大數(shù)據(jù)：數(shù)據(jù)分析之“人群畫像”

?數(shù)據(jù)：數(shù)據(jù)分析之“?群畫像”

什么是“?群畫像”（或叫“?戶畫像”）？

?神：為了讓團(tuán)隊(duì)成員在產(chǎn)品設(shè)計(jì)的過(guò)程中能夠拋開個(gè)?喜好，將焦點(diǎn)關(guān)注在?標(biāo)?戶的動(dòng)機(jī)和?為上進(jìn)?產(chǎn)品設(shè)計(jì)。

因?yàn)椋a(chǎn)品經(jīng)理為具體的?物做產(chǎn)品設(shè)計(jì)要遠(yuǎn)遠(yuǎn)優(yōu)于為腦中虛構(gòu)的東西做設(shè)計(jì)，也更來(lái)得容易 （作者：sunsun）

我：簡(jiǎn)單講就是通過(guò)收集與分析消費(fèi)者社會(huì)屬性、?活習(xí)慣、消費(fèi)?為等主要信息的數(shù)據(jù)之后，抽象模擬出的?種調(diào)查

分析報(bào)告，是?戶信息標(biāo)簽。譬如在百度指數(shù)輸?產(chǎn)品關(guān)鍵詞，就會(huì)得出搜索該產(chǎn)品消費(fèi)?群的?為喜好。

?群畫像需要采集哪些數(shù)據(jù)，有什么意義？

“?群畫像”元素

?群畫像對(duì)產(chǎn)品運(yùn)營(yíng)、客戶維系起到精準(zhǔn)?戶群體以及獲取?戶需求反饋信息作?。1. 完善產(chǎn)品運(yùn)營(yíng)，提升?戶體驗(yàn)：

改變以往閉門造車的?產(chǎn)模式，通過(guò)事先調(diào)研?戶需求，設(shè)計(jì)制造更適合?戶的產(chǎn)品，提升?戶體驗(yàn)。2 .對(duì)外服務(wù)，提

升盈利：根據(jù)產(chǎn)品特點(diǎn)，找到?標(biāo)?戶，在?戶偏好的渠道上與其交互，促成購(gòu)買，實(shí)現(xiàn)精準(zhǔn)運(yùn)營(yíng)和營(yíng)銷。

如何搭建?群畫像？

?、?具篇

1，百度指數(shù)（）

百度指數(shù)是基于百度搜索?數(shù)據(jù)的?個(gè)風(fēng)向標(biāo)，利?百度?群畫像可以研究關(guān)鍵詞搜索趨勢(shì)、洞察?民興趣和需求、監(jiān)

測(cè)輿情動(dòng)向、定位受眾特征。

百度?群畫像

2，Google Analytics分析

同國(guó)內(nèi)其他統(tǒng)計(jì)服務(wù)?樣，Google Analytics也提供包括流量來(lái)源、搜索關(guān)鍵詞、訪客資料、??頁(yè)?等。Google

Analyitcs數(shù)據(jù)追蹤的規(guī)范性、精準(zhǔn)性。

Google Analytics分析

3，cnzz數(shù)據(jù)分析（）

?款強(qiáng)?的第三??站數(shù)據(jù)統(tǒng)計(jì)分析?具，其強(qiáng)?在于互聯(lián)?數(shù)據(jù)采集、統(tǒng)計(jì)和挖掘?yàn)?體，不受?戶瀏覽器、搜索引

擎不同影響數(shù)據(jù)的即時(shí)性、精準(zhǔn)性。

CNZZ數(shù)據(jù)統(tǒng)計(jì)

?、?群?為分析篇

?群畫像基礎(chǔ)數(shù)據(jù)：?絡(luò)?為數(shù)據(jù)

活躍?數(shù)

訪問(wèn)/啟動(dòng)次數(shù)

頁(yè)?瀏覽量

訪問(wèn)時(shí)長(zhǎng)

裝機(jī)量

激活率

滲透率

外部觸點(diǎn)

?群畫像基礎(chǔ)數(shù)據(jù)：?站內(nèi)?為數(shù)據(jù)

唯?頁(yè)?瀏覽次數(shù)

頁(yè)?停留時(shí)間

直接跳出訪問(wèn)數(shù)

訪問(wèn)深度

進(jìn)?或離開頁(yè)?

瀏覽路徑

評(píng)論次數(shù)與內(nèi)容

?戶畫像基礎(chǔ)數(shù)據(jù)：?群內(nèi)容偏好數(shù)據(jù)

使?APP/登陸?站

時(shí)間/頻次

瀏覽/收藏內(nèi)容

評(píng)論內(nèi)容

互動(dòng)內(nèi)容

?戶?活形態(tài)偏好

?戶品牌偏好

?戶地理位置

?戶畫像基礎(chǔ)數(shù)據(jù)：?群交易數(shù)據(jù)

貢獻(xiàn)率

客單件/客單價(jià)

連帶率

回頭率

流失率

促銷活動(dòng)轉(zhuǎn)化率

喚醒率

三、 數(shù)據(jù)收集

?群畫像構(gòu)建

數(shù)據(jù)收集?致分為1，?絡(luò)?為數(shù)據(jù)；2，服務(wù)內(nèi)?為數(shù)據(jù)；3，?戶內(nèi)容偏好數(shù)據(jù)；4，?戶交易數(shù)據(jù)這四類。

?絡(luò)?為數(shù)據(jù)：活躍?數(shù)、頁(yè)?瀏覽量、訪問(wèn)時(shí)長(zhǎng)、激活率、外部觸點(diǎn)、社交數(shù)據(jù)等

服務(wù)內(nèi)?為數(shù)據(jù)：瀏覽路徑、頁(yè)?停留時(shí)間、訪問(wèn)深度、唯?頁(yè)?瀏覽次數(shù)等

?戶內(nèi)容便好數(shù)據(jù)：瀏覽／收藏內(nèi)容、評(píng)論內(nèi)容、互動(dòng)內(nèi)容、?活形態(tài)偏好、品牌偏好等

?戶交易數(shù)據(jù)（交易類服務(wù)）：貢獻(xiàn)率、客單價(jià)、連帶率、回頭率、流失率等

當(dāng)然，收集到的數(shù)據(jù)不會(huì)是100%準(zhǔn)確的，都具有不確定性，這就需要在后?的階段中建模來(lái)再判斷，?如某?戶在性

別?欄填的男，但通過(guò)其?為偏好可判斷其性別為“?”的概率為80%。

還得?提的是，儲(chǔ)存?戶?為數(shù)據(jù)時(shí)最好同時(shí)儲(chǔ)存下發(fā)?該?為的場(chǎng)景，以便更好地進(jìn)?數(shù)據(jù)分析。

四、案例篇

從各?數(shù)據(jù)平臺(tái)我們采集到某類?群的特定關(guān)鍵詞如下；

1，男性，20-24歲2，居住在地級(jí)市3，?專學(xué)歷4，?般職員5，2000-2999元6，以?活為中?7，娛樂以K歌為主

核??戶的?活形態(tài)分析，了解?戶偏好

細(xì)分核??戶的?為分析，制定運(yùn)營(yíng)與營(yíng)銷?案