奧推網

選單
歷史

怎麼去做使用者調研?——使用者畫像篇

編輯導語:對於產品經理來說,做使用者調研是一項很重要的過程,能夠有效地獲取使用者真正的需求,那麼怎麼去做使用者調研呢?本篇文章作者將為你解答,感興趣的一起來看一下吧。

使用者調研,就是帶著某些調查目的去直達使用者,根據使用者反饋,記錄下當前的某些現象,並對此進行事後分析的行為。

大致的形式包括四種,有從定性角度去考慮的使用者訪談,可用性測試;也有從定量角度去分析的問卷調查,資料分析。

對於產品側而言,無論是哪種形式的使用者調研,最終目的均是,在確保調研有效性的前提下,得出什麼樣的使用者傾向於做出怎麼樣行為的結論。

切勿拿著誤以為有效的調研結果做出看起來正確的分析,本質上講,使用者調研是統計學上的問題。

使用者調研方法論系列的分享,將分為三個篇章進行,分別是使用者畫像篇(什麼樣的使用者)、指標體系篇(怎麼樣的行為)以及調研時間篇(調研有效性)。

本期,主要分享的是,如何思考使用者調研中的畫像建立。

同時以工具類APP(美的美居)的社群話題(場景知乎)冷啟動為例,進行案例分析。

一、畫像

什麼是使用者畫像?通俗來講就是透過某些可收集的指標來對某個使用者,或者某類群體進行介紹。

如,居住地為廣州的男性群體。

又如,居住地為廣州,月均收入≥5k,家庭購買智慧家居裝置數≥5的男性群體。

從上例子可看出,限制條件越多,某類使用者被介紹的越詳細,也即使用者畫像被刻畫的越深刻。

特別地,當經過某些限制條件進行篩選後,符合條件的使用者數只有1個,則某類群體退化為某個使用者。

這就是所謂的網際網路黑話——顆粒度,等同於限制條件數量,限制條件越少,顆粒度越大,描述現象越寬泛。

限制條件越多,顆粒度越小,目標現象越明確。

值得注意的是,對使用者進行介紹的指標必須是可被收集的,對於產品側而言這決定了某個畫像是否具有分析的意義。

而對於某次使用者調研,如何去刻畫一個使用者,或是某類使用者群體,可從四個維度去進行思考,分別是

事前畫像、事後畫像、靜態劃分以及動態行為。

1. 事前畫像&事後畫像

使用者調研所刻畫的畫像,是事前還是事後,根據調研前,是否明確使用者群類的特徵而作區分。

若調研前,目標使用者型別已經確認,則該畫像為事前畫像;若目標使用者型別是根據調研後的資料進行反向篩選,則該畫像為事後畫像。

如,某次收集畫像A如下。

性別:男性

地區:北京/上海/廣州/深圳

年齡:25-30歲

裝置持有:使用者家庭所捆綁智慧家居裝置數≥5

操作行為:APP內,日均動態釋出數≥2

當上述畫像A,在某次使用者調研之前已經明確,也即問卷的發放,或者是使用者的邀請只在符合上述條件的使用者中進行,則為事前畫像。

若,符合上述條件的使用者是根據某次調研資料結構篩選而來,則為事後畫像。

可從如下角度進行兩者間的差異比較。

①行為導向

事前畫像需要在使用者調研前明確調研的目的,知道具體的調研群體。

一般來說,這類畫像的選取是APP內的高活躍或是高潛價值使用者,產品側而言對其比較熟悉。

事後畫像則具備探索性質,根據某次問卷或平臺收集的資料,進行限制條件的確認後,再明確該類群體。

事前畫像強調,先知道了使用者是什麼樣的人,再對其行為進行調查研究。

而事後畫像則以行為導向,強調探索做出某些行為的使用者是一類什麼樣的群體,是一個反向推導的未知過程。

如,經調研統計,APP內日均消費超過500的使用者符合條件B:

性別:男

地區:深圳

裝置持有:使用者家庭所捆綁智慧家居裝置數≥12

操作行為:APP內,日均動態釋出數≥4

B畫像的出現,根據資料統計後,條件篩選再確認,是一事後畫像。

②存在與否

對於產品側而言,使用者畫像的建立是為了使用者調研而服務的,它必須具備相應的實用性和價值性。

而這兩者的前提是,使用者畫像是存在的,也即,對使用者進行介紹的指標必須可被收集

存在性的判斷主要出現在事前畫像,特別是依據資料庫建立的畫像問題。

如,產品側想調研C群體:

