什么是用户模型？这几个数据要清楚！

一、用户模型是什么？首先用三个词来解释为什么用户模型是基本的分析模型，重要的是第一个分析：因为如果你不知道你的用户是谁，你不知道提供什么服务；不知道用户与你“沟通”的哪个阶段，不可能知道提供什么样的服务；营销策略不能集中，服务不系统和可持续。因此，我们从定义开始，科普下什么是用户模型，以及如何以传统的方式构建用户模型。用户模型（Persona）AlanCoper《AboutFace：《交互设计精髓》一书中提到的研究用户的系统化方法。它是产品经理、交互设计师了解用户目标和需求、与开发团队及相关人员沟通、避免设计陷阱的重要工具。传统的用户模型构建方法：AlanCooper提出了两种构建用户模型的方法：用户模型：基于访谈和观察，严格、可靠但耗时；临时用户模型：基于行业专家或市场调查数据，快速但容易有偏见。1.在Alancoper的方法中，基于访谈和观察的构建用户模型(正统方法)是构建用户模型的重要基础。完整步骤如下：2.构建临时用户模型（adhocpersona）当缺乏时间和资源无法访谈和观察用户时，可以根据行业专家对用户的理解或市场研究中获得的人口统计数据建立「临时用户模型」。「临时用户模型」施工过程及「用户模型」施工过程非常相似，但是「用户模型」访谈和观察真实用户的数据基础，「临时用户模型」它来自对用户的理解。两者的准确性和精度不同。二、基于行为数据构建用户模型距离AlanCoper首次提出用户模型（Persona）在过去的20年里，软件产品开发的过程方法和公司的运营模式发生了很大的变化：以快速迭代为特征的敏捷开发方法取代了传统的瀑布模型，以「开发→测量→认知」以反馈循环为核心的精益创业方式正在逐步影响和改变公司的运作模式。从诞生之日起，传统的用户模型构建方法并没有发生太大变化。对于已经习惯了敏捷、快速的产品经理和互动设计师，如果你花很长时间研究用户建立用户模型需要相当大的决心，更需要努力争取所需的时间和资源，互联网产品冷启动时间越来越短，为了降低成本和风险，产品团队往往选择尽快向用户推广产品，尽快获得反馈「快速试错」，现实和压力迫使大多数新产品的PM不敢投入大量的时间和精力进行用户研究。这很容易理解为什么每个人都认为用户模型很好，但很少有人在工作中真正使用它。这很容易理解为什么每个人都认为用户模型很好，但很少有人真正在工作中使用它。为了解决时间紧迫和精力不足的矛盾，我们提出了基于用户行为数据的快速迭代构建用户模型的轻量级方法。首先，整理和收集任何可认知用户的经验和数据，包括：您和团队对用户的理解；记录在产品业务数据库中的用户相关信息（如性别、年龄、等级属性）、用户填写的任何表格或留下的信息（如用户填写的问卷、留下的微信账号等）。我们将这些信息映射成用户描述信息(属性)或用户行为信息，并存储并形成用户档案(如下图所示)。诸葛io新零售DEMO的用户档案(虚拟数据)如上图所示，我们可以从用户档案中清楚地了解用户的属性信息、行为数据和环境数据。基于行为数据构建用户模型的优势1．在数据世界中，准确性是一切，速度更为重要。分析系统处理和解释这些信息的速度越快，就可以更快、更清晰地掌握业务情况，帮助企业更早地做出决策和判断，比如我们的客户-共享自行车，正是由于实时数据指标中的异常波动：第二天保留用户数量出现“悬崖”下降，紧急调查发现竞争对手以低价创新。因此，运营团队首次采取了积极的反应，以保持城市的市场份额。同样，随着市场的变化，运营商和决策者需要实时关注自己数据的波动，因为失败往往来自一个小小的疏忽。同样，随着市场的变化，运营商和决策者需要实时关注自己数据的波动，因为失败往往来自一个小小的疏忽。2．记录历史而不仅仅是结果行为，即标签。在过去，我们经常通过标记用户来洞察用户。事实上，行为数据本身变得越来越有价值。基于用户行为数据的用户模型记录了每个用户的每一种行为，客观真实地恢复了用户与产品之间的交互过程。与简单的标记“用户标签”相比，记录的用户行为数据具有更多维的交叉分析价值，构建的单个用户肖像更加完整和科学。3．360°基于用户行为数据的用户模型实时动态变化。随着用户在产品中的成长，从访客到陌生人最终成为高价值用户。用户成长的每一步都是通过行为记录下来的。根据用户生命周期的不同阶段，对新用户、流失用户、活跃用户、沉默用户采取有针对性的拉新、转化、保留等操作策略。延长用户生命周期的价值（LTV），必须收集用户整个生命周期的数据，打开客户关系管理数据、历史数据、业务数据、第三方数据，将用户属性信息（性别、年龄、国家等）与用户行为数据联系起来；打开外部推广平台的数据，解决用户来自哪里的问题；打开不同产品平台的数据，实时同步用户在app\小程序\微站\官网上的行为，从而实现以用户为中心的真正统计和分析。借助行为数据和工具快速迭代构建用户模型（Persona）该方法更适合当今互联网团队的工作模式和节奏。基于用户行为数据的用户模型一方面简化了传统方法，降低了数据分析的门槛；另一方面，数据分析更科学、更高效、更全面，更直接地应用于业务增长，指导运营决策。