客户细分怎么写 写客户细分的模式和类型?( 三 )

  
(该图片来自网络)  
举个例子:  
疫情期间大家都窝着家里挺无聊,众多社交平台出现了不法分子色诱无知的寂寞的男子果聊,然后录屏敲诈钱财的案件,报警数量上升,区县及社区都发短信提醒居民 。  
那么,作为陌生人的交友平台,如何避免不法分子的猖獗呢?  
第一步、确认画像维度  
1)根据场景挖掘User Persona  
2)再确定系统中User Profile的标签  
第二步、建立数据处理模型  
1)标签权重:  
2)更新频率:实时更新  
3)标签统计规则:标签值中所述规则  
4)标签算法:TF-IDF权重归类算法、决策树分类算法、神经网络、KNN分类、SVM…  
第三步、数据采集,数据处理,生成分类  
1)模型建好之后,可以导入样本数据,进行模拟,将果聊诈骗分子的账号全部找出来 。  
2)可采用多种算法同时分类,观测各自结果,综合比较,最后择优使用 。  
当User Profile确定之后,User Profile与User Persona的差距如何?User Persona与真实用户的情况间差距如何?User Profile与真实用户的情况间差距如何?  
三、用回归分析、A/B测试、用户调研的方法验证用户细分的准确性:  
1. 回归分析延续上一小节的例子,可分两大步:  
召回率(Recall):R=TP /(TP+FN);即(正确识别的不法分子数)/(正确识别不法分子与正常用户数)  
准确率(Accuracy):ACC=(TP+TN)/(TP+TN+FP+FN);即(判定正确的数)/(所有判定的数)  
精确率(Precision):P=TP /(TP+FP);即(正确识别的不法分子数)/(系统识别出的不法分子数)  
基本上仅用召回率(R)和准确率(ACC)就可以评估策略的好坏,并进行优化调整了 。  
2. A/B测试多方案并行测试,单一变量法观察方案效果,最终择优;实施层面的原理如下图:  
(该图片来自网络)  
从左到右,四条粗竖线代表了四个关键角色:客户端、服务器、数据层、数据仓库 。  
从上到下,三部分代表了三种测试形式:无 A/B 测试组、基于后端的 A/B 测试组、基于前端的 A/B 测试组 。  
3. 用户调研用户调研是为了接近用户、了解用户,也方便自己变成用户,体会用户 。  
调研的方式有很多:用户访谈、焦点小组、参与式设计、问卷调查、观察用户行为、走进场景、分析用户数据、10-100-1000法则……用于持续获取精准的用户画像,具体的操作步骤在网上一搜一大篇;工作中只要选择自己最顺手的一两个方法用到极致、用到出神入化、用到可以感知用户就可以了 。  
那么,如何减小调研结果与真实用户之间的差距呢?索尼公司曾经做过一次关于用户对Boomboxes音响颜色偏好的面对面访谈式的调研,音响颜色有黄色和黑色两种,大部分人表示黄色更好看,更愿意购买黄色的音箱;有意思的是,调研结束后,组织者为了答谢允许每人离开时带走一个音响,结果极大部分人都带走了黑色的音箱 。  
故无论采取哪种调研方式,还是要有非常多的人与人之间互动的注意事项;此块内容诸多文章都有所阐述,为了便于理解,我们看看唐僧一边走路、一边乞食去西天取经的故事,为啥要走着去?不让悟空背着飞去?为什么还要乞食前行?因为要走进众生、了解众生、融入众生,那在“托钵乞食”时有哪些注意事项?  
综上,回归分析与A/B测试在从定量的角度验证、用户调研从定性的角度佐证用户细分的准确性 。  
【客户细分怎么写 写客户细分的模式和类型?】用户细分是企业为了实现用户需求的异质性、并集中有限资源进行有效市场竞争的行为;系统实施层面,是在抽象理论的指导下,用算法进行标签化统计、分类,并以用户画像的形式表现,最后在策略上、界面上、运营方式上进行“量体裁衣” 。


特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。