商網站，她們就是我的目標用戶；而如果我在運營一款體育直播類App，那么無論來自什么渠道，這類用戶都很難成為目標用戶。運營人員需要判斷是集中精力對相符用戶進行個性化的運營，還是說服產品經理改變產品方向以提升這類用戶的留存率。而這個判斷是整體戰略層面的問題，成本高，周期長，最終可能還無法形成定論，因此最好根據自身產品的用戶畫像去尋找目標用戶群體。

用戶標簽體系

用戶標簽按屬性可以分為個人自然屬性、社會屬性、行為屬性等，按行業又可以分為電商、教育、醫療、社交、信息分發等幾十上百種。在日常運營工作中，如何讓令人眼花繚亂的用戶標簽為己所用呢？這就涉及用戶標簽體系的構建。

什么是標簽體系

標簽體系指的是對產品需要的多種標簽進行分類，并對不同分類的標簽屬性進行定義的組織形態。

用戶信息的標簽分類與屬性定義，需要將相同、相似的標簽進行聚類歸一，把不同類型但具有一定業務邏輯與關聯性的標簽在主要標簽下做進一步分層，從而保證主要標簽分類與核心業務目標對齊，其他分層標簽作為輔助信息。

一套豐富、完善的標簽體系可以賦能用戶運營，讓用戶運營在不同階段通過標簽和用戶數據的關聯生成用戶畫像，從而有針對性地進行精細化運營，實現全用戶生命周期價值的增長。

用戶標簽體系的生成

根據生成方式，標簽可分為事實標簽、模型標簽和策略標簽。

事實標簽即從原始數據中提取的標簽，如人口標簽、會員標簽、行為標簽、交易標簽、消費標簽等事實標簽，均是基于用戶在App中的注冊、交易、點擊交互等行為抽取出來的。這些標簽還可以進一步拆分出子標簽，例如：交易標簽側重于交易偏好，如線上或到店交易，支付工具是微信還是支付寶，充值與優惠券等黏性工具使用是否頻繁；消費標簽則更關注下單動因、客單價、消費興趣、搭配偏好等。

模型標簽是通過先設定一定的規則，然后經過分析處理得出的人為定義的虛擬標簽。比如，某中年男性的到店消費記錄顯示，他工作日在寫字樓長期吃快餐，周末在商場消費兒童游樂場團單，由此基本可判斷他是一位有孩子的上班族。再比如，對于旅游等低頻業務產品，用戶3個月未復訪，則可以將其歸為沉默或流失用戶；而對于外賣平臺，用戶2周或一個月未復訪，則基本可以判斷其已流失。

而策略標簽則是根據具體的營銷目的圈出特定人群來進行運營的工具。比如，劇本殺App七夕節的運營活動、電商平臺在重陽節推出的家用電器運營活動，都需要圈出特定人群進行營銷，此時“特定”需要多維度數據構建，以達到區別于事實標簽且對業務有實際提升的效果。

4. 潛在用戶挖掘

用戶畫像可以幫助用戶運營從數據漏斗中細化原因，定向運營。

圖2-8是一個簡易的用戶行為數據漏斗，我們略去用戶點擊消費的環節，只研究收藏和分享的用戶。按照圖中的假設，在產品所觸達的用戶中，有35%的用戶進行了收藏，最后有5%的用戶進行了分享。這里，用戶畫像能夠幫助我們做什么呢？

用戶畫像可以讓我們看到這35%進行了收藏的用戶有哪些特征，并從這些特征里總結出吸引用戶的運營細節。以一個旅游分享型的產品為例，用戶點擊特定的展示頁面進來，其中做出收藏行為的主要是女性學生群體，但她們大部分并沒有進一步分享，原因是什么？是否需要在分享環節設置一些適合這個群體的激勵措施來促進她們分享產品？

同樣，可以根據用戶畫像分析65%未收藏用戶的屬性特征是什么，是他們根本就不是潛在用戶，還是設置的內容對于他們來說吸引力不夠。如果沒有這些模型輔助，分析其原因將會變得困難。幫助挖掘潛在用戶是用戶畫像的第四大價值。