作者：接地氣的陳老師 

來源：接地氣學堂

有同學問：到處都看到吹用戶畫像的，可就是沒見過真正例子。今天我們來一個：利用用戶畫像提升交易額的實戰例子。而且這個例子就發生在我們身邊。陳老師上周帶娃的時候剛剛碰到的，還新鮮熱乎著呢。
一個活生生的用戶畫像實例

秋高氣爽，爸比帶著coco出去玩，在某個湖邊看到好多人在放風箏。突發奇想：我們也去放吧！coco表示：嗯！于是倆人一起去走鬼（廣東話，指無證流竄小攤販）大叔那買風箏。

 看到coco喜歡，爸比就準備掏錢了，然而峰回路轉，沒想到又有下邊一段：

然后爸比就和coco愉快的放風箏去了?？墒潞笠幌耄何依諅€大槽，這不就是基于用戶畫像的，用推薦系統提升交易的完整流程嗎！數據采集-打標簽-產品推薦-向上銷售一氣呵成，還做了二次推薦，把成交率和客單價分開提升，真是巧妙。

 雖然大叔沒有啥大數據系統，也不懂寫代碼，可這辦事的思路，卻遠遠勝過還在到處問“推薦風箏的算法有哪些”“BAT是怎么賣風箏的？”“我是互聯網風箏行業的，有沒有懂互聯網風箏問題的大佬”的新人了，畢竟實踐出真知，抄襲降智商。

然而仔細一想，事情并沒有這么簡單：賣玩具的多了去了，為什么偏偏是風箏呢？

用戶畫像的真正用途

常溜娃的家長都很熟悉，在公園、池塘、草地附近，都有小攤販賣泡泡棒、玩具槍、魔法棒、挖沙工具、風箏一類玩具?？此贫际琴u玩具，可細細品來，不同玩具的差異非常明顯。

01、玩具槍、魔法棒

這一類玩具款式非常重要！是不是巴啦啦小魔仙的魔法棒，是不是吃雞的98K，直接決定了小朋友買不買。這是典型的：爆款驅動。爆款是可以人為創造的。這里考的就是業務設計、推廣能力。選款不行，一切白費。再好的推薦系統也幫不上忙。

02、泡泡棒

這一類玩具賣點很突出：漫天泡泡飛啊飛。所以丫根本不需要推薦。你只需要埋伏在路邊，等著一群小朋友走過來，然后往天上一呼，嘩啦啦好多泡泡向小朋友方向飛去。然后就十有八九有小朋友想買。這是典型的：體驗驅動。這里考的是銷售能力，讓用戶體驗到效果。不然不讓體驗，光叨逼叨推薦，還是會丟掉。

03、挖沙桶：

這玩意同質化程度非常高（一個方頭鏟、一個尖頭鏟、一個耙子，一個小鏟，一個貝殼模型，一個海星模型，一個小桶，全國同款）。而且功能非常明確、單一：挖沙！對家長而言，沒啥好說的，便宜就買，貴了就不買，典型的價格驅動。這里考的是定價，價格貴了，再推薦，家長也不當冤大頭。 

相比之下，風箏非常獨特：

風箏撐開的話體積太大，不容易陳列，不容易供客戶挑選。

風箏的花色、尺寸、圖形，確實很多人會在意。你還不能不讓人家挑。

風箏單價相對較高，賣貴了，大人分分鐘掉頭走人，賣便宜了不掙錢。

特別是對于走鬼大叔，真要是把風箏都攤在地上，估計城管來了跑都跑不掉！而且攤幾十個風箏在地上，賣相也很差，家長挑選也很辛苦。要知道，沒有家長是心甘情愿帶著孩子去小攤上買東買西的。大部分都是怕/被孩子又哭又鬧的茍且之計。所以多增加一點選擇負擔，就多一點損失客戶的幾率。因此推薦系統在這里就很好用。

對比這四個品類，我們發現：推薦系統只是商品管理的一個輔助工具而已，適用于非爆款、品類間有一定差異的產品。但是，商品管理的每一種戰術，都和用戶畫像有關，理解用戶，才能精準的滿足需求。所以不要一提用戶畫像就想到推薦上去了，還有更多工作可以做呢（如下圖所示）。

