02 買粉絲用戶畫像是什么(什么是新媒體運營中的用戶運營？)

得到的只是運營者自身的畫像，而非用戶畫像。

3、怎樣搭建合理的用戶體系

在進行精確的用戶畫像后，運營者需要繼續將用戶細分并搭建用戶體系，為不同的用戶設計差異化運營方式。

在搭建用戶體系時，運營者可以借助RFM模型設計管理層級。所謂“RFM模型”，即通過最近一次消費（Recency）、消費頻率（Frequency）、消費金額（Mo買粉絲ary）三個指標組成矩陣，評估用戶價值狀況。

根據RFM模型的三個指標，可以將用戶群體劃分為一般保持用戶、一般發展用戶、一般價值用戶、一般挽留用戶、重要保持用戶、重要發展用戶、重要價值用戶、重要挽留用戶等八個級別，如下圖所示。

在利用RFM模型劃分用戶級別后，新媒體運營者需要設計相應的用戶體系——面對不同的用戶，進行差異化管理。不過在使用RFM模型時，運營者不能生搬硬套，而是需要結合企業實際情況設計用戶體系。

第一步，指標調整。對于不同的企業、不同的產品，“最近一次消費、消費頻率、消費金額”三個指標需要進行相應的變化，如下所示。

第二步，級別調整。雖然RFM模型的三個指標可以劃分出八個用戶級別，但是多數企業會將用戶級別簡化，由八個縮減為五個甚至更少。

第三步，分級運營。劃分出不同的用戶級別后，新媒體運營者需要進行精細化用戶運營，尤其是將重點精力投在優質用戶上。對于活躍度高、消費次數多或消費金額大的重要用戶，可以設置服務專線、意見優先反饋、定期頒發榮譽獎章；當重要用戶可能流失時，通過發放優惠券、推送郵件等形式，嘗試進行用戶激活。

4、如何找到并吸引用戶

新媒體運營的效果一般通過粉絲數量、閱讀數量、轉化數量等指標評估，而這些指標都與用戶總體數量成正比。因此，新媒體運營者必須想方設法進行用戶拉新工作。

拉新工作力求精準。大量不相關用戶會增加客服工作量、降低轉化率，最終降低運營效果。獲取精準用戶分為三個步驟，即識別用戶渠道、設計引入形式、給出引入理由。

第一步，識別用戶渠道。用戶畫像常用到標簽公式“用戶標簽=固定屬性+用戶路徑+用戶場景”，分析該公式中的“用戶路徑”，運營者可以識別出用戶的活躍渠道，即找到用戶“出沒”的網站或軟件，做好渠道布局。

第二步，設計引入形式。識別出精準的用戶渠道后，接下來需要在此渠道設計引入形式，引導用戶

買粉絲三個維度指的是什么意思

指用戶定位,服務定位,平臺定位。

用戶定位：搞清楚目標用戶是誰，目標用戶的特征是什么，做用戶畫像;服務定位：提供什么服務，是否有差異化;平臺定位：結合用戶定位與服務定位來決定平臺的基調。

對于服務號而言，除了文章發布外，其核心便在于銷售和服務導向功能。

畫像是什么意思,用戶畫像生成器免費（用戶畫像生成軟件）

編輯導讀：用戶畫像、畫像標簽、用戶分群，做運營的同學一定對這些名詞都不陌生。乍看上去，這三個名字好像都是在說同一個東西，但是他們具體有什么區別呢？本文作者對此進行了分析，一起來看看吧。

數據化運營時代，運營方式從過去粗放式轉向精細化。用戶畫像受到熱寵，不搞用戶畫像都不好意思說在做精細化運營了。各種用戶畫像標簽體系建設、從0到1教你構建用戶畫像之類的文章廣泛傳播。前幾天聽到有同學在規劃CDP平臺時，認為畫像即標簽，標簽就是畫像，用戶畫像和用戶分群是同一主體的不同叫法，產品架構設計時，邊界不清，功能交錯。于是，覺得還是要回歸到最基本的問題，把這幾個概念厘清一下。

一、用戶畫像

用戶畫像的概念并不新，甚至在互聯網時代之前就已經出現了，最早由交互設計之父AlanCooper提出:“Personasarea買粉絲ncreterepresentationoftargetusers.是指真實的用戶可以用一系列的屬性數據建立的目標用戶模型來代表。

