TikTok如何分析用户画像？用户画像模板 本文目录 如何做一个用户画像 Step by Step 教程 TikTok的核心技术是什么 竟让美国科技巨头无法复制 如何做一个用户画像 Step by Step 教程 最近一段时间接触的营销案例让我思考到了一个我们经常忽略的东西 用户画像 营销做的越深入 越发现这些以前感觉是个噱头的东西越来越重要 一个典型的案例 上周听朋友说起某个中国的电动自行车品牌前期投入研发生产数千万 产品送达欧洲客户使用时候发现差评和退货率奇高 原因是产品设计并未考虑到欧洲人普遍体型较大因素 导致骑这个品牌电动车就像骑小孩玩具车一样伸不开腿脚 这就是典型没有做详尽的用户数据收集 用户调研 做产品设计和营销的本地化始终是摆在我们跨境圈最大难点 众多产品往往都是中国设计团队拍脑袋凭经验做出来的 最终我们营销人员也并不明确我们的目标受众画像 导致营销四处出击 浪费了大量资金和人力 原因分析 我们在做产品设计和营销中往往会忽略真是的用户需求 设计人员经常不自觉地把自己当作用户代表 根据自己的需求设计产品 导致无法抓住实际用户的需求 营销人员当然也一样 那怎么解 需要在产品研发和市场营销工作中要更多的代入用户研究的比重 所以用户画像是个绕不过去的话题 什么是用户画像 Alan Cooper最早提出了Persona的概念 Persona是真实用户的虚拟代表 是建立在一系列真实数据之上的目标用户模型 用于产品需求挖掘与交互设计 通过调研和问卷去了解用户 根据他们的目标 行为和观点的差异 将他们区分为不同的类型 然后从每种类型中抽取出典型特征 赋予名字 照片 人口统计学要素 场景等描述 就形成了一个Persona Persona就是最早对用户画像的定义 随着时代的发展 用户画像早已不再局限于早期的这些维度 但用户画像的核心依然是真实用户的虚拟化表示 本段摘编自 Spark机器学习进阶实战 图为 UX designer James Donovan的一个画像 插一句嘴 一个产品最好不要超过3个用户角色 在得出画像后 需要结合覆盖人群基数大小 收益潜力 竞争优势 业务规划等维度去评估重要程度 定义好主要角色 次要角色 补充角色等 用户画像使用场景 对我们跨境营销人员来说 知道了我们的目标受众画像 且拿到了我们将要营销的产品 我们可以在产品包装设计 文案 图片视频素材 PR稿 广告投放 媒介选择 媒体选择等方面结合这两者创作出来切合用户的内容和广告 包装等 我之前写过一篇文章 未来跨境圈最有前途的五个工作岗位 不管是产品经理 还是广告投放经理 还是品牌经理 首当其中需要懂用户调研 可以结合这篇文章看看 semrush截图-1 研发产品 在最初定义产品时期 建立完善的用户画像体系可以揭示受众痛点和对服务或产品的需求 可以用于产品定位 竞品分析等方面 为产品的方向与决策提供数据支持和事实依据 在产品开发中 根据用户画像能够深入用户需求 从而设计出更适合用户的产品 提升用户体验 我们跨境圈产品研发做得最好的 anker 比如前几年氮化镓充电器 捕捉到用户更快速充电和更小尺寸的需求 之前文章拆解案例 anker的整合营销 比如4月份上线的 anker make的3D打印机众筹案例 anker860万美元众筹案例分析 这里解决的事彩色打印和更快打印速度的痛点 这种往往要投入巨量研发资金的项目需要做很深入的用户调研 营销团队 就像我之前说的 营销体系使用到用户画像的最多 营销方案 策略 内容制作 产品包装设计 文案 图片视频素材 PR稿 广告投放 FB用户定义 谷歌关键词选择 媒介选择等 营销人员利用角色洞察力为企业制定最有效的营销和促销策略 其实用户画像就是应该由营销团队来做 所以营销团队需要在产品定义期间就给与支持 参与到产品定义和研发中 售后团队 使用 buer