互聯網流量紅利早就消失——各大媒體

移動互聯網紅利進來了——李開復

“超級用戶”模式的能夠著眼點是“關系”，“普通用戶”和“超級用戶”之間的關系，得象象女生和女朋友，向別的女生釋放善意沒問題啊，但你更關注估計是女朋友。——邏輯思維

智能手機2020年規劃流量消失、紅利過去、超級用戶思維、智能手機市場國內氯化鐵溶液……

這是我們從2016年起到現在，在各類互聯網大咖包括媒介平臺看到不超過的關鍵詞了。

因此，用戶運營結束有了地位，怎么全面盤活2個裝甲旅的用戶群體是每一個（移動）互聯網公司老板們確定的問題。

2018年始，在給自己做工作規劃的時候，暗下了運營知識深度學習的兩個方向：用戶運營、數據分析。

做自主運營這么多年，也看了不少用戶運營的文章和書籍，每個大咖寫的都而且好，只不過都夠系統，所以我盤算自己是可以梳理下用戶相關的知識結構。

終于再拖延了四分之一2018年之后的近1個月時間，把沉淀在Evernote的大咖文章做了梳理和綜合歸納，分享給大家，皆有可能。

文章主要從三個方向來梳理用戶運營的知識結構：用戶畫像、用戶生命周期、用戶進階激勵。

內容參插會給到每個環節要的準備工作、監測數據等，篇幅較長，分三次首頁，看官要有耐心~

感謝瀏覽。

一、用戶畫像

誤區：Persona（用戶角色）VSProfile（用戶畫像）

Persona用戶角色

描繪出抽象概念一個自然人的屬性

實際調研問卷、電話訪談等手段完成用戶的定性特征——用戶間有差異，畢竟未知差異，所以才要詳細解釋

是用戶屬性的**，也不是詳細誰，放一張某某的照片也替至少共情。它肯定能準確描述出產品用戶，像是會設置中三到四個用戶角色，也通常意義上的目標用戶群體

用戶角色有缺點，評估用戶屬性時不可量化，也很難不能證偽。你到底它可以確定的有沒真目標群體，用戶群體也隨時間推移變化，因為用戶角色是需要不停改。

Profile用戶畫像

和數據挖掘、大數據密不可分的應用，被更多運營和數據分析師使用，是門類豐富具體解釋用戶數據的變量**

實際數據建立起描繪出用戶的標簽

基于條件用戶畫像的應用：推薦算法、廣告系統、活動營銷、內容推薦一下、興趣偏好

當我們要想你選擇某部分用戶群體做精細化運營時，會用用戶畫像篩選后出某一特定的群體

用戶畫像是三個古怪的系統，隨著產品慢慢的成熟，會參照不同的業務場景設計有所不同的標簽，用戶角色是提煉和概括，而用戶畫像需要價格公道。

用戶

用戶畫像也可以相關參考用戶角色設計，用戶角色也能使用用戶畫像的屬性，可實際差別很小

什么是用戶畫像？

用戶畫像是依據什么用戶社會屬性、生活習慣和消費行為等信息而抽象概念出的一個標簽化的用戶模型

構建體系用戶畫像的核心工作即是給用戶貼“標簽”，而標簽是按照對用戶信息講而來的高度武器精煉的特征標注

除此之外“標簽化”，用戶畫像還具備的特點是“低十字交叉率”，當兩組畫像以外權重較小的標簽外其余標簽簡直不對，那肯定可以將二者單獨設置，會弱化低權重標簽的差異

用戶畫像的作用是什么？

1、精準營銷：總結產品潛在用戶，針對某一特定群體憑借短信郵件等方式接受營銷

2、用戶統計：.例如中國大學可以購買書籍人數TOP10，全國分城市奶爸指數

3、數據挖掘：構建體系智能推薦系統（.例如：憑借關聯規則換算，喜歡紅酒的人正常情況喜歡什么運動品牌；憑借聚類算法講，很喜歡紅酒的人年齡段分布情況）

4、進行效果評估，完善產品運營，提升服務質量：當然這也就相當于市場調研、用戶調研，快速下定位服務群體，能提供高水平的服務

5、對服務或產品通過私人訂制：即個性化的服務某類群體甚至連每一個用戶（比如：某公司想很快推出一款面向5－10歲兒童的玩具，實際用戶畫像進行分析，發現形象＝“喜羊羊”、價格區間＝“中等”的偏好比重的最，那么就給新產品能提供類更加客觀意義最有效的決策依據。）

6、業務經營分析在內競爭結論：會影響企業發展戰略

用戶畫像的形成完整流程

數據收集：

網絡行為數據：活躍人數、頁面瀏覽量、訪問時長、激活率、外部觸點、社交數據等

服務內行為數據：打開瀏覽器路徑、頁面停留時間、訪問深度、任何頁面瀏覽次數等

用戶內容偏好數據：瀏覽的網頁／收藏內容、評論內容、互動內容、生活形態偏好、品牌偏好等

用戶交易數據：貢獻率、客單價、連帶率、回頭率、流失率等

抽取到的數據肯定不會是100%詳細的，都具有不確定性，這就需要在后面的階段中建模來再推測，例如某用戶在性別一欄填的男，但是從其行為偏好可確認其性別為“女”的概率為80%。