從概念可以看出，用戶畫像用戶特征的抽象概括，例如，我想知道購買了北京環球度假區的用戶有什么特征，這樣在產品設計、營銷策略、廣告投放時，可以更加精準。就像兩個人談戀愛，只有了解了對方的脾氣、性格、飲食習慣，才能投其所好、避其鋒芒，愉快地相處。用戶畫像是高度抽象聚合后的結果，一般應該于數據分析、輔助決策。可以分為個體畫像、群體畫像。

二、畫像標簽

用來勾勒用戶畫像的特征維度，當你的團隊有新同學加入時，你會從哪些維度去快速了解他呢?家鄉、年齡、單身/已婚、工作履歷、興趣愛好等。舉個例子，用戶畫像標簽中有一個生命周期的標簽，根據業務特點或算法挖掘，任務最近一次下單時間距今180天以上，即定義為流失用戶。而數據標簽則是最近一次下單時間，或最近一次下單距今時長。一般認為，畫像標簽是由數據標簽經過分析、加工處理，形成的更加抽象、易于理解的復合標簽。

按照標簽數據的特征以及處理方式的不同，畫像標簽可以分為：

統計類標簽

：可以直接通過數據統計分析得到的指標，如累計消費金額，0-100，100-300,300-500

規則類標簽

：將統計值進行業務規則的轉換，形成更加直觀的標簽值，例如：高頻消費用戶，定義為近半年消費訂單數超過5單。

算法預測類標簽

：統計數據無法直接得出，需要借助于數據挖掘算法得出，例如用戶價格敏感度標簽，需要利用一系列的統計算法、機器學習預測算法得出。

三、標簽體系

標簽的本質也是一個評價指標，但是在維度上更細，一般是用戶維度或商品資源維度的標簽，例如近30天訂單數是一個指標，從宏觀到微觀一次是：全部、業務線、流量入口、品類、商品、用戶。即標簽體系更強調單個用戶或商品個體的指標數值。

標簽體系是結合業務場景構建的標簽分類，如一級分類：基礎屬性、行為屬性、營銷屬性、風控屬性等，再進行逐層級的拆分和豐富。標簽體系一是要便于擴展，二是要便于理解和使用。標簽體系比畫像標簽更全面、豐富，利用基礎標簽得到畫像標簽也是標簽體系的輸入。相比較畫像標簽預設了標簽值的規則，數據標簽的靈活性更高，具有更加強大的人群圈選分層能力。

四、用戶分群

用戶分群是指按照特定的條件選出目標用戶，進行洞察分析查看用戶特征，或者直接對這些用戶進行運營觸達。用戶分群依賴于標簽資產，例如，對流失用戶進行召回，按照：末次訪問時間距今180天以上、歷史訂單數小于等于1等條件篩選出目標用戶，再利用短信、Push推送等營銷手段進行召回策略的觸達。用戶分群的輸入是標簽，輸出是用戶集合，應用場景以精細化運營為主。

五、用戶洞察

用戶洞察是針對目標用戶群體進行特征分析，例如，針對某次活動的下單用戶，查看用戶的畫像特征。或者針對運營活動的不同人群，進行對比分析，判斷不同標簽篩選出來的用戶在轉化效果上的差異，調整下一次運營策略。用戶洞察的輸入是人群，輸出是群體的畫像特征。

六、用戶畫像、畫像標簽、標簽體系、用戶分群的關系

根據上述定義，梳理這幾個名稱之間的關系如下圖：

通過對用戶屬性數據、行為數據、交易數據、商品數據等多種數據源的采集，形成數據標簽體系。標簽體系可繼續按照業務規則的抽象和標簽值的處理，形成畫像標簽。也可以直接當作篩選條件用于CDP平臺的人群圈選。

畫像標簽是經過抽象化的數據標簽，可用于用戶個人畫像、群體畫像分析，也可作為用戶圈選的標簽條件。

用戶分群的用戶篩選條件可以來自于數據標簽和畫像標簽，應用場景包括：人群畫像分析、精細化運營和精準營銷。

七、小結

用戶畫像、畫像標簽、用戶分群這些概念單獨都很簡單容易理解，但是放到一起后，你能準確區分它們之間的關系和邊界嗎?了解它們之間的差異點，在數據化運營應用或數據產品設計時，才會更加的清晰。

很赞哦!（258）