有用的用戶畫像為什么難做！

既然用戶畫像這么好用。那為什么我們總覺得，用戶畫像是搞了一堆數據堆在那，最后屁用沒有呢？因為想做出有用的用戶畫像，需要規避太多的坑了。

坑點一：沒有明確干什么

如果走鬼大叔見了家長，不問人家買什么，在那談天說地瞎聊天。他還能賣出風箏嗎？當然不行，可能扯淡是扯個爽的。這就是有目標和無目標的區別。對應到工作中，很多人做用戶畫像是基于：“領導要求做”“我看人家都在做”

至于：

• 做了干啥？
• 哪個部門用？
• 用在什么場景？
• 提升什么指標？
• 這個指標當前是多少？
• 預計提升多少？
• 提升指標需要什么配套？

完全沒想過

這要是做出來有用，就見鬼了。╮(╯▽╰)╭

坑點二：數據質量沒保障

注意，大叔明明看到了一個爸比+一個小朋友走過來，可他還是問了：“大人放還是小孩放？”沒有想當然，這是專業性的表現。因為玩具是一個典型的使用者和購買者分離的場景，特別是風箏，大人小孩都可以玩。這時候確認真實性是很重要的。

對應到工作中，就是我們常說的數據質量。數據質量是一切分析的前提，而很多公司是低估了數據采集的嚴謹性的。在所謂“標簽擴散法”出來以后，更有一幫做數據的新人，自己都以為不要采集，只要有算法就能算出真實數據了，這就真的是自斷生路了。數據質量，永遠都是越高越好。

坑點三：不打標簽只撈數

注意，大叔問的是一個標簽，不是一個原始數據。比如大人也可能有身高150，小孩也可能身高150。那為什么要問標簽，而不是一個具體數值呢？一來問標簽數據采集難度小，二來孩子這個標簽不但代表了身高，也代表了審美，作用遠比原始數據豐富。

這就是標簽作用的直觀體現：含義豐富，使用方便。這也是為啥采集了數據，還得繼續打標簽的原因。標簽是經過提煉，有含義的數據分類，比原始數據要有用的多。

坑點四：效果缺少驗證，更沒有迭代

說到標簽有用，于是就有人患上了標簽狂熱癥，瘋狂打標，不管丫有用沒用，有多大用，總之標簽越多越好?？蓻]有驗證過效果的標簽，跟沒有一樣。更不要提基于初級標簽，再制作更復雜的二級，三級標簽了。

有意思的是，走鬼大叔就用了二級標簽的策略。注意，如果一開始就說：普通風箏20，兒童風箏30，那很有可能家長就直接選20的了。如果一開始說：風箏30，有可能把家長嚇跑。但是先確認家長愿意買，再推薦一個“不傷手”賣點的貴繞線輪，成功率就大大提升。因為已經確認了：這個家長肯遷就孩子，那肯遷就孩子的家長，肯定大概率會買個貴的。實際上，不完全統計，現場有一半都是“不傷手”的繞線輪，嘿嘿，其中滋味，你品，你細品。

小結

當然，以上只是陳老師的借題發揮。大叔可能僅僅是夠機靈，根本沒有思考這么多。但是這種直觀的例子，是非常適合大家記憶的。當你下次迷茫在“到底用戶畫像有啥用？？？？”的時候，可以再回味一下哈。

這里還有一個小問題，看起來這個過程很簡單呀，為啥還需要專業的數據分析師來做呢？業務人員自己也能總結呀。答：兩個原因，一來實際商業場景中數據量大，維度多，處理起來非常耗費時間，需要專業人員來做。如果你看到你的運營不是在設計方案、選禮品、調查用戶，而是一天8小時在搞數據，那這公司離倒閉也不遠了。

二來，業務人員的經驗很容易被短期效應打臉，進而做出錯誤判斷（如下圖所示）。業務人員KPI掛帥，容易選擇短期見效的，忽視長期效應。這時候就需要數據分析師，沉住氣，長期觀察，沉淀經驗。才能更好指導業務。

所以，做數據分析的同學要對自己有信心。數據的價值絕不止于一個復雜的模型，基礎工作，方法沉淀，經驗總結，反哺業務，都是我們能做的。方法并不是越難越好，而是越有用越好。

想從事業務型數據分析師，您可以點擊>>>“數據分析師”了解課程詳情；

想從事大數據分析師，您可以點擊>>>“大數據就業”了解課程詳情；

想成為人工智能工程師，您可以點擊>>>“人工智能就業”了解課程詳情；

想了解Python數據分析，您可以點擊>>>“Python數據分析師”了解課程詳情；

想咨詢互聯網運營，你可以點擊>>>“互聯網運營就業班”了解課程詳情；

想了解更多優質課程，請點擊>>>