以知乎為例,談談用戶模型的建立
精細化運營必然是接下來互聯(lián)網運營要走的路,尤其在人工智能技術越加強大的明天,通過用戶模型的建立,再交由人工智能去學習這個用戶模型下的用戶行為,從而增強對用戶的了解以及針對性,增強用戶的黏性
一、用戶模型的必要性
當產品變得越來越復雜,用戶量的不斷提升,新用戶和老用戶的產品行為不同,用戶行為、目的不同等等一系列原因,導致很多時候你的某部分功能更多是為了吸引新用戶而設立的,而一些的進階的功能是為了成熟型用戶設立的,還有小部分的功能是為了你的核心用戶群體去設立的。
然而如何去區(qū)分這部分用戶呢?通過用戶的注冊時間,用戶行為,訪問頻率等等一系列數(shù)據(jù)去區(qū)分你的用戶。把用戶劃分到一個個圈子之中,然后通過針對性的一系列產品機制、運營手段去促進新用戶轉化為成熟用戶,成熟用戶轉化為核心用戶。
二、用戶模型如何建立
接下來主要就拿知乎來舉例吧。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. 產品分析
首先對產品的功能的梳理,一個內容社交平臺的最基本的新用戶行為是:用戶注冊→選擇偏好→推薦內容→瀏覽內容→點贊、關注、評論→分享內容→搜索內容→回答問題等。
此時問題就來了,一個用戶來了一次以后,如何觀察這個用戶的行為,從而做到針對性的推薦等行為,讓用戶想要第二次來呢?數(shù)據(jù)可以告訴你一切。
2. 數(shù)據(jù)分析
知乎的一些關鍵性數(shù)據(jù)可以分為:
uv/pv:用戶訪問次數(shù)的多寡;
瀏覽內容偏好:通過對內容的搜索,我們可以通過后臺給這個用戶打標簽:科技、教育、金融等;
瀏覽內容數(shù)量:通過某個關鍵詞搜索相關內容以后,瀏覽過多少具體內容;
頁面停留時間:某個話題停留時間長短;
頁面訪問深度:訪問了多少個問題;
點贊、關注、回答問題數(shù)量:用戶之間的交互行為;
此時我們通過這些數(shù)據(jù)就可以基本了解出這個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,還是意見領袖。
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)用戶的自身屬性來說可以簡單的分為:科技內容愛好者、體育內容愛好者、影視內容愛好者等等。
根據(jù)用戶的產品行為來說可以簡單的分為:喜歡點贊的、喜歡回答的、喜歡評論的、無任何行為的。
根據(jù)用戶的社交行為來說可以簡單的分為:熱衷于自我尋找者、熱衷于關注kol的內容。
此時,你就可以通過你的數(shù)據(jù),去建立相應的數(shù)據(jù)模型。當然這些用戶模型之間都有著高度重合的部分,此時根據(jù)你的產品階段性目標去重點維護某一或者幾個用戶模型之內的用戶。
三、建立用戶模型后如何運營?
1. 追熱點:
假設雄安新區(qū)建設前,任何平臺都沒有相關的問題及解答,知乎為了追這個熱點的話,必須在第一時間建立此話題,然后用戶模型就有用處了,去找誰來回答此問題呢?
首先我們可以根據(jù)用戶的自身屬性來說:關注房地產方面、解讀國家政策方面、保定地區(qū)、回答超過x個問題以上,獲得點贊量大于y,粉絲量超過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,邀請他們第一時間來回答雄安相關問題。
2. 挖掘優(yōu)質用戶:
假設知乎的優(yōu)質用戶是連續(xù)x天登陸知乎,每周回答y個問題,累計獲得點贊z個。此時如果知乎通過建立這個用戶模型,通過數(shù)據(jù)監(jiān)測,符合這個模型的用戶,知乎系統(tǒng)可以給他推送一條消息,認證某領域的的優(yōu)秀回答者。此時通過成就感的獲取,激發(fā)這個用戶產生更多的優(yōu)質內容。
3. 精準化推薦:
給一個建筑行業(yè)的人推送一條互聯(lián)網運營的熱點問題,想必他多半不會感興趣。
那么通過對某一模型的用戶行為追蹤,我們可以根據(jù)數(shù)據(jù)來擴大相關的內容邊界,最終形成類似于今日頭條與快手那強大的推薦算法。
4. 其它
根據(jù)產品的性質不同、時期不同、目的不同,導致需要多種多樣的用戶模型,可能過了這段時間,某個用戶模型就會棄之不用了,所以根據(jù)不同的用戶模型,做出不同的運營手段也不盡相同,這里就不多做贅述。
四、總結
精細化運營必然是接下來互聯(lián)網運營要走的路,尤其在人工智能技術越加強大的明天,通過用戶模型的建立,再交由人工智能去學習這個用戶模型下的用戶行為,從而增強對用戶的了解以及針對性,增強用戶的黏性。
立即登錄