第1个回答 2019-03-11
构建用户画像最重要的是如何将对企业最重要的关键数据标签化。大家都知道在收集到充分的用户数据后，我们需要对目标用户/客户进行聚类，那么我们通过什么维度，怎样聚类才合理，才能够对后续的设计具有启发作用呢？这就需要我们在众多数据中抽丝剥茧，寻找关键变量。所谓关键变量是指导致用户对目标产品/服务的相关行为产生差异的核心因素。每个用户身上有很多属性、性别、年龄、家庭状态、文化水平、性格特征、互联网行为偏好、消费观、理财观、个人爱好等等，我们需要从这些众多特征中识别，哪些才是导致用户对我们目标产品/服务的态度及使用行为产生差异的主要原因。
例如，当我们寻找金融产品及服务的目标客群时，导致用户是理财还是消费，去线下办理还是用手机银行等不同类型金融相关行为差异的核心因素可能如下：
收入水平、消费观念、理财观念、互联网使用水平等。这些核心因素直接影响到用户需要什么样的金融服务，用户会在哪些渠道办理这些金融服务。而性格特征、文化水平等属性，虽然会对用户的某些行为产生一定影响，但在用户聚类的阶段可以暂时视为低信息含量的噪音处理。
确定关键变量后，我们将每个变量作为一个核心维度去分析收集到的用户数据，将用户相关的行为数据化作一些“信息值”分布在这个维度上。例如，若“互联网使用程度”、“人生阶段”及“经济条件”是用户对某项产品或服务的需求及态度产生差异的关键变量，我们可以将收集到的用户信息在这三个维度上做均匀排布（如下图所示），选取一些典型的用户特征作为这个维度上的“信息值”。以上这些方法论可以从创略科技的客户数据平台中的案例中体现，你可以去搜索下，看看实际案例。