2.2 用户运营和用户画像的关系
从前面的例子中我们可以看出,数据输入得越多,样本量越大,用户画像的模型就越准确。虽然利用大数据进行用户画像建模通常都是技术人员的工作,但是用户运营也要了解用户画像是如何建立的,这是为什么呢?
我们可以回到从用户路径中分析用户运营职责那里寻找原因。
1)海量数据的建设流程过长,有些场景会影响效率。用户画像模型的建立和输出确实需要数据部门完成,毕竟整个用户画像流程包括海量数据的收集、清洗、监控,不是运营人员能处理的。处理大量数据并进行数据清洗、输出可视化模型的流程很长,而互联网用户行为会受到各种各样的因素影响,且变化较快,甚至在建模的过程中都会发生变化。如果建模需要两三个月完成,在这两三个月里出现一次公关危机可能就会导致用户大量流失。
2)小范围用户画像能够指导用户运营工作。如图2-2所示,在用户路径中用户运营在源头就已经介入了,这时如果只是等着建模完成,就没有办法在一些关键节点及时抓住用户。而了解用户画像建模的基本原理,有助于用户运营去做一些定向用户画像建模和分析的工作,以便及时进行运营干预。
图2-2 为什么用户运营要会分析用户画像
比如,用户运营只是想知道某一个运营活动或者运营方式能不能针对不同的用户去做,他就会有一些更小范围的、更垂直细分的用户画像需求,这时就比较难向数据部门申请这样的用户画像。而如果用户运营掌握了基本的用户画像逻辑,就可以自己去抽样数据,根据数据建立模型,然后再通过这个模型做更进一步的运营工作。
用户路径的全流程包含拉新时期的定向运营、用户激活后的引导、活动运营的活动效果回归以及沉默用户的唤醒。如果用户运营不知道产品的用户画像,那么他基本上就是在摸黑做运营。在当今互联网产品越来越细化的趋势下,不针对不同类型用户进行精细化运营是无法达到最佳运营效果的。了解建设用户画像的方法并合理运用用户画像,有助于用户运营找到更有效的运营思路。