用户分析—用户特征分析（用户画像）

一.基础概念

1.什么是用户特征分析

• 通过各种方法，更完整了解目标群体的情况
• 描述典型的目标用户及其群体行为
• 用户分析 = 信息的分析
• 核心就是关注用户心理变化，必定通过行为表现

2.用户特征分析的目的

• 明确知道你的用户真实的诉求点是什么
• 为功能设计提供核心依据（妹纸嘴上不要花，但是你送就开心；过年红包的例子，嘴上：阿姨不能给，心里：谢谢阿姨）
• 数据挖掘与用户推荐的底层支持

二.方法

怎么做用户特征分析呢，首先，先举个简单的例子：

假设有一个人，我们从外观上只知道他是男性，除此之外我们对他完全不了解，接下来我们一步一步透露更多信息：

-25岁、码农、本科、未婚

-爱玩英雄联盟，但从不买皮肤

-每天加班到9点、经常上聚划算、下午1点上淘宝、月薪25K

-经常穿优衣库的衣服裤子

通过以上信息，咱们大致能知道这是一个高收入却抠门的码农。这就是基础的用户特征分析，下面我们来讲讲具体的方法。

1. 用户特征分析的逻辑

2. 用户特征分析的实际操作方法和过程

• 基础属性（不变，较为稳定的）：年龄、性别、星座、教育、身高、职业等
• 社会关系（较难拿到了）：有孩子、有老公、父母、兄弟姐妹等
• 消费能力（基本上难拿到或拿不到，假的概率大）：月收入、月消费、有支付宝、多少张信用卡、有无房贷、开了花呗没有等
• 行为特征（很重要、只能分析出来）：经常团购、经常加班、上班刷微博、讨厌不准时、开会不准时、在网吧上网、经常蹭网等
• 基本上都是拿数据说话的，通过数据分析得到行为特征，很重要
• 心理特征（从行为特征分析出心理）：价格敏感（对付方法，推便宜的东西）、品牌偏好、好攀比、犹豫和纠结、果断、健康诉求高等等

三.实例

这里举一个布棉老师的例子。

赶集网婚恋交友类别下，客服收到用户投诉：

在频道上和一个女生聊天，很快就约见面了，见面地点在一个不知名的酒吧，点了上千块的酒水，目前联系不上了

产品经理/运营猜测：

-这是酒托骗人的情况，用户应该是被酒托骗了

SO：

-认真对受骗的用户进行了访谈

-要到了用户的帐号ID和疑似酒托的ID

分析：

-酒托一般群体作案，找出一个，治理一群，大致思路如下

帮助记忆，此流程再举个例子：

• 我军抓到一个反革命分子，严刑拷打，找出密码本
• 分析密码本，找出电台频率，顺便猜测出其他可能存在的密码本
• 用这个抓获的电台发报：x月x号x点在某某地点集合，共商大计
• 一网打尽

1. 个体分析（此时问卷调查是无力的，这也是不提倡问卷的弊端之一）

（1）基础信息：女性

（2）社会关系：互为好友、聊过天的人、同一个IP段的

（3）消费能力：无

（4）行为特征：（没有就让开发埋点，规则条件清楚，数据肯定有的）

提出可能的行为特征

• 短时间加了很多人
• 在线时间非常长（婚恋网站，一个女的长期在线很大概率是不正常的）
• ID用了一段时间就废弃了
• 同一个IP有很多类似的账户
• 同时和很多人聊天
• 回复很快
• 主动发起聊天（女生，每次都主动发起聊天，不符合人性）
• 聊天记录10条内，出现QQ或者微信
• 聊天过程短，不超过10条
• 注册完马上快速加一大堆好友

结合行为特征，判断哪些关键行为特征组合后能够确定一个人是不是酒托，不一定要全部特征，适当考虑性价比最高的几条，条件多了开发也难受

（5）心理特征：酒托心理

2. 关键行为特征

• 猜测关键的行为有哪些？
• 关键行为看交叉验证，也就是重复组合关键行为特征
• 明确特征的计算方式，即算法、数字。例如在线时间很长 -》 超过5小时
• 命中的行为路径是什么，分析整个流程，在哪个阶段命中的这个情况。

3.召回验证

• 把关键行为特征交叉后调出数据，然后验证数据。
• 召回率：有多少命中策略的数据被调取出来了
• 找回准确率：召回的数据中，准确率多少 ？
• 优化：修正特征数据，调整粒度

4. 找最有效的解决方案

• 用户特征分析越细致，解决方案就越准确有效。在关键节点上进行处理，让用户察觉不到处理机制，避免违规用户换法子重来。
• 解决方案的排序：用户量和频次进行选择

这个案例最后的处理方式：通过阻断聊天阶段违规用户的信息发送，用户收不到来自酒托的任何信息，酒托方面也没有任何提示，不会被察觉，也不会被发现，酒托觉得是为所欲为，结果毫无作用，自己就走了，降低方案后续迭代成本。

End.作者：勤劳的馒头来源：简书本文均已和作者授权，如转载请与作者联系。