互金運營入門指南（二）：告別“你以為”和“應該是”的用戶畫像

上一篇文章我們介紹了各類互金業務、玩家、盈利模式、核心能力要求（Know Your Product），這篇我們再來介紹你的產品目標用戶是誰、在哪裡可以找到他們、他們在意什麼、什麼能打動他們（Know Your Customer）。

讀過我第一篇文章的同學應該知道：第一篇主要在介紹各類互金業務、玩家、盈利模式、核心能力要求等，其實是在幫助大家Know Your Product的過程。

瞭解你要運營的產品，這是運營的第一步，否則你永遠無法運營好他。

這篇我們再來說另一個東西：Know Your Customer，知道你的產品目標用戶是誰、在哪裡可以找到他們、他們在意什麼、什麼能打動他們，這樣才能成為一個不動聲色的老運營。

用戶畫像重要嗎？

按下不表，我們先一起探討幾個問題：

1. 你的用戶中哪類用戶貢獻ARPU最高？他們有什麼特徵？在哪裡投放最能獲取到這類用戶？
2. 哪類用戶留存最好？什麼打動他們留下來？他們還需要什麼？
3. 這次新功能首先對哪些用戶開放測試？
4. 這段時間APP活躍越來越低，為什麼？

如果你不是在拍腦袋和猜測情況下能回答出以上4個問題，相信你在心裡基本都有一張1:10000比例尺的用戶畫像地圖。

所以回過頭，上面這些看似跟用戶畫像無關的日常運營問題都離不開對用戶深刻的理解。

一、五維用戶畫像

每個行業都有自己行業特點的用戶畫像，電商或許偏重消費能力、品牌偏好，O2O偏重地域屬性，金融行業自然關注就是用戶資產狀況。互聯網金融行業由於集合了金融行業和互聯網行業特點，所以用戶畫像會更多維。下圖是我總結的互金行業用戶畫像，我稱之為五維用戶畫像。

這個五維畫像分別從基本信息、金融屬性、消費屬性、興趣屬性、社交屬性5個維度對用戶進行描述，通過這些描述我們會得到一個對用戶的籠統解釋。

但此時問用戶是誰？在哪？怎麼找到他？我們還是回答不上來，因為還需要第二步：在此基礎上對用戶進行聚類分析，刻畫出產品的典型用戶畫像。

（示例圖）

典型用戶畫像的目的是勾勒出有代表性的用戶，能夠做到當我們讀完畫像後腦海里立馬能浮現出這個人的音容笑貌、喜怒哀樂，感覺就是身邊的一個朋友。

另外需注意在保證畫像有血有肉的同時要保證有骨架支撐，這個骨架我稱之為用戶DNA指標。

凡是能將某類用戶與其他用戶區分開的指標都能被定義為DNA指標，比如客單價、理財頻次、風險偏好等等。

基於DNA指標我們就可以搭建出一套用戶分類模型，這套模型可以幫助我們解決大部分運營工作中的問題，但切記一套模型中DNA指標儘量控制在5個左右。

（分類模型示意圖）

有了這套模型，後續運營已經成功了50%了，接下來我會舉一個實際案例幫助大家體會用戶畫像在實際運營工作中如何運用。

二、用戶畫像操盤案例

這個是我在做MGM運營時的一個操盤案例。

MGM就是常見的推薦好友註冊的獲客模式，模式的關鍵因素是推薦人。

在運營初期我按照五維畫像對所有推薦人做了分析，但是很快就遇到問題：畫像是對所有推薦人的均值描述，按照這個描述所有用戶的特徵都極度趨近。

另外不同推薦人的貢獻價值是不一樣的，哪些特徵的用戶是我們要找ARPU最高的那群？

為了解決這2個問題，我從推薦人五維畫像裡提煉出3條最核心的指標構建了推薦人模型，將推薦人劃分為8大類，比如下圖標紅的推薦人，我叫他“前鋒推薦人”，顧名思義就是類似足球場的前鋒。

這類推薦人有5000人，佔所有推薦人的20%，但他們推薦來的用戶出借金額佔到79%，非常符合“二八原理”。能否運營好他們，直接決定著運營工作的成敗。

在17年6月的時候我們的業務資金需求突然上升，需要3天內額外補充1個億資金，這是典型的時間緊任務重的棘手活。

常規策略完不成任務、策劃活動來不及上線，經過分析我們決定拿這波前鋒推薦人下手。當天下午迅速給這5000人定向推送限時返傭短信。短短3天時間共有1000人蔘與活動，帶來資金1.2億，快準狠地完成這次任務。

覆盤這次活動成功的關鍵，其實是在任務出現前已經對用戶有深刻的理解。沒有五維畫像、8類推薦人模型，我們是不可能在短時間內準確定位用戶、預估效果。其實，所有運營工作也都是如此，這也是運營的內功。

最後再次總結下運用用戶畫像的三個階段：

1. 基於五維模型做目標用戶描述，形成用戶輪廓；
2. 結合運營目標提煉3-5個關鍵指標，對用戶做聚類切分；
3. 針對每類用戶做定向運營並覆盤，最終總結出對症下藥的策略。

現在流行的個性化展示、千人千面的運營以及智能推薦都是同樣的邏輯，只不過數據源增加了行為軌跡數據，運營動作更加實時、動態。

本文由 @北京大兵 原創發佈於人人都是產品經理，未經許可，禁止轉載。

題圖來自Unsplash，基於CC0協議。