用户特征分析（用户画像）

学习目标：

• 了解用户特征分析的方法
• 准确定位用户特点
• 找到解决用户需求的主要方法

用户特征分析的基本概念

什么是用户的特征分析

• 通过各种方法，更完整的了解目标群体的情况
• 描述典型的目标用户及群体行为
• 用户分析=信息分析

用户特征分析的目的

• 明确知道你的用户真实的诉求点
• 为功能设计提供核心依据
• 数据挖掘和用户推荐的底层支持

总结

用户心理的变化，必定要通过行为来表现

但特别要注意的是

1.用户画像要建立在真实的数据之上 2.当有多个用户画像的时候，需要考虑用户画像的优先级，通常建议不能为超过三个以上的人设计产品，否则容易产生需求冲突 3.用户画像是处在不断的修正中

用户特征的操作逻辑

用户特征的分析逻辑

用户特征的分析过程

总结

把用户特征分层分类是做好用户画像的关键

用户特征分析实战

案例：

赶集婚恋交友类别,客服收到用户投诉:

-在频道上和一个女生聊,很快约见面了
-见面地点是一个不知名的酒吧,点了上千块的酒水
-现在已经联系不上了

产品经理/运营同学猜测:
-用户应该是被酒托骗了

于是:
-认真对受骗的用户进行了访谈
-要到了用户的帐号ID和疑似酒托的ID

用户特征的分析过程

用电视剧剧情来比喻 1、我军抓一个反革命份子,严刑拷打,把密码本弄出来 2、分析密码本和电台频率,顺便猜测其他可能存在的密码本 3、用这个抓获的电台发报:几月几号几点在某某地集合,共商大计 4、一网打尽

通过个体分析

比如：

• 在短时间内加了很多人
• 在线时间非常长
• 1D用一段时间后就废弃了
• 同一P有很多类似的账户
• 同时和很多人聊(超过20个)
• 回复非常快
• 主动发起聊天
• 前10个聊天记录中,包含QQ号码
• 聊天过程比较短,不超过10个
• 注册完马上快速加一堆好友

关键行为特征

• 猜测关键点行为有哪些？
• 关键行为看交叉验证
• 明确特征的计算方式（算法）
• 命中行为的路径是什么？

比如：

召回验证

• 把关键性伟特征交叉后调出数据，然后验证数据
• 召回率：有多少命中策略的数据倍调取出来了
• 召回准确率：召回的数据中，准确率是多少
• 优化：修正特征数据，调整精度

找到最有效的解决方案

• 用户特征分析越细致，解决方案就越准确有效
• 解决方案的排序：在用户量和频次间进行选择

总结

用户画像其实并不那么高深，关键是透过数据看用户的行为