精細(xì)化運(yùn)營(yíng)在未來(lái)會(huì)被越來(lái)越被看重，尤其是對(duì)于大中型產(chǎn)品來(lái)說(shuō)（日活10萬(wàn)+）來(lái)說(shuō)。與之而來(lái)的就是用戶模型這個(gè)概念了.

一、用戶模型的必要性

當(dāng)產(chǎn)品變得越來(lái)越復(fù)雜，用戶量的不斷提升，新用戶和老用戶的產(chǎn)品行為不同，用戶行為、目的不同等等一系列原因，導(dǎo)致很多時(shí)候你的某部分功能更多是為了吸引新用戶而設(shè)立的，而一些的進(jìn)階的功能是為了成熟型用戶設(shè)立的，還有小部分的功能是為了你的核心用戶群體去設(shè)立的。

然而如何去區(qū)分這部分用戶呢？通過(guò)用戶的注冊(cè)時(shí)間，用戶行為，訪問(wèn)頻率等等一系列數(shù)據(jù)去區(qū)分你的用戶。把用戶劃分到一個(gè)個(gè)圈子之中，然后通過(guò)針對(duì)性的一系列產(chǎn)品機(jī)制、運(yùn)營(yíng)手段去促進(jìn)新用戶轉(zhuǎn)化為成熟用戶，成熟用戶轉(zhuǎn)化為核心用戶。

二、用戶模型如何建立

接下來(lái)主要就拿知乎來(lái)舉例吧。電商（淘寶）、社交媒體（知乎、微博）、游戲類是最需要，也是用戶建模玩的最溜的。

1. 產(chǎn)品分析

首先對(duì)產(chǎn)品的功能的梳理，一個(gè)內(nèi)容社交平臺(tái)的最基本的新用戶行為是：用戶注冊(cè)→選擇偏好→推薦內(nèi)容→瀏覽內(nèi)容→點(diǎn)贊、關(guān)注、評(píng)論→分享內(nèi)容→搜索內(nèi)容→回答問(wèn)題等。

此時(shí)問(wèn)題就來(lái)了，一個(gè)用戶來(lái)了一次以后，如何觀察這個(gè)用戶的行為，從而做到針對(duì)性的推薦等行為，讓用戶想要第二次來(lái)呢？數(shù)據(jù)可以告訴你一切。

2. 數(shù)據(jù)分析

知乎的一些關(guān)鍵性數(shù)據(jù)可以分為：

• uv／pv：用戶訪問(wèn)次數(shù)的多寡；

• 瀏覽內(nèi)容偏好：通過(guò)對(duì)內(nèi)容的搜索，我們可以通過(guò)后臺(tái)給這個(gè)用戶打標(biāo)簽：科技、教育、金融等；

• 瀏覽內(nèi)容數(shù)量：通過(guò)某個(gè)關(guān)鍵詞搜索相關(guān)內(nèi)容以后，瀏覽過(guò)多少具體內(nèi)容；

• 頁(yè)面停留時(shí)間：某個(gè)話題停留時(shí)間長(zhǎng)短；

• 頁(yè)面訪問(wèn)深度：訪問(wèn)了多少個(gè)問(wèn)題；

• 點(diǎn)贊、關(guān)注、回答問(wèn)題數(shù)量：用戶之間的交互行為；

此時(shí)我們通過(guò)這些數(shù)據(jù)就可以基本了解出這個(gè)用戶的很多基本信息，以及他是屬于潛水用戶，還是活躍用戶，還是意見(jiàn)領(lǐng)袖。

3. 建立用戶模型

根據(jù)不同的目的可以建立不同的用戶模型。例如：

• 根據(jù)用戶的自身屬性來(lái)說(shuō)可以簡(jiǎn)單的分為：科技內(nèi)容愛(ài)好者、體育內(nèi)容愛(ài)好者、影視內(nèi)容愛(ài)好者等等。

