有了用户运营闭环之后,我们还需要对用户和市场进行深度分析,从而建立自己的用户画像,也就是之前文章中老马提到的私域用户标签化,将用户的内外在表现因素都具体化、数字化,以便于后期用数据驱动运营。
在做用户画像之前,有关用户的数据来源一般有两个,一个是以往旧的经营数据,可能比较粗糙,没法很细地了解用户的更多信息,那么可以结合市场调研,进一步完善数据。当然,使用旧数据之前还需要处理一番。
另外一个就是完全没有数据基础和积累,那只能是通过选定的用户运营闭环,跑通几圈看看数据反馈,同样也结合市场调研。所以,这里的重点是调研,包括以后的用户分层、生命周期管理等等,都会涉及到。
调研开始之前,我们先了解一下业内常用的数据分析六步法,因为调研其实也是收集数据,跟运营中产生的数据一个道理,只是调研的偏主观一些,运营产生的相对客观一些,如图:
以上模型流程在调研实际操作过程中,有很多工具是可以使用的,比如问卷星、腾讯问卷这类调查问卷工具,首先提出问题,我们要解决什么问题,是了解用户的购买渠道,还是了解影响用户购买的因素等。
其次是提出假设,在问题的基础上预定几个固定的选项,比如用户的购买渠道是唯一的,就是小程序。接着数据采集可以理解为发放调查问卷,数据处理是对调查问卷进行清洗、分组、筛选,结果呈现目前也有不少好工具将其可视化展示出来,比如镝数图表、腾讯云图。
实际调研的时候,我们也得分清楚微观角度的调研跟宏观角度的调研,微观一般是针对用户个人的,除了上面说的,获取了解用户的购买渠道,用户的购买偏好等,还可以更深入地获取用户为何不支付购买,为何不再复购,为何选择其它产品等。
宏观角度的话就是针对行业情况的信息获取,像行业分析报告、竞品分析报告、产业链上下游报告等。调研除了注重细节,也得注重问题的可行性,换而言之提出的问题用户得容易理解,不需要动脑去思考背后的意义,凭直觉就能选择到合适的答案,这样更有利于数据的采集。
最后,下一步我们就可以用到这些数据对用户进行分层、分组、贴上标签具象化,这里跟前面提到的数据可视化一个道理,区分在于不同维度的使用。
|