Te entiendo mejor que tú, habla sobre retratos de usuarios (2)

@王志杰

Arquitecto de big data en Luo Ming Technology;

Graduado de la Universidad de Pekín con especialización en informática y tecnología.

Mirando al pasado:

Entenderte mejor que tú, hablando de retratos de usuarios (1)

02? ?

El contenido anterior es la definición teórica y la comprensión intuitiva de los retratos.

Ahora que conocemos el retrato, ¿por qué necesitamos construirlo? ¿De qué sirve construirlo? Déjame compartir mi opinión contigo.

En primer lugar lo analizamos teóricamente, dividiéndolo en dos vertientes: negocio y tecnología. A nivel empresarial, los retratos de los usuarios se pueden utilizar para establecer una comprensión específica y establecer una dirección estratégica y táctica. Al mismo tiempo, las huellas de los usuarios también se pueden extraer para formar una dirección orientada al usuario.

¿Qué significa exactamente? Se trata de construir cogniciones específicas y direcciones estratégicas y tácticas. De hecho, significa lograr un entendimiento unificado y específico con los usuarios principales en este nivel. Después de llegar a un entendimiento, será más fácil para nosotros ser más específicos en inversiones posteriores, al menos saber en qué dirección invertir.

Cuando diseñamos productos para usuarios, debemos saber claramente cómo son los usuarios, qué características de comportamiento tienen y qué atributos tienen. Sólo así podrá estar orientado al usuario. Por lo tanto, diseñamos productos basados ​​en información de los usuarios, que sirven como guía estratégica y táctica para nuestra empresa.

Explorar la huella del usuario para orientarlo en realidad significa que podemos profundizar aún más el producto después de tener una comprensión detallada del usuario real y cómo interactúa con el contenido relevante del producto. Cuando describimos retratos de usuarios, debemos comenzar desde el escenario empresarial y utilizar el escenario empresarial como objetivo para resolver un problema empresarial práctico.

Por ejemplo, necesitamos crear un retrato, ya sea para adquirir nuevos usuarios, para mejorar la experiencia de usuario o para recuperar un usuario perdido. En definitiva, debo tener un objetivo muy claro. Estos son algunos de los esfuerzos de las empresas para crear retratos de usuarios.

Desde una perspectiva técnica, podemos ayudar a construir la base de datos subyacente mediante la construcción de retratos de usuarios para servir aplicaciones de capa superior. También facilita ciertos niveles de procesamiento de información.

¿Por qué? Los retratos de usuarios no sólo se pueden mostrar de forma intuitiva, sino que también sirven para algunas aplicaciones de nivel superior. De hecho, varios profesores acaban de mencionar que, por ejemplo, en el sistema de recomendación, los retratos de los usuarios existen como una parte muy importante del sistema de recomendación, lo que mejora enormemente el efecto de recomendación.

Además, al igual que las aplicaciones financieras que acabamos de mencionar, los retratos de usuarios también se pueden utilizar en aplicaciones de control de riesgos para permitir que existan algunas características regulares y cuantificar el nivel del sistema.

El llamado procesamiento conveniente de información en realidad significa que después de etiquetarla, la computadora puede procesar convenientemente algunos requisitos cuantitativos.

Por ejemplo, haga algunas estadísticas clasificadas. Un determinado sitio web de videos tiene un programa de entrevistas que es muy popular recientemente. Espero saber cuántos usuarios están viendo la conferencia de prensa del programa de entrevistas y cuál es la proporción de hombres. a las mujeres; o se puede realizar una extracción de datos para descubrir a quién le gusta comprar durian. ¿Qué marcas de ropa suelen gustar a los usuarios o cuál es la distribución por edades de los usuarios que suelen comprar café y ajo? Espera un momento. Puede ayudarnos a hacer algún análisis cuantitativo.

En resumen, los retratos de los usuarios pueden abstraer perfectamente el panorama de información de un usuario, que es la base para la aplicación empresarial de big data.

Los retratos de usuarios pueden ayudar a las empresas a ofrecer a los usuarios productos y servicios personalizados. Siempre estamos hablando de miles de personas. El objetivo final de toda empresa que brinda servicios a los clientes es que cuando un usuario abre un producto, una APP o un sitio web, el contenido que ve y la experiencia que obtiene estén diseñados para él o acordes a su tonalidad. Sólo así su experiencia mejorará verdaderamente.

