艾永亮：用户畫像幫助你召回流失的用户_風聞

用户畫像又稱用户角色，作為一種勾畫目標用户，是連接用户需求與設計方向的有效工具，用户畫像在各領域等到了廣泛的應用。

用户畫像最初是在電商領域中得到應用的，在用户信息充斥着整個網絡中，將每個用户的信息變成獨特的標籤，利用這些標籤將用户信息具體化，從而針對性的為用户提供服務。

一、什麼是用户畫像

舉個例子：女A、24歲、有兩個小孩、喜歡跳舞（這四個就是用户的標籤及畫像）每個人都有它的性別屬性，在每個電商網站中都有一套記錄用户購買行為的系統。

網站可以通過用户購買的行為判斷出：用户屬性、購買能力、行為特徵、興趣愛好、社交網絡、心理特徵。

通過用户畫像可精準的對用户進行營銷，比如推送活動短信、統計用户的地區和時間，詳細挖掘用户的特徵和行為。

用户的靜態數據信息：

1、用户填寫的個人資料

2、在不確定的用户性別的情況下，可以建立性別模型，根據用户的行為判斷性別。

經典的靜態數據：性別、收入、年齡、職業、婚姻狀態

用户動態數據信息：

1、用户行為產生的數據：註冊、點擊、瀏覽、購買、簽收、評價

2、比較重要的行為：關注商品、瀏覽商品、放入購物車、購買商品

根據用的行為獲得標籤：註冊時間、首次購買時間，最大消費、退還數量、品牌偏好、敗家指數

二、需要注意的事項

性別是用户的隱私，並不是每個用户都願意填寫，所以就算用户填寫了性別也未必是真實的，在這時要是想給用户打上性別標籤還為時尚早，我們需要用到機器學習相關的算法，而且需要具有強烈的準確性和覆蓋率，通常我們可以採取以下方法來預測用户性別：

1、獲取用户自行填寫的資料

2、獲取用户的暱稱

3、獲取用户身份證

4、根據用户姓名預測用户性別

5、根據app安裝列表

6、用户評論

7、第三方數據共享

另外我們還可以根據用户經常訪問的網站以及上網時間段來判斷性別。將這些特徵加入到邏輯迴歸分類器進行訓練也能迅速提高精準性和覆蓋率。

三、怎麼給用户建立模型

首先可以通過用户主動填寫的資料，通過用户購買的產品去獲取用户的行為和購買行為，用户的瀏覽產品時可獲取用户的瀏覽記錄。在獲取用户的信息後，怎樣去給用户畫像建立模型呢？

我們可以從用户消費訂單記錄中瞭解到用户的消費情況，根據用户的消費能力及習慣進行營銷。還有用户的購物車記錄，從購物車中我們知道，用户購物時的使用習慣如何，針對於用户購物車可以通過商品搶購策略，例如，用户購物車有一些快消品，那我們就可以針對快消品做特價活動，刺激用户消費。除此之外我們還可以根據用户購買的時間，從用户購買時間中我們知道用户在某個時間段下單數量較多，那我們就可以在那個時間段推送符合用户購買行為的商品。

用户購買類目表

1、根據用户購買類目情況獲取用户標籤。

2、瞭解類目的購買人羣情況以及針對性該類目的營銷。

而類目表的主要數據來源於類目訂單場景，從類目訂單場景中我們可以知道用户有多久沒有購買該類目商品，如果是用户經常購買的商品，我們又能知道用户購買該類目的原因是什麼？針對用户對該商品的喜好程度進行推送。

用户基本屬性表

根據用户所填的屬性進行判斷以及瞭解用户入口屬性的情況和屬性統計，根據用户人口屬性營銷。通過用户信息可以得到用户婚姻狀況、月收入。職業、同時瞭解用户對產品的忠誠度（購買天數大於一定天數為忠實用户）和用户在該產品中的購物模型。

而且在購物中每個用户的類型是不同的，比如衝動型消費，就好像某個平台突然放出優惠信息，用户一時衝動就買了。理性比較型，用户會不斷對產品進行比較直到找到符合自己內心價格的產品。目標明確型，用户很明確自己要買什麼產品，要去那家店鋪購買。佛系隨緣型，並沒有特定的目標，看中就買了。一切都隨緣。購物猶豫型，在購物時不斷的糾結，不知道該選哪款產品好。

四、那麼我們怎麼樣才能將流失的用户召回呢？

將流失的用户召回是產品和運營工作中最重要的部分，在召回之前我們得確立一個目標，我們必須從用户的角度出發，給用户一個重新選擇產品的理由。

以下均是召回用户的方法：

1、短信。可批量，但一定要少發，否則會引起用户投訴，適用於一般用户

2、郵件。低成本，可大量發送，但用户未必看，適用於普通用户。

3、Push。效果税號，但取決於用户是否在安裝中選擇了允許推送。

4、微信通知。具體效果取決於用户是否關注產品微信號。

5、電話回訪。成本高且無法批量操作，易被用户投訴，影響用户對產品的好感度。

6、禮物召回，送用户一些紀念品，吸引用户再次注意到產品，適用於VIP用户

7、福利召回。利用現金紅包，優惠卷吸引用户。

8、活動召回。取決於用户需求和活動類型及宣傳渠道。

當然我們在召回時應根據產品的類型去選擇針對性的方法，結合流失用户畫像以及用户屬性尋找最佳召回方案。除了召回外，我們還要注意召回效果，召回的方式是否有用，召回率如何，通常情況下，在發送短信後24小時內重新登錄的流失用户均可視為召回用户，但每個用户的行為都是不一樣，具體還是要根據場景不同來判斷，對於每個召回方式都記錄上相關數據就能確保萬無一失了。

根據用户的召回效果分析包含以下數據：

1、每個渠道的召回數據，消息發送量，點擊率，用户召回數及比例。

2、每個渠道的召回成本如何，以及每個渠道用户的單個成本投入以及總成本投入。

3、總迴歸用户數量與每個渠道召回中數量是否吻合。

4、用户登錄後的行為數據，查看用户召回後的行為，是否會再次流失。

我們需要認識到，用户畫像針對用户召回及營銷有很好的效果，但我們需要給用户一個重新使用我們產品的理由，以用户為中心是一切開端的前提。

更多精彩文章，請搜索關注“艾老思”號