• 根據(jù)用戶的產(chǎn)品行為來(lái)說(shuō)可以簡(jiǎn)單的分為：喜歡點(diǎn)贊的、喜歡回答的、喜歡評(píng)論的、無(wú)任何行為的。

• 根據(jù)用戶的社交行為來(lái)說(shuō)可以簡(jiǎn)單的分為：熱衷于自我尋找者、熱衷于關(guān)注kol的內(nèi)容。

此時(shí)，你就可以通過(guò)你的數(shù)據(jù)，去建立相應(yīng)的數(shù)據(jù)模型。當(dāng)然這些用戶模型之間都有著高度重合的部分，此時(shí)根據(jù)你的產(chǎn)品階段性目標(biāo)去重點(diǎn)維護(hù)某一或者幾個(gè)用戶模型之內(nèi)的用戶。

三、建立用戶模型后如何運(yùn)營(yíng)？

1. 追熱點(diǎn)：

假設(shè)雄安新區(qū)建設(shè)前，任何平臺(tái)都沒(méi)有相關(guān)的問(wèn)題及解答，知乎為了追這個(gè)熱點(diǎn)的話，必須在第一時(shí)間建立此話題，然后用戶模型就有用處了，去找誰(shuí)來(lái)回答此問(wèn)題呢？

首先我們可以根據(jù)用戶的自身屬性來(lái)說(shuō)：關(guān)注房地產(chǎn)方面、解讀國(guó)家政策方面、保定地區(qū)、回答超過(guò)x個(gè)問(wèn)題以上，獲得點(diǎn)贊量大于y，粉絲量超過(guò)z等等一系列屬性。我們就可以從海量的用戶中篩選符合條件的用戶，邀請(qǐng)他們第一時(shí)間來(lái)回答雄安相關(guān)問(wèn)題。

2. 挖掘優(yōu)質(zhì)用戶：

假設(shè)知乎的優(yōu)質(zhì)用戶是連續(xù)x天登陸知乎，每周回答y個(gè)問(wèn)題，累計(jì)獲得點(diǎn)贊z個(gè)。此時(shí)如果知乎通過(guò)建立這個(gè)用戶模型，通過(guò)數(shù)據(jù)監(jiān)測(cè)，符合這個(gè)模型的用戶，知乎系統(tǒng)可以給他推送一條消息，認(rèn)證某領(lǐng)域的的優(yōu)秀回答者。此時(shí)通過(guò)成就感的獲取，激發(fā)這個(gè)用戶產(chǎn)生更多的優(yōu)質(zhì)內(nèi)容。

3. 精準(zhǔn)化推薦：

給一個(gè)建筑行業(yè)的人推送一條互聯(lián)網(wǎng)運(yùn)營(yíng)的熱點(diǎn)問(wèn)題，想必他多半不會(huì)感興趣。

那么通過(guò)對(duì)某一模型的用戶行為追蹤，我們可以根據(jù)數(shù)據(jù)來(lái)擴(kuò)大相關(guān)的內(nèi)容邊界，最終形成類似于今日頭條與快手那強(qiáng)大的推薦算法。

4. 其它

根據(jù)產(chǎn)品的性質(zhì)不同、時(shí)期不同、目的不同，導(dǎo)致需要多種多樣的用戶模型，可能過(guò)了這段時(shí)間，某個(gè)用戶模型就會(huì)棄之不用了，所以根據(jù)不同的用戶模型，做出不同的運(yùn)營(yíng)手段也不盡相同，這里就不多做贅述。

四、總結(jié)

精細(xì)化運(yùn)營(yíng)必然是接下來(lái)互聯(lián)網(wǎng)運(yùn)營(yíng)要走的路，尤其在人工智能技術(shù)越加強(qiáng)大的明天，通過(guò)用戶模型的建立，再交由人工智能去學(xué)習(xí)這個(gè)用戶模型下的用戶行為，從而增強(qiáng)對(duì)用戶的了解以及針對(duì)性，增強(qiáng)用戶的黏性。