游戲用戶畫像調查報告需要哪些緯度數據

① 什麼是用戶畫像分析創建維度＋方法，透視其價值究竟在哪

用戶畫像分析是反映企業核心客戶群的想像中的個人形象。用戶畫像分析的寫法就像個人是真實存在的一樣，但同時，它們也反映了一群人的共同屬性。它們是半虛構的，因為它們不是一個具體的個體，但它們的特徵應該是從對現實世界的用戶的觀察中收集的。

用戶畫像分析旨在可靠而真實地反映企業期望一群人如何參與產品、服務或活帶備動是建立一個可用軟體應用的基礎之一。用戶配置文件推動了應用程序的組織和術語的使用。例如，菜單、功能和控制項是根據用戶的功能需求進行分組的。軟體組織任務和任務序列的方式，以及軟體的語言。它的使用取決於了解其用戶是誰，以及他們如何做他們的工作。

用戶畫像分析在擾行局設計公司對應用程序的定製的時候也很重要。通常情況下，為每個客戶定製獨特的營銷手段是必要的，因為企業的工作實踐是獨特的。該企業的工作不僅要知道特有的營銷手段但還需要了解軟體如何實施，尤其是如何使用他們。有了用戶畫像分析，就會有設計師可以根據用戶的屬性來進行設計。例如，如果一個任務序列對相對新手來說是新的，那麼就會有一個新的任務序列。計算機用戶設計可以使用向導或限制性設計的步驟順序來指導他們。

提到用戶畫像分析，就不得不提到用戶數據文檔。他們很相近卻完全不同雖然它們經常被混淆。我們可以把用戶畫像分析看作是一個虛構角色，它是根據用戶的個人資料來描述一個合適的的用戶。角色描述的是一個代表一組用戶的個體。這個人有名字或者照片，它描述了這個人的個人和工作目標、技能、期望、關鍵任務、與其他用戶的關系等。每個用戶配置文件可能有一個以上的角色。用戶數據檔案描述的只是一個用戶角色的特徵范圍，而不是單個虛構用戶的特徵。

用戶畫像可以從哪些維度展開分析

人口特徵——年齡、性別、地點

職業經歷——職稱、工作年限、簡況。職務說明、公司分工-

權威程度——跨業務決策流程或在業務流程中，在企業級、部門級或地區級

公司信息—行業、規模、分布，設施、結構組織

教育和培訓——學位/專業，證書；專門培訓，

計算機經驗——平均使用率、互聯網使用率。硬體使用

三、如何進行用戶畫像的分析與創建。

創造的角色不僅僅是一個，它反映了目標用戶在產品領域內的真實行為模式、態度、技能、動機和目標。

a) 目標導向型畫像分析。目標導向型角色的目的是研究用戶希望利用什麼流程和工作流來實現他們的目標。研究工作已經做得夠多了，現在要針對目標進行設計了。

b) 基於客戶的畫像分析。對用戶在現實生活中通常扮演的角色進行研究，可以幫助我們做出更好的產品設計決策。

c) 能夠進行參與的角色設計。這個想法是通過使用角色來創建一個真正的3D用戶渲染。人們越是與角色接觸，並將其視為 "真實 "的角色；他們就越有可能在設計過程中考慮到這些角色，並希望用最好的產品為其服務。這些角色研究了用戶的情感、心理、背景，並使其與當前的任務緩讓相關。

d）虛構角色。虛構角色不是從用戶研究中產生的，而是從用戶體驗設計團隊的經驗中產生的。它要求團隊根據他們過去與用戶群和產品的互動進行假設，以提供一個畫面。與目標導向型角色相輔相成

對於進行用戶研究，角色畫像分析可以很好的構建為：

一，背景調研。背景研究包括了解客戶的第一步。研究行業、他們的資料、他們的競爭對手、仔細研究他們的社交媒體是研究客戶的好方法，也是尋找信息時的一個良好的開始。

二，定性研究。這種研究通過進行客戶訪談、當面用戶測試、滑動調查和在線聊天。這是與被研究對象最直接的接觸，通常可以讓你獲得關於你想了解的內容的最佳個人判斷。

三，觀察性研究。觀察性研究的核心是能夠看到用戶在自然環境中與網站互動的結果，因為它可以向研究人員展示用戶在沒有指導的情況下的行為。

四，定量研究。一般的網路和數據分析，事件跟蹤，漏斗報告，以及其他關於網站的統計數據，這些數據對衡量用戶在網站上的互動情況很有影響。

四，使用用戶畫像分析將面臨什麼挑戰

開發深入的用戶畫像通常需要分配大量的時間和資源，因此，企業可能會偷工減料，只進行少量的用戶訪談，或者依靠小規模的用戶數據集，並在此基礎上進行廣泛的推斷，這將會導致企業的用戶畫像分析不準確。這就不可避免地導致了不可靠或高度推測的用戶角色。更糟糕的是，工作團隊不進行任何研究工作，而是根據自己的直覺或經驗收集並形成用戶檔案。這種方式形成的角色是有問題的，因為他們的發展伴隨著團隊成員的內部偏見，這種偏見會預先判斷或決定用戶的需求。對特定用戶的狹隘觀察也會過度或低估某些特徵。