Por ejemplo, combine retratos de usuarios con escenarios de automatización de marketing y proporcione un ejemplo muy simple de retratos que respalden las empresas.

Cuando queremos realizar una campaña de marketing, esta puede no estar dirigida a todos los grupos de usuarios, sino a un determinado tipo de usuarios con unas determinadas características.

En primer lugar, usaremos el retrato del usuario para rodear a la multitud según nuestro retrato del usuario o según las etiquetas creadas por el usuario.

Determine el grupo de usuarios según las condiciones comerciales y podemos rodearlos en el grupo a través de las condiciones. Por ejemplo, en este ejemplo, los usuarios que no han realizado una compra dentro de los 360 días aparecen rodeados por un círculo en una etiqueta de comportamiento de consumo.

Cuando realizo actividades de marketing, en productos de automatización de marketing, al planificar e implementar actividades de marketing, puedo utilizar los grupos de usuarios recién seleccionados como grupo estándar. Esta es la parte que dibujé con el círculo rojo. Hacemos que el marketing dirigido sea fácil.

En general, ¿cuál es la función del retrato en su conjunto? Existen varias conexiones entre los retratos y las etiquetas que acabamos de mencionar. Hablemos de las etiquetas en detalle a continuación. ¿Qué hace la etiqueta? ¿Por qué es tan importante?

Las etiquetas pueden transformar los datos y la información que contienen en orientación con acciones claras para la toma de decisiones. Cuantas más "personas" participen en la toma de decisiones, más datos/información deberán etiquetarse para mejorar la comprensión y la eficiencia del procesamiento de los datos por parte de las personas y lograr la colaboración entre humanos y máquinas.

¿Qué significa este resumen? Podemos hablar de ello en detalle.

Primero echemos un vistazo a los llamados productos de datos, como DNT y CPP en el campo del marketing. Si no está familiarizado con ellos, puede dar algunos ejemplos generales, como BI, etc. . La característica de estos productos de datos es cómo utilizar los datos para que las personas comprendan rápidamente.

Para dar un ejemplo específico, durante la epidemia actual, puede haber una etiqueta con la que todo el mundo se encuentra a menudo. Cuando nos tomamos la temperatura, si supera los 37 grados, es posible que tengamos fiebre, por lo que debemos acudir al médico y es posible que nos lleven para aislarnos. Este punto es una etiqueta importante, es decir, un punto caliente.

Por ejemplo, cuando conduzco, si la velocidad supera las 120 millas por hora, la pantalla de mi sistema de navegación se pondrá roja. Esta también es una etiqueta muy importante, me dirá que estoy acelerando.

Así que en la vida diaria siempre nos encontramos con algunas etiquetas de nivel particularmente bajo. Por ejemplo, cuando se trata de una etiqueta determinada, sé qué hacer o qué hacer a continuación. Por ejemplo, si ve exceso de velocidad, sabrá que es hora de reducir la velocidad.

Veámoslo desde otro ángulo. ¿Por qué necesitamos etiquetarlo? Por ejemplo, nuestras aplicaciones de noticias actuales o vídeos cortos tienen muy buenas recomendaciones detrás, y es posible que estas recomendaciones no requieran etiquetas. Por ejemplo, si sabe que te gusta esto, te lo enviará y luego lo verás. Es posible que te recomiende otro y es posible que lo vuelvas a ver.

Cuando la máquina procesa todos estos datos, es posible que no necesite comprender qué son, porque tiene una gran cantidad de datos de comentarios de los usuarios para ayudarle a tomar decisiones, por lo que puede actualizarse y entrenarse continuamente. el modelo.

Pero si las personas necesitan participar en la toma de decisiones en ciertos escenarios, es decir, cuantos más lugares participen las personas en la toma de decisiones, más necesitamos etiquetar los datos. ¿Por qué? Debido a que los humanos no pueden procesar información con un gran presupuesto como las máquinas, después de todo, la información procesada es limitada.

Por lo tanto, para permitir que las personas comprendan los datos rápidamente, podemos mejorar la eficiencia del procesamiento y, en última instancia, lograr la cooperación entre humanos y máquinas. El propósito del uso de etiquetas es transformar los resultados del examen de grandes cantidades de datos en una forma de comprensión y toma de decisiones rápidas mediante el etiquetado de información.

