一文弄懂用戶畫像以及如何召回用戶

摘要：可以由針對性的給用戶依托於時間間斷給用戶PUSH消息，怎麼去召回用戶應用什麼樣的召回策略這是需要產品經理去思考的。需要認識的是：用戶畫像針對於用戶行銷和召回有很好的效果。

本文為PMCAFF專欄作者zhangtengjohn出品

用戶畫像又稱用戶角色，作為一種勾畫目標用戶、聯繫用戶訴求與設計方向的有效工具，用戶畫像在各領域得到了廣泛的應用。

用戶畫像最初是在電商領域得到應用的，在大數據時代背景下，用戶信息充斥在網路中，將用戶的每個具體信息抽象成標籤，利用這些標籤將用戶形象具體化，從而為用戶提供有針對性的服務。

什麼是用戶畫像：

舉個例子：某男、34歲、有兩個小孩、喜歡打籃球（這四個就是用戶的標籤，畫像。）

每個人都有它的性別屬性，每個電商網站都會有一套系統記錄用戶的購買行為。

通過購買行為，可以判斷出：基本屬性、購買能力、行為特徵、社交網路、心里特徵、興趣愛好。

通過用戶畫像，可以精準行銷（比如推送郵件、簡訊）、用戶統計（地域、時段）、數據挖掘（特徵、行為）。

用戶靜態的信息數據：

• 用戶填的個人資料，或者由此算出的數據

• 如果不確定的，可以建模分析，比如用戶性別沒填的情況下，可以建立性別模型，根據用戶行為判斷性別

典型的靜態數據：性別、年齡、職業、收入、婚姻狀態、星座

例如：

用戶動態信息數據：

• 用戶行為產生的數據：註冊、瀏覽、點擊、購買、簽收、評價

• 比較重要的行為：購買商品、瀏覽商品、放入購物車、關注商品

根據行為獲得的標籤：註冊時間、首單時間、潮媽族、糾結商品、最大消費、退貨數量、敗家指數、品牌偏好

需要注意的是：

性別屬於個人隱私，不是每個用戶都願意填寫，而且出於保護自己或者其它目的，填了也不一定是真實的，此時你想給用戶打上性別標籤，就需要用到機器學習相關的算法了，而且需要對準確性和覆蓋率負責，一般來說我們會採用如下策略中的一種或多種來預測用戶性別：

• 提取用戶自己填寫的資料

• 提取用戶的稱謂

• 提取身份證號碼

• 根據用戶姓名預測用戶性別

• 根據APP安裝列表

• 用戶評論

• 第三方數據共享

另外還有一些特徵可以利用,比如用戶訪問過的網站,經常訪問一些美妝或女性服飾類網站,是女性的可能性就高;訪問體育軍事類網站,男性的可能性就高。還有用戶上網的時間段,經常深夜上網的用戶男性的可能性就高。把這些特徵加入到LR (邏輯回歸)分類器進行訓練，也能提高一定的數據覆 蓋率。

整體的技術方案和模型算法如下：

怎麼去獲取用戶的信息呢?

人物基本屬性一般是通過用戶自主去填寫資料（電商產品通過訂單信息可以獲取到用戶的基本信息），人物行為檔案通過產品希望得到用戶的哪些信息可以通過去引導用戶去獲取（比如在電商產品中可以通過用戶購買的商品大致得到用戶獲取的行為和購買的行為），人物接觸記錄在閱讀產品中就可以獲取用戶的閱讀記錄，在社交產品中可以獲取用戶的社交記錄，在電商產品中可以獲取用戶的消費記錄……主要是對應的產品獲取用戶對應的接觸行為。

抓取到用戶的信息後，怎麼去給用戶畫像建立模型？通過電商的例子來聊下用戶畫像建模：

一、根據用戶消費訂單表

根據用戶消費的情況提取的用戶標籤

用於了解用戶的消費總體情況,以根據用戶消費習慣與消費能力做行銷

主體數據來源：

1.用戶消費訂單記錄

對於用戶的消費時間可以得知：用戶什麼時候來的？多久沒有來了？可以由針對性的給用戶依托於時間間斷給用戶PUSH消息，怎麼去召回用戶應用什麼樣的召回策略這是需要產品經理去思考的。

對於用戶消費金額和次數我們可以得知：總體的消費情況怎麼樣？針對於消費金額可以推薦金額個性化推薦（商品價格推薦策略），就好像用戶最小消費金額和最大消費金額差距不大，那麼推薦對應商品的金額也是居中的。

對於用戶的常用收貨地址和支付方式我們可以明晰：用戶的常用消費屬性是什麼？可以可以針對通過支付方式和收貨地址做定位行銷策略。

2.購物車場景記錄

對於用戶購物車場景我們可以得知：用戶購物車使用習慣怎麼樣？針對於用戶購物車可以通過商品搶購策略。比如用戶購物車有一些日用品，可以針對該日用品做特價策略、加價購模型，都是可行的。既刺激了消費，也便於記錄用戶的消費模型。