總結

角色畫像分析是虛構角色，我們可以根據研究結果創建這些角色，以表示可能以類似方式使用您的服務，產品，網站或品牌的不同用戶類型。創造角色將幫助您了解用戶的需求，體驗，行為和目標。同時也可以幫助您擺脫困境。它可以幫助您認識到不同的人有不同的需求和期望，還可以幫助您確定要為其設計的用戶。角色畫像分析使設計任務變得不那麼復雜，可以指導相應的構想流程，也可以幫助實現為目標用戶組創建良好用戶體驗的目標。

與根據設計團隊的偏好來設計產品，服務和解決方案相反，在許多以人為中心的設計學科中，整理研究並將數據中的某些趨勢和模式擬人化已成為標准做法。因此，用戶畫像不是描述真實的人，而是根據從多個人收集的真實數據來構成您的角色，從而科學指導您的營銷實踐。

② 用戶畫像2：數據指標體系

數據指標體繫世謹和是建立用戶畫像的基礎，也是在進入開發前的關鍵環節，是需要結合業務場景制定的數據指標。建立用戶畫像一般從2個維度：

①用戶維度（userid）：基於當前用戶賬號相關數據推送內容。

②設備維度（cookie）：當用戶沒有登陸賬戶而訪問設備時，基於用戶在設備的行為對該設備推送相關內容。

用戶標簽從標簽類型可分為： 統計類、規則類、機器學習挖掘類 。從建立的維度來看，可分為： 用戶屬性類、用戶行為類、用戶消費類、風險控制類 。至於標簽如何分類，沒有嚴格的規定，符合業務場景和使用者使用即可。

一般是與用戶自帶屬性相關，例如性別、年齡、地域、注冊日期、會員類型等。對於相同的一級標簽誒些，需要判斷多個標簽之間的關系是互斥還是非互斥關系。例如，在判斷性別時，不能既是男、又是女，這就是互斥關系。

對於傳統企業來說，更多的是從用戶屬性類維度去豐富指標體系。而對於互聯網企晌差業來說，其擁有海量的用戶訪問日誌數據，所以更容易從用戶行為類數據分析用戶的行為特性。

常見用戶行為維度指標包括訂單相關行為、下單/訪問相關行為、用戶近30天行為指標、高頻活躍時間段、用戶購買類、點擊偏好、營銷敏感度等相關行為。

用戶消費維度指標體系建設從用戶搜索、流量、加購、收藏、下單商品對應的品類入手。品類越精細，給用戶推薦的准確性越高。例搜盯如品類細分到：手機-手機配件-數據線。

風控維度主要是預防薅羊毛、惡意刷單、借貸欺詐行為的用戶，未防止這類用戶給平台帶來損失，所以專門設置風控類維度。結合業務場景，可從賬號風險、設備風險、借貸風險等維度考慮指標體系。

該維度主要是了解用戶的社交范圍，如家庭成員、社交偏好、社交活躍度等等。以此來提供個性化推薦和精準營銷。例如在朋友圈收到的廣告，也是基於用戶的社交屬性進行的推送。

下面是整理的上述5個維度的畫像主題：

二、其他常見標簽維度

用戶標簽體系不限於劃分維度，通過應用場景對標簽進行歸類也是常用手段。從業務場景出發，可分為：用戶屬性、用戶行為、營銷場景、地域細分、偏好細分、用戶分層等維度。每個維度再分成二級標簽、三級標簽等。

在確定好標簽後，需要對標簽進行命名，以便於管理。對一個標簽，可從多個角度來確定唯一名稱。

標明屬於哪個類型的標簽，如人口屬性（ATTRITUBE），行為屬性（ACTION），用戶消費（CONSUME），風險控制（RISKMANAGE）等。

表明該標簽來源，是用戶唯一標識（userid），還是用戶設備（cookie），一般用U和C區分。

標簽分類，統計型（01）、規則型（02）、演算法型（03）。

在每個標簽大類下面，進一步細分的標簽類型。

參照上面的命名方式，舉例用戶的性別標簽：

命名規則：標簽主題_用戶維度_標簽類型_一級歸類

【男】：ATTRITUBE_U_01_001

【女】：ATTRITUBE_U_01_002

標簽完成梳理和命名後，需要維護一張碼表用例記錄標簽id名稱、標簽含義及標簽口徑等主要信息，方便元數據的維護與管理。

參考資料：

《用戶畫像：方法論與工程化解決方案》趙宏田 著