Como acabamos de mencionar, en los productos de datos, si puede convertir los datos en una etiqueta clara, recuerde al usuario que necesita respirar ahora o recuérdele que tiene fiebre y que es hora de ir al médico. Esta es una gran etiqueta porque acelera nuestro procesamiento y nos ayuda directamente a tomar decisiones.

Tomemos un ejemplo y analicemos más de cerca el papel de las etiquetas.

La función de esta etiqueta también está relacionada con la dirección del flujo de la etiqueta que se mencionará más adelante. Aquí hay cuatro pasos. Echemos un vistazo a cómo se convierte en etiquetas paso a paso a través de estos pasos y, en última instancia, nos guía para tomar decisiones.

En el primer paso, la columna más a la izquierda se llama Datos en línea. ¿Qué significan datos en línea? Es decir, quiero que nuestros procesos comerciales estén en línea a través de la transformación digital, y los datos generados en los procesos comerciales estarán naturalmente en línea, lo que creará condiciones para que las personas no los procesen.

Por ejemplo, cuando comprábamos cosas en el supermercado, era complicado contar lo que compraba cada usuario. En este caso, su análisis posterior será complicado. ¿Y ahora qué? Mucha gente compra cosas a través del comercio electrónico y los datos sobre el proceso de compra están en línea. En el futuro, a medida que más y más procesos comerciales estén en línea, analizaremos cada vez más contenido.

Volviendo a este ejemplo, uno de mis datos online o un proceso de compra ha quedado registrado en mi sistema a través de compras online.

Una vez que los datos están online, lo segundo que tenemos que hacer es realizar un proceso de conversión de datos en información. Por ejemplo, ahora vemos que el nombre del usuario es Wang Erni.

¿Qué mensaje es este? De hecho, esta información es, por ejemplo, ¿qué tipo de información convierte el usuario en información? Esta información está destinada a ser interpretada en mi escenario empresarial.

Vemos a Wang Erni en este ejemplo, que es un típico texto de purificación. Puede que esta no sea una transición sencilla. Pero este también es un proceso de datos a información, y también se basa en nuestra comprensión de los escenarios comerciales. No solo necesitamos analizar y transformar datos directamente. De hecho, podemos adjuntar información nueva a estos datos. Esto es lo que llamamos transformación de información, y también es una disputa sobre nuestra información.

El tercer paso es convertir nuestra información en etiquetas. Por ejemplo, podemos establecer algunas reglas. Cuando veo este mensaje, podemos juzgar que existe una alta probabilidad de más del 90% de que esta persona sea una mujer llamada Wang Erni. Entonces en este momento puedo ponerle una etiqueta, que debe considerarse como una etiqueta de género. Por ejemplo, en este ejemplo, le di una etiqueta llamada mujer.

El cuarto paso es cómo tomo una decisión basada en esta etiqueta. En esta etiqueta, simplemente tomo una decisión. Cuando me comunique con este usuario en el futuro, es más probable que utilice un método de comunicación y una dirección similares a los de una madre. ¿Por qué hubo tal decisión? Fue porque descubrimos que compró leche en polvo para bebés.

En el escenario del comercio electrónico, uno de nuestros usuarios compró una leche en polvo para bebés. ¿Cómo debería interactuar con ella a continuación? En el proceso de tomar esta decisión, podemos combinar la etiqueta de género de la madre para determinar la probabilidad de que sea la madre, por lo que debemos utilizar el método de comunicación y la dirección de la madre para comunicarnos con ella.

¿Hay algún error aquí? Por supuesto que lo habrá. Por ejemplo, si compro esto para otra persona, esto puede suceder.

Pero haremos un análisis más profundo. Por ejemplo, si vemos que compró tres unidades de leche en polvo, significa que puede que no sea leche en polvo para recién nacido. Generalmente, cuando un niño tiene entre uno y dos años, nadie vuelve a visitarlo. Por lo general, cuando nace, la posibilidad es mayor.

Así, combinar varias etiquetas puede ayudarnos a decidir qué tipo de método de comunicación.

En este enlace no exigimos que esta decisión sea 100% correcta, porque en la mayoría de negocios sólo necesitamos que nos recomiende, o al menos que nos deje probarlo.

Continuará... Por favor, presta atención a "Te conozco mejor que tú, hablando de retratos de usuarios (3)"