网络营销与策划的用户画像实 *** 怎么做

网络营销与策划的用户画像实 *** 如下：

第一步：建模，获取原始数据得到用户行为信息，数据预处理，分析用户行为，通过模型进行预测，完善用户画像，预测用户的 *** 作行为；

第二步：思考多维度刻画用户画像：自然属性、兴趣属性、地理位置信息、IP、隐含属性。

第三步：标签，用户需求和用户场景不断更新，所以标签体系在不断的完善。

第四步：映射用户画像。

第五步：评估用户画像；第六步：数据可视化。

在网络普及广度和深度逐步增加的时代，校园网成为高校师生日常使用频次很高的一个接触点、聚集地，每天会由此产生大量的数据。想不想知道哪个星座哪个系的最爱上网呢？本文通过爱上网的互联网“原住民”在校园网登录日志数据的分析，对用户属性与上网时长相关性的探索，来了解和关注互联网“原住民”，并绘制出进一步清晰的互联网“原住民”画像。每一张画像，都是有价值的，能够为管理部门的管理决策支撑起到一定的参考作用。

用户画像技术(做框起来的图表)

用户画像是用户的标识，用来认识用户并确定如何对待这些用户--他们喜欢什么时候上网、在哪儿上网、买的哪个套餐最多、是夜猫子还是起得早。比如说一个用户：男，19岁，大一，每个月上网消费200元，总喜欢晚上上网，总喜欢在宿舍上网，喜欢看电影。这样一串描述即为用户画像的典型案例。如果用一句话来描述，即：用户信息标签化。如果用一幅图来展现，即如图1所示。

用户画像技术是指将用户标签化的标签内容进行拆解，利用数据挖掘技术针对用户画像标签内容进行处理，最后得出标签的数据模型并将数据进行语义翻译解释后描述用户特征的一种分析技术

用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。

目前市场是分为 To C 和 To B 两类用户画像需求，网上传播的用户画像一般以 C 端为主，它们模版多，方法全，RFM 模型成熟，并逐渐衍生出一些用户洞察公司，帮助企业完善用户画像。但这些 C 端模版对于 To B 端的企业来说无法直接套用，并且两者用户画像研究群体不同，导致在洞察方法上也略有差异。

此处我以制作 To B 用户画像为例进行阐述，希望可以解决你的疑问，它的的主要内容包括：

1、用户基本信息

用户基本信息很好理解，B 端客户一般为企业，它的基本信息就包括企业信息，组织架构，公司特征等，这些信息对我们建构用户基本框架提供了很大的帮助。根据用户基本信息，可以将用户团队规模大致分为 10 人以下、20 人～50 人、50 人以上等类型。或者可以根据所在行业的核心关注指标来进行不同团队的划分。

此处，我们以 20 人～50 人的公司为例，模版中可以依次填入公司名称、公司特征、组织架构的信息。

完成基本信息的输入，20～50 人创业公司的基本面貌就可以清晰地展现在我们面前，这种信息类似于 C 端用户画像的信息，很好地解决了“用户是谁”这个问题，将一行行数据和文字具象化，让产研人员可以感受到活生生的用户，而不是陷入自我想象的循环圈。

2、购买决策链。

建立用户基本轮廓后，我们可以继续从用户决策链下手。如果我们能充分了解决策链上各个角色的影响力，以及他们对产品的需求，那么才能提高获得订单的成功率，进而完成我们对用户核心诉求的探索。

以蓝湖一个 PM 画像为例，Kevin 是产品负责人，在社区领域经验非常丰富。他们的产品节奏从来不以快为标准，而是以好为标准。目前，很注重流程的管理以及文档沉淀，深知这些是保证高品质输出产品的关键。希望能有一个 All-in-one 工具能更便捷的使用。

人数不同的公司，决策链的长短也有区别，小公司 PM 的影响力可以占到 70%，而中大型团队 PM 还有总监、VP、CEO 等关键角色。所以你可以根据不同的公司情况，有针对性地进行补充其他关键用户画像，完善决策链。

3、用户核心诉求。

在了解各个关键角色的用户画像之后，我们可以对决策者的核心诉求进行归纳总结；一方面，从使用者、决策者的双维度出发，帮助产品不断优化和迭代；另一方面，为客户精细化运营提供抓手和依据，实现产品增长目标，从而提高企业的市场占有率。

如果调研足够深入，甚至还可以得到一些用户的关键数据，例如 DAU、WAU 等，这部分数据对于你填充用户画像的最后一块空白非常有帮助。

在搜集以上信息结束之后，你可以根据在调研中发现的差异点进行个性化补充，比如重新进行用户分类，更改用户的公司规模，增加关键人物画像等。

洞察用户进而输出完整的用户画像报告这是我们每个人都必须了解的事情，无论你是产品、设计还是运营、销售，了解用户可以让我们更有针对性地帮助他们达成目标。

这个模版我已经上传至蓝湖的「超级文档」，大家可以在创建文档时直接选择，希望你能喜欢！

---