视角|万字干货!大厂最爱的用户研究方法全方位科普( 四 )

用户画像并没有一个模版标准,具体还是要看业务需求,而且网上的模版挺多的,自己甄别吧。另外在用户洞察的过程中,我们可以结合可用性测试、绘制故事板(这两种研究方法有兴趣可以查阅资料,一两句讲不清楚,有机会展开讲)等方式一同进行,而不只是把目的停留在建立用户画像上,这样反而获取的有效信息受限了。
第四,定量类用户画像要做什么?
数据采集:通过有效途径将用户产生的数据集中,不论是产品数据库、数据埋点、第三方数据统计或是定量调研的结果,这些数据都是重要构成部分,同时也决定了信息的范围,比如你拿不到用户的出行数据,那么就根本没办法构建相关标签或指标。
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
数据定义:对数据进行清洗整理,识别出用户行为数据、用户偏好、生命周期等数据,并进行标签化分类整理,这些标签或指标可以体现出某些维度的趋势或用户行为预测。
不过值得注意的是,在构建这些标签或指标时尽量结合业务流程或生命周期来梳理,考虑画像建成目的与业务场景同时,也要思考标签的权重问题,标签不等于越多越好。
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
构建画像:根据产品阶段或业务需要,把相关业务标签结合用户群特征信息整合成用户画像,一般的业务标签类型有增长策略、用户偏好、用户价值、营销触点等,这类画像可以包揽多个维度信息,还能对周期数据可视化显现趋势变化,但是在用户痛点或需求上,可能不会很直观,需要进一步的结合用户场景带入思考。
通常互联网产品前期,没有构建标签或数字画像的经验,可以考虑让团队引入相关第三方数据画像服务,它们可以更便捷的接入到你的产品中并帮助你打标签做统计;
以下截图来自第三方大数据画像工具(神策)
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
第三方数据分析辅助产品也不少,这里只做交流使用。
第五,如何让画像角色更生动?
画像中的角色应该更加生动,能够让我们感受到真实的存在,只有这样才能产生共鸣,赋予画像价值,为此我们可以通过控制以下六点来做的更好。
不要特殊化:特殊能加深印象,但是特殊化并不代表产品的典型群体,同时在实际应用时容易扰乱共情或分散注意力,例如用户群体是普通青年,就不要描述成一个帅气的学霸,也不要为用户添加一些奇怪的癖好,这些不相干的信息并不能让画像更加生动。
合理应用头像:通常作品集中的头像都比较美观个性,这没事儿。但实际画像应用中,头像也是很重要的一部分,会马上映入眼帘,这些头像不要使用知名人群的,要贴合真实用户标签,不用暴露性感或是丑陋异样的,也不要使用插画、卡通、3D 形象,不要有奇怪或不自然的行为动作。
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
充实细节:以一款线上教育产品作为背景,举例原本我们的用户信息写到:
视角|万字干货!大厂最爱的用户研究方法全方位科普
文章插图
那么即可根据产品属性结合实际情况进行丰富补充,例如调整为以下描述:
视角|万字干货!大厂最爱的用户研究方法全方位科普