存儲用戶行為數據時好是而儲存下發生該行為的場景，以便于更好地參與數據分析。

行為建模：

該階段是對上階段收集到到數據的處理，接受行為建模，以抽象出用戶的標簽，這個階段崇尚的應是大概率事件，按照數學算法模型盡很有可能地可以排除用戶的偶然行為

這時也要用到機器學習，對用戶的行為、偏好并且猜測，再則一個y＝kx＋b的算法，X代表試求信息，Y是用戶偏好，方式不時的不精確k和b來精確計算Y。

貼標簽：

1、用戶汽車模型：根據用戶對“汽車”話題的關注或網上購買相關產品的情況來確定用戶是否是有車、是否是準備好買車

2、用戶忠誠度模型：通過推測＋聚類算法推測用戶的忠誠度

3、身高體型模型：參照用戶網上購買服裝鞋帽等用品確定

4、文藝青年模型：根據用戶發表意見、評論等行為確定用戶是否為文藝青年

5、用戶價值模型：確認用戶是對網站的價值，對于增加用戶留存率的很用處（電商網站好象不使用RFM實現程序）還有一個消費能力、違約概率、會流失概率等等諸多模型。

關與標簽化：

1、28級標簽：第一級標簽是基本信息（姓名、性別）；第二級是消費習慣、用戶行為

2、32級分類：人口屬性，地理位置（工作地址、家庭地址）

統合畫像：

該階段無疑是二階段的個進入到，要把用戶的基本屬性（年齡、性別、地域）、定購能力、行為特征、興趣愛好、心理特征、社交網絡大致地標簽化

統合流程

數據可視化分析：

這是把用戶畫像唯一依靠下來的一退，在此步驟中就像是根據群體的分析，比如說也可以根據用戶價值來細分出核心用戶、評估某一群體的潛在價值空間，以對他針對性的運營

用戶建模：

基礎屬性：性別、職業、年齡段、收入水平、婚育情況、重新活躍城市、教育程度、……

用戶分級：生命周期、價值分級標準、優惠敏感度、基于馬斯洛滿足用戶需求

興趣偏好：團購偏好（品類）、外賣偏好（品類、品牌）、電影偏好（導演、演員、電影類型……）

行為屬性：團購（下單付款次數、消費頻度、評價質量、期刊等級傾向）、外賣、酒店、電影

人群屬性：旅游達人、車主朋友們、……

基于馬斯洛用戶需求的用戶分級：

馬斯洛用戶需求

1、必須清楚產品的精準受眾群體，分析并確認這類群體的性格特性與使用習慣，別局限于在自己產品中去想這類人群的特性，只不過是具有XXX特性的人群，走進我的產品中，會有哪些使用習慣與心理特性。

2、搭建中用戶成長體系時，肯定會會會出現不同階層之間的邊緣不清晰現象，我們不需要觀察達成協議每個成就的用戶群體比例，來原先如何界定每個階層。

3、用戶是波動的，不一定會幾乎遵循我們界定好的體系變動，我們沒有必要穩抓每一個用戶，如果能絕對的保證大體用戶是按節奏通過的即可，如果不是會出現小批量用戶躍層上浮或會下降，此時我們應該是看如何確定有現象級事件再產生，或者用戶生態體系是否需要搭建的有偏差。

基礎用戶：

請看：僅是內容的消費者，即泛讀內容，但應該不會產生點zan、評論、分享等與其他用戶才能產生互動的行為，打開瀏覽器內容的方向不必須明確，本身隨機性。

穩定性：極不穩定點，時刻會因產品內容、功能、社區氛圍等原因流失。

特性：此類用戶人之多，對于產品的需求也眾多都差不多。

對應需求：生理的需求

標準用戶：

描述：

不再是內容的消費者，開始逐漸地通過點zan、評論等實現成本低的操作，瀏覽的網頁內容方向更加明確

穩定性：較很穩定，會只不過產品內容我推薦太少十分貼切、功能太差完備遠遠離開，是對產品本身一定會的耐心，肯定不會突然趕回

特性：從游兵散勇且凝集的基礎用戶演化而來，實現程序從直接看者到參與者的身份轉變中。

對應需求：安全需求

主體用戶：

請看：才是承上啟下的社區參與者，及有一定會的社區知名度，又能不能過度產出一些其它內容，轉動起來社區氛圍

穩定性：穩定啊，是對產品的功能與氛圍認識且得到，但很有可能會畢竟長時間只是付出（發貼子、評論），卻難以能得到別人相當的回應而離開。

特性：注重實際產品功能之外的其實情感，不再繼續滿足的條件于產品本身給他的體驗，又開始查哈在產品內獲得的滿足感與成就感等。

對應需求：社交需求

核心用戶：

具體解釋：產品中具高是有影響力的小V用戶，可產出較品質優良內容，同時在產品中本身較大影響力，更具較穩定的帶動性。

穩定性：太穩定點，在產品中的影響力很強，具備較容易粉絲，很有可能會在產品中通過個人變現，因此充足穩定。

特性：追求大量的用戶競相模仿，在內看中自己在產品中的群體口碑，只希望我得到大量用戶的正面評價，部分用戶會所以并且快速變現，實現程序物質收入。

不對應需求：自我實現需求

明星用戶：

詳細解釋：本身極強的影響力與知名度，都屬于為產品進行背英語的明星式人物，對于產品用戶的行為方式與輿論走向具高會增大的影響。

穩定性：相當很穩定，一類平臺數以萬計差不多的大V，依據二八法則來看，這類明星用戶吸引大部分用戶的關注，物質能夠變現不行最簡形矩陣于心理的滿足，只不過是是可以成為職業化改革的一種收入。

特性：具備大量的支持者用戶，這對產品的走向與輿論有著主導性作用，同樣可為產品憑空創造源源不斷地的活動，屬于什么加快產品的風向標人物

填寫需求：自我價值實現

歡迎轉載請標明出處，各位手下不留情~

求推薦票……

用戶畫像部分的思維導圖（幕布）