「我认为我们的用户是 !@#¥%……」「我觉得从用户角度,@#¥%……& 会更好。」「我觉得用户可能会喜欢 @#¥%¥%」……在用户需求讨论会上,这样的观点发表一定很常见。但奇怪的是,虽然大家都将「以用户为中心」奉为产品第一要义,虽然你总是尝试理解他们是谁,追踪他们都看了什么、做了什么,但很多时候,还是很难猜中他们的心思。线上的流量红利不再,一款产品光靠「懂人性」,已经很难把用户留下来了。尤其是线上流量和线下体验在融合,流量和数据不再孤立,而是各种你中有我,我中有你,新零售就是很典型的一个例子。
所以,极客君苦口婆心说了这么多,就是想说,你需要的不是「用户轮廓」,是「用户画像」,是精准的用户画像 。新的流量在出现,新的数据在丰富,数据与数据之间也在用你想不到的方式产生连接和联系,「用户画像」的精度是时候上个档次了。
只要你每天的工作是在围着用户转,而现在对如何构建精准的用户画像这件事儿,还只是一知半解,下周六(9月16日)下午2:00 的这次公开课你绝不该错过。[友盟+] 首席数据架构师&数据委员会会长张金,具有多年全域大数据应用实战经验,他会用两个小时的时间,给你答疑解惑。从原始数据到事实标签,从建模分析到模型预测,从「用户画像」到「猜你喜欢」,和极客君约个「下午茶」,你会对「用户画像」有些新的认知。
这一期课,除了介绍用户画像的流程与细节,我们还会重点讨论以下这些
用户画像的用途都有什么?
到底如何提高用户画像的定位精准性
新零售业是以用户体验为中心的数据驱动泛零售形态,那么你想知道大数据到底是如何帮助新零售业的吗?
课前小科普:用户画像是什么?
举个例子,如果你频繁的购买蛋白粉、运动装备、运动器械等,那么你在商家的用户画像中,是一个爱健身的小鲜肉,之后一系列数据的追踪,甚至可以清晰勾画出你目前的健身状况,和你潜在的需求。这就是我们说的用户信息标签化,通过收集与分析用户社会属性、生活习惯、消费行为等,抽象出一个用户的全貌。也就是通过用户的消费行为习惯等数据,给用户打标签,以来挖掘更多的商业价值。