該群體作為事前畫像進行刻畫,前提是在使用者群體的選擇之前,能判斷某些使用者為男性,哪些使用者的月均收入>5000。

這和產品的埋點體系設計相關,如果任意一個數據庫均未儲存使用者的性別或收入資訊,此人群無法被劃分確認,該型別的畫像僅存在於理論當中,無法在實操中存在。

唯一的解決辦法是作為本期需求,對產品的埋點設計進行迭代,重新儲存使用者的相關資訊,使用者調研放到下期的需求進行評估。

而對於事後畫像,由於其是根據某次調研後的具體資料進行反向篩選,篩選條件已經存在於最終結果當中,因此,事後畫像必定存在。

③分類交叉

事前和事後畫像的區分依賴於,調查目標的資訊是否提前已知。

而後續介紹的靜態劃分和動態行為的區別,依賴的則是資料指標的變動頻率,它們間是互不干擾的。

可理解為事前畫像和事後畫像、靜態劃分和動態行為是互補子集關係。而事前與否和動態與否,兩者間互不相關。

即,可出現D是靜態劃分的事前畫像,或靜態劃分的事後畫像。

但不可能出現D,即屬於靜態劃分的事前,也屬於靜態畫像的事後,這是互斥的。

2. 靜態劃分&動態行為

某一型別的特徵在某段時間內,被修改的頻率,這作為靜態劃分和動態行為的判斷依據。

①修改頻率的相對性

靜態和動態的區分,不應停留在動與不動,而應關注“動”的頻率多少,“動”相對較多,即為動態行為,“動”相對較少,則判斷為靜態劃分。

而這個頻率界限不必是一明確的數值,可以是相對的經驗判斷

②修改頻率的時間性

修改頻率的相對性,和時間相關。如,使用者的性別,年齡,居住地等可理解為較長時間內不會發生變動,此為靜態劃分。

而對於,使用者的動態釋出數,點贊數,評論數等,每天均在變化的操作,即,修改頻率較高,則判斷為動態行為。

時間和頻率是相對統一的。同樣是使用者的動態釋出數,如果把此衡量指標變更為日均動態釋出,當日均取的是上一週的情況,本次使用者調研進行的是季度情況的調查,則仍可判斷為動態行為。

原因在於,按每月四周的時間維度進行劃分,一季度包含12個週期,使用者的動態釋出可理解為,在每個調研季度下發生12次的變動,頻率相對較高。

而如果本次使用者調研進行的是月度情況的調查,則使用者的動態釋出行為在統計週期內僅變動4次,相對較少,可進行靜態的劃分。

③目標行為關聯

在01前言中提及,使用者調研即是在確保調研有效性的前提下,得出什麼樣的使用者傾向於做出怎麼樣行為的結論。

調研所得到的傾向性結論,為目標行為,它和使用者畫像所涉及的動態行為,兩者間是強相關的關係。

一句話概括,使用者群體E若作出行為α(動態行為),則他/她大機率會傾向於做出行為β(目標行為)的操作。

如,某次的調研目的是,確認在話題【場景知乎】活躍的使用者日常喜歡進行哪些操作?

若,把在話題【場景知乎】活躍的使用者,定義為發該話題相關的動態較多,則發動態為目標行為。

此時,若選擇建立的使用者畫像為事前畫像,則須先行判斷所需收集的動態行為有哪些。

即,什麼樣操作的使用者會有傾向性地多發和【場景知乎】相關的話題呢?

反推,這型別的使用者,應該是某段時間內,家庭繫結一定基數的智慧家居裝置。

這型別的使用者應該是某段時間內,建立一定基數的裝置聯動場景;這型別的使用者應該是,一段時間內,有檢視和場景建立相關的帖子或影片。

④核心操作路徑

使用者可能操作的行為路徑數以百計,在進行篩選時,切不可不加思考地選取。

無論是調研的目標行為,亦或是畫像的動態行為,均應是產品側的核心行為,一般而言,會和APP的產品定位或所解決的使用者需求相關。

如,對於一款直播類APP的使用者調研,相關的行為選擇應是進房頻率,頻道停留時長,主播關注,主播打賞。

而不應該是頭像的設定,個性簽名的修改,喜愛話題的新增,這應該是一個社交類APP調研中才關注的焦點。

二、案例

工具類APP社群話題【場景知乎】冷啟動調研——使用者群類定位。

1)分析選擇:

事後畫像。

2)目標行為:

【場景知乎】話題下,動態釋出數≥3。

3)時間跨度:

2022年3月-2022年4月

4)靜態劃分:

(1)存量指標:

APP內使用者家庭智慧家居裝置捆綁數≥3(0,1變數,1代表符合條件);

APP內使用者家庭具備單品場景建立數(場景涉及的裝置=1種類型)(整數型變數,≥1);

APP內使用者家庭聯動場景建立數(場景涉及的裝置≥2種類型)≥3(0,1變數,1代表符合條件)。

(2)增量指標:

當月內,APP內使用者家庭智慧家居裝置捆綁數,增量≥3(0,1變數,1代表符合條件);

單月內,APP內使用者家庭具備單品場景的新建立行為數(整數型變數,≥1);

當月內,APP內使用者家庭聯動場景建立數,增量≥3(0,1變數,1代表符合條件)。

(3)使用者價值(整數型變數):

單月內,使用者進入商城介面日均次數;;

單月內,使用者檢視商城內商品日均品類數;

單月內,使用者購買商品人均件數。

5)分析:

靜態指標的劃分在於確定,【場景知乎】話題下,動態釋出數≥3的使用者大多數原本是怎麼樣的群體(存量指標),【場景知乎】話題對他的核心行為是否有影響(增量指標),以及【場景知乎】話題能否具備一定的經濟效益(使用者價值)。

6)動態行為:

(1)來源篩選:

當月內,使用者是否關注【場景知乎】話題(0,1變數,1代表符合條件);

當月內,使用者是否點選【場景知乎】相關動態詳情進行檢視或收藏(0,1變數,1代表符合條件);

當月內,使用者瀏覽圈子類別(整數型變數,1代表直通IoT,2代表日常生活,3代表提問求助);

單月內,戶瀏覽非【場景知乎】的日均話題數(整數型變數)。

(2)行為轉化(整數型變數):

單月內,使用者關於【場景知乎】相關動態的日均點贊數;

單月內,使用者關於【場景知乎】相關動態的日均評論數;

單月內,使用者關於【場景知乎】相關動態的日均分享數;

單月內,使用者關於【場景知乎】話題的日均分享數。

(3)行為相關(整數型變數):

單月內,使用者日均瀏覽場景相關的內容帖子數;

單月內,使用者日均瀏覽場景相關的影片播放數。

(4)社交關係:(整數型變數):

單月內,使用者透過【場景知乎】相關動態詳情頁,瀏覽up主個人主頁次數;

單月內,使用者透過【場景知乎】相關動態詳情頁,關注up主人數;

單月內,使用者透過【場景知乎】相關動態詳情頁,收藏動態數。

7)分析:

動態行為的區分目的在於確認,做出什麼樣行為的使用者,傾向於單月【場景知乎】話題下,動態釋出數會≥3。

上述的使用者畫像建立是一個框架的思考過程,僅提供想法上的借鑑,實際的操作過程,顆粒度理應更小。

同時,有關次數和人數的差異,本質上來說是pv和uv的區別,工具類APP社群話題冷啟動-以美的美居APP-場景知乎為例(入口&漏斗篇)這篇文章有相關的描述。

三、總結

使用者畫像建立後的語言描述,是一個傾向性的百分比或行為集合。

如,對於上述案例,最終的總結報告可能是:在【場景知乎】話題下,動態釋出數≥3的使用者,70%在參與話題前家庭智慧裝置捆綁數≥3。

60%在話題參與後單月新增聯動場景建立數≥3。

他/她日均進入商城次數達7次,透過【場景知乎】相關動態詳情頁,關注up主數日均為5人。

使用者畫像的建立也只是做使用者調研的第一步,如上述傾向性的百分比或行為集合形成後該如何分析。

怎麼樣構建測量目標行為的指標體系,使用者調研在確認調查的方式方法後該在什麼時候進行,都需要相應的方法論去支撐。

高樓不是一天建成的,須先明確,做出某些行為的使用者他/她應該是一類什麼樣的群體,切勿拿著錯誤的例子去論述誤以為正確的行為,這會貽笑大方。

本文由 @一個學統計的PM 原創釋出於人人都是產品經理,未經許可,禁止轉載。

題圖來自Unsplash,基於CC0協議。