persona资料中的详细信息 售前售后团队可以通过提前了解客户面临的问题和挑战 来获得更好的培训 以增强他们提供的服务 对用户懂得越多 做FAQ 售后说明书 日常沟通就越有效 平台端 其实平台端使用 buer persona的频率更多 比如现在算法牛X的 tiktok 抖音 B站 youtube 谷歌 亚马逊 淘宝等等 通过算法给每个用户打标签 推送定制化千人千面的用户界面 这个其实可以归类到产品研发中去 比如谷歌掌握了海量用户信息 如用户性别 年龄 收入水平 地理位置及生活方式等 加上对用户搜索 浏览行为的记录 使其可以为用户呈现个性化的横幅广告 如何做一个用户画像 这个问题才是今天要讲的重点 读到这里UU们应该抱怨老王我嗦 大家都知道他很重要 关键是我们怎么弄 用户调研怎么搞 是否不同场景下需要做不一样的用户画像 没品牌积累和用户积累时候怎么搞用户画像 别急 我们一个一个来 我也用一个案例来说明 TikTok的核心技术是什么 竟让美国科技巨头无法复制 TikTok相信大家都不陌生 作为一款在国内开发的短视频APP TikTok在今年的5月份全球下载量就已经突破了20亿次 无论是在美国 还是在印度市场 TikTok都有着自己庞大的用户群体 通过对于用户所看视频的推荐机制调整 TikTok已经训练出了自己的推荐画像 针对不同的用户群体推送不同的内容 以此增加用户与APP之间的黏性 基于庞大用户的数据基础 TikTok目前已经拥有了成熟的短视频推荐机制 近日 美国技术人员在接受 Business Insider采访时表示 如果TikTok的推荐算法不包含在本次交易之中 那么购买TikTok的公司也很难复制其成功模式 简而言之 TikTok基于美国用户进行短视频的推荐机制 已经成为了TikTok的最大底牌 收购TikTok的企业 如果没有相关的算法和数据模式 也很难做到 成功 TikTok如何为用户推送视频 不妨先说一说 TikTok 是如何通过算法来 投其所爱 的 个性化推荐机制 决定了 TikTok 为每位用户推送不同的内容 根据 TikTok公布的部分数据来看 主要通过 用户互动 视频信息 以及设备账户设置 国家设置和设备类型进行推送 个性化推荐其实在所有APP中都有自己的一套算法 在用户的实际使用过程中 TikTok通过多个维度对用户使用的数据进行反馈 研究 直到塑造出一套完美的推荐模型 帮助用户发掘自己喜欢的视频 这也是很多人一旦打开APP 就要看使用很长一段时间的重要原因 连续推荐不同的内容 不仅能够让用户摆脱审美的疲劳 更能加深用户和APP的黏性 笔者认为 如果没有一套完善的算法 TikTok就无法成为全球最大的短视频平台之一 从其进入美国市场占据的份额来看 无论是 Face Book还是推特目前在短视频领域 在自己的推荐算法都无法赶超 TikTok 如果 TikTok并不打算出售自己的算法 那么这笔收购的项目还会有人买吗 很早就在8月28日 商务部 科技部调整发布了 中国禁止出口限制出口技术目录 目录中增加了 基于数据分析的个性化信息推送服务技术 条款 在这则新规出台之后 TikTok的收购也被迫谈判陷入了僵局 买家难以复制其成功的模式 也就代表着这款APP的上升空间将会大不如之前 但即便如此 美国很多企业仍旧加入了竞购的名单之中 微软 沃尔玛 甲骨文等巨头公司也开始合作进行竞拍 作为一个已经成型的APP而言 TikTok依旧有着非常大的潜力 业内人士指出 TikTok的交易会推迟到今年11月美国大选之后进行 如果算法技术无法进行交易 美国科技公司可能会开发全新的算法机制 以满足更多不同的用户进行使用 但笔者也有一个疑问 如果通过算法的授权 并在其他国家收购相关的短视频公司 是不是依旧可以将市场掌握在自己手中呢 对此 你是怎么看的呢 欢迎大家留言讨论