4大標(biāo)簽,構(gòu)建高質(zhì)量用戶畫像


          Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
          8個月前
          用戶畫像能不能提升付費率?肯定能,問題是:怎么干?
          前幾天就有同學(xué)A,在面試的時候遇到這個問題。同學(xué)A舉手:這題我會!構(gòu)建RFM模型,把用戶分成27類,然后重要價值客戶(111)給予VIP資格,重要保持客戶(011)要主動保持聯(lián)系……熟練地背誦出27類的做法。
          結(jié)果,被面試官直接掛掉!
          一、談用戶標(biāo)簽,先談場景
          首先,每種分析方法,是有特定業(yè)務(wù)場景限制的。從本質(zhì)上看,網(wǎng)上盛傳的RFM做法,只適合高頻互動的零售電商業(yè)務(wù)的場景,比如耐用品、母嬰、醫(yī)療、保健、游戲、影視娛樂等,都不適合RFM。而這位同學(xué)正撞槍口上了:他面的是小說閱讀APP。
          小說業(yè)務(wù),其付費的動力是高度內(nèi)容驅(qū)動的。想讓用戶掏錢,至少得有內(nèi)容讓用戶看得爽。想讓用戶看得爽,得知道用戶喜歡什么樣的內(nèi)容題材。這是用戶畫像要解決的一個問題。
          同樣是內(nèi)容,小說又不同于短視頻或者直播。用戶的爽快感,不是直接被屏幕上扭來扭去的小姐姐或者喋聲喋氣的“烏雞哥”激發(fā)的,而是在持續(xù)閱讀過程中,在沉浸式的體驗中獲得的。
          這樣就形成了一個逐步沉浸的轉(zhuǎn)化過程:尋找內(nèi)容→點擊閱讀→持續(xù)閱讀→付費頁面→付費→持續(xù)付費。因此,定位用戶當(dāng)前所處的階段,引導(dǎo)用戶向下一階段發(fā)展,是用戶畫像要解決的第二問題。
          此時,可以進(jìn)一步去想:從小說閱讀APP里,能獲取何種用戶標(biāo)簽,構(gòu)建用戶畫像了。
          二、基礎(chǔ)屬性標(biāo)簽
          一提到用戶畫像,很多同學(xué)又會說貫口一樣說出:性別、年齡、職業(yè)、收入、愛好……只要做一個信息收集表,就能搞掂啦!
          實際上確實有場景可以用表單收集。比如:
          母嬰產(chǎn)品:BB出生月份數(shù)、BB健康情況少兒教育:年齡、年級、科目(英語/語文/奧數(shù))、目的物流貨運:貨物類型、貨物重量、出發(fā)地、達(dá)到地、時間要求家政服務(wù):家庭位置,服務(wù)內(nèi)容(保姆/清潔/護(hù)理),上門時間醫(yī)療保健:年齡、性別、身體狀況、病史但是,這些表單是建立在業(yè)務(wù)本身的剛需之上。沒有這些信息,服務(wù)根本開展不了。所以這種表單信息能受到用戶的理解和配合,采集難度也相對較低,復(fù)核起來也容易。
          在小說這個場景里,就不適合用表單收集。
          因為對小說的“愛好”根本沒啥剛需可言:
          愛好是多個因素綜合組成,不能直接用一兩個問題問清楚愛好不是簡單1+1=2,喜歡穿越,喜歡三國,不代表喜歡“穿越去三國”愛好并不是完全固定的,有可能被新題材、熱門榜單、朋友推薦等引導(dǎo)更不要提其他涉及個人隱私信息,難道看小說還需要被查戶口?不受用戶理解,即使強(qiáng)行采集,數(shù)據(jù)也是假的。
          因此設(shè)計表單的時候,要保持克制,盡量找關(guān)鍵字段。對閱讀而言,男女差異很大,且容易受到用戶理解,因此可以在表單采集。并且男女,是個符合MECE的簡單選項,不容易引起歧義。
          換個角度,如果收集的是:閱讀興趣。
          選項是:玄幻、歷史、穿越、言情、霸道總裁、其他。
          用戶很容易引起歧義,比如玄幻+穿越的,算哪類?比如大女主算哪類?用戶在有歧義的時候,就會亂填一通,收集回來的數(shù)據(jù)就有問題。這些細(xì)節(jié)看似瑣碎,實則決定了基礎(chǔ)屬性標(biāo)簽的準(zhǔn)確度。
          三、關(guān)鍵行為標(biāo)簽
          要定位用戶當(dāng)前所處的階段,需要找能區(qū)分用戶類型的最關(guān)鍵標(biāo)簽。既然目標(biāo)是提升付費率,因此付費相關(guān)標(biāo)簽,就是第一重要的。根據(jù)用戶付費記錄,可以區(qū)分三個狀態(tài):從未付費/付費一本小說/付費2本及以上。引導(dǎo)方向也很清晰(如下圖)。
          注意,上邊分類里,有一個策略是導(dǎo)向:保持本篇續(xù)訂。這就意味著,需要觀察用戶在閱讀小說時候的進(jìn)度。
          如果付費的小說已經(jīng)完結(jié)了/斷更了,就得及時推薦新內(nèi)容;如果用戶根本連看都看不下去,或者已經(jīng)憤然棄坑,那也得另尋好內(nèi)容推薦。因此得再考慮用戶閱讀行為標(biāo)簽。
          四、分層行為標(biāo)簽
          用戶閱讀行為對付費意義很重大。理論上,只有入坑的用戶才會付費,還很有可能對更多其他感興趣內(nèi)容付費。對還沒入坑的要盡快拖進(jìn)坑里,已經(jīng)脫坑的要防止流失。因此,區(qū)分出未入坑、入坑、脫坑狀態(tài),很重要。