3.用戶購買時間場景

對於用戶購買時間場景我們可以得知：用戶購買時間段選擇和下單的位置。可以針對性給用戶時間段推送策略和地理位置。比如用戶在晚上下單數量比較多，那麼可以在晚上給用戶推送更多符合用戶購買習慣的商品。

二、用戶購買類目表

• 根據用戶購買類目的情況提取的用戶標籤

• 用於了解類目的購買人群情況和針對某-類目的行銷等

主要數據來源：

類目訂單場景

對於類目訂單場景我們可以得知：用戶多久時間沒有購買該類目商品了。如果是常規商品，就可以知道用戶購買該類目商品的原因和動機是什麼？用戶針對該商品的喜好程度。如果是特殊商品且非定期消耗的，就可以知道用戶是否還需要該商品。同時是否有選擇性的推送商品。比如某品牌的零食，消耗周期為1個月，用戶2個月沒有購買了，是否用戶並不接受該商品，這時候可以選擇性的推送商品，看用戶是否接受？如果是某品牌的電器，在短時間內用戶肯定不需要再次購買。

三、用戶基本屬性表

• 根據用戶所填的屬性標籤與推算出來的標籤

• 用於了解用戶的人口屬性的基本情況和按屬性統計

• 按人口屬性行銷,比如行銷90後,對雙魚座的優惠，生日行銷

主要數據來源表

用戶信息表

通過用戶信息可以等到：用戶婚姻狀況、月收入、是否有小孩、職業、是否有車、手機品牌等。同時可以了解用戶忠誠度（針對於購買天數周期來說）和用戶在該電商產品中的購物模型。

則用戶忠誠度的算法模型為：（忠誠度越高的用戶越多，對產品整體的發展越有利）

用戶購物類型的算法在每個平台可能會有區別，歸類的方法也有很多。這里John列舉針對於行銷去思考的場景：

聊了這麼多關於用戶畫像的內容，那麼針對於用戶流失後，如何召回用戶呢？

流失用戶召回是產品和經營工作中的重要部分，本文結合自己的用戶召回工作經驗擬定了一份全面的流失用戶召回體系設計方案。

針對召回用戶的方法，產品應該執行召回策略。需要記住的一點是：必須從用戶角度上出發，給用戶一個重新使用產品的理由。

簡單的梳理下召回用戶的方法：

①簡訊。可批量發放；但易被當成垃圾簡訊，並引發投訴；適用於普通用戶。

②郵件。低成本，可大量發送，但點擊率低；使用於普通用戶。

③push。效果較好，但取決於用戶安裝中是否選擇允許推送；

④微信通知。即微信服務號的用戶通知模板，效果取決於用戶是否關注相關微信號；

⑤電話回訪。成本高，無法批量操作，主要適用於VIP用戶。

⑥禮物召回。包括贈送紀念品、周邊、伴手禮等，適用於種子用戶。

⑦福利召回。含優惠券，現金紅包、體驗金等福利。

⑧活動召回。取決於活動類型和宣傳管道。

⑨個人戰報/年度總結。

當然我們在召回的時候應該根據產品有針對性的使用方法。需要結合流失用戶畫像和用戶屬性給予最佳的召回方案。

那麼召回效果的監測也是十分重要的。召回的方法怎麼樣？回流率怎麼樣？一般認識上，發送簡訊後24小時內重新登錄的流失用戶即為成功召回用戶。但是，實際情況複雜很多。比如，有些用戶收到了召回簡訊，且表示出興趣，但是由於其他因素干擾沒有立即打開，但是幾天後找出了這條消息並重新進入了APP；又或者，有些用戶收到簡訊後的行為是，關掉簡訊直接進入APP。毫無疑問的是，雖然進入場景不同，但他們都屬於成功召回用戶。所以，關於流失用戶召回的數據監測，應該是對召回過程中可能出現的所有用戶行為的監測，而不僅限於召回簡訊的相關數據。

簡單總結了一下，用戶召回的效果分析應該包含以下方面數據：

①各管道召回數據。包含各管道信息發放數、信息點擊率、用戶召回數、用戶召回比例。

②各管道召回成本。各管道召回用戶的單個成本投入和總成本投入。

③總回歸登錄用戶數。總回歸用戶數與各管道召回用戶總數是否吻合，有多少用戶不通過鏈接直接登錄APP的。

④用戶回歸登錄後的行為數據。監測用戶回歸後有哪些行為？是否會再次流失？

需要認識的是：用戶畫像針對於用戶行銷和召回有很好的效果。但是前提是你需要了解你產品的用戶，給一個理由讓用戶去使用你的產品。你又是怎麼做的呢？