          “入坑”是對讀者沉迷在某本小說情節(jié)的俗稱。做標(biāo)簽定義可不能這么隨便,要有具體的指標(biāo)+計算公式+業(yè)務(wù)含義,才能算一個標(biāo)簽。
          用戶如果入坑了,最起碼的要求是在小說APP的登錄時長、登錄頻次有一定保證,因此可以選用比如最近一周內(nèi)登錄次數(shù)/登錄總時長,來區(qū)分用戶平臺活躍的輕、中、重(如下圖)。
          再次,如果用戶入坑了一個內(nèi)容,那么他肯定不會東瞄西逛,而會聚焦在一個內(nèi)容里。那么這個內(nèi)容占他在平臺活躍時間的比例,一定相當(dāng)長。
          這樣可以將用戶是否聚焦一個內(nèi)容的標(biāo)簽區(qū)分出來:
          無感:沒有一個長時間活躍的內(nèi)容專一:有一個長時間活躍內(nèi)容博愛:有多個長時間活躍內(nèi)容具體多長算長,也得用分層分析法哦。
          第三,入坑、脫坑是一個動態(tài)過程。之前沒有聚焦內(nèi)容,之后有了,叫入坑;之前有聚焦的,之后沒有,叫脫坑。因此構(gòu)造標(biāo)簽的時候,不能只考慮當(dāng)前狀態(tài),而是得關(guān)聯(lián)上一個周期的狀態(tài),比如關(guān)聯(lián)上一個周期,發(fā)現(xiàn)用戶聚焦下降了,那么可以歸納為入坑。如果聚焦上升,可以歸納為脫坑(如下圖)。
          有了行為標(biāo)簽,再結(jié)合付費,就更能精準(zhǔn)區(qū)分問題了。當(dāng)然,在制定策略的時候,也要考慮用戶規(guī)模,優(yōu)先滿足大群體的需求(如下圖)。
          當(dāng)然,實際工作中,數(shù)據(jù)情況可能沒有這么復(fù)雜。
          很有可能,付費/不付費用戶涇渭分明,付費的看完幾頁就付,不付的打死都不付。
          很有可能,狀態(tài)轉(zhuǎn)化是一次性完成的,入不入坑,試讀頭幾頁立馬見分曉。
          很有可能,用戶都是專一且聚焦的,就是追一個更,追無可追才找其他的。
          這些都有可能發(fā)生,而且會讓數(shù)據(jù)分析變簡單。但是在構(gòu)造標(biāo)簽邏輯的時候,也要符合MECE方法,才能避免意外發(fā)生,這是專業(yè)數(shù)據(jù)分析人員與業(yè)務(wù)人員思考問題的本質(zhì)區(qū)別:業(yè)務(wù)人員能直接抓最顯眼的,數(shù)據(jù)則關(guān)注情況全面性與嚴(yán)謹(jǐn)性。
          五、興趣偏好標(biāo)簽
          上文有提到,直接收集興趣會有各種問題。那還能怎么辦呢?當(dāng)然可以從用戶行為中提煉興趣。如果一個用戶入坑了某個內(nèi)容,那他肯定是對這個內(nèi)容感興趣的。
          這里的難點,在于區(qū)分:他到底對哪個點感興趣。因為一個內(nèi)容相關(guān)的靜態(tài)標(biāo)簽太多了:作者、主題、風(fēng)格、評論、是否熱門、寫法……還有很多無法標(biāo)準(zhǔn)化的部分。
          因此從一開始,就不能太指望興趣標(biāo)簽做得特別精準(zhǔn),而是要結(jié)合小說的品類特點,把同款、交叉款單品選出來,找到貼近的單品即可。畢竟小說不是短視頻,不需要15秒一切換。
          當(dāng)興趣偏好與付費行為交叉,還會產(chǎn)生一種可能:有一類用戶就是堅持白嫖,有很多關(guān)聯(lián)閱讀行為,但是就是不付錢。此時可用優(yōu)惠券測試,把其中價格敏感型與真正白嫖到底的區(qū)分開,從而形成價格偏好標(biāo)簽。
          六、輸出策略
          有了以上基礎(chǔ)的標(biāo)簽準(zhǔn)備,最終輸出策略時就可以像搭積木一般,針對用戶需求,組合出各種策略,只要基礎(chǔ)打得牢,出結(jié)果是手到擒來的事(如下圖)。
          七、小結(jié)
          很多同學(xué)習(xí)慣了做網(wǎng)上的現(xiàn)成數(shù)據(jù)集。所謂的用戶畫像,大部分是現(xiàn)成的字段,尤其以直接收集的表單字段居多。
          這種現(xiàn)成的數(shù)據(jù)集練手很爽,可與實際情況差距非常大。實際工作中,即使能用表單采集,也得考慮采集過程中錯誤、造假、復(fù)核問題。
          更不用說,相當(dāng)多數(shù)據(jù)標(biāo)簽需要通過分析計算+測試獲得,需要一層層的構(gòu)造,由簡單到復(fù)雜。這些處理過程中技巧與手段,才是真正值錢的技能與能力,與大家共勉。
          來源:微信公眾號:接地氣的陳老師
          收藏

          {{favCount}}

          個人收藏

          投稿請戳這里!投稿
          0

          次分享

          文章評論(0)

          {{ user.nickname }}
          發(fā)表評論
          登錄 進(jìn)行評論
          加載更多 正在加載中... 沒有更多了