2020-12-21 11:57:08 阅读(146)
通过表面数据挖掘产品问题是每个运营商的必修课。在互联网行业,无论你是PM还是全职运营商,每个人对数据的认识都越来越深。从统计学的角度来看,数据是建模(虚拟模型)的基础。我们可以简单地将用户心理模型理解为一种运动变化,即各种产品行为变量x1、x2...xn组合后形成的固定(稳定)F结果(x)——用户心理模型。另一方面,当我们开发产品时,如果我们想要用户的某种行为结果,我们可以设计相应的(因为变量)。数学家说,人类可以用皮尺测量自己的身高;物理学家告诉我们,人类可以用万有引力测量地球的质量。然而,大多数操作工作都是经验丰富的。此外,不同的产品有不同的特点和场景,因此很难将许多操作理论复制到具体的工作中。那么,我们能像科学家一样放弃经验,规范和科学我们的用户心理吗?经验不科学,所以我们需要系统地研究这些问题,这样我们就能找到超越个人经验的答案。模型是一种可以反复伪造的工具(Construct)来实现。但模型是一个抽象的概念,不能直接测量,只能建立。模型不是创造出来的,就像温度一样。人类没有创造温度,但它是真实的。因此,用户心理也是一件真实的事情,只是难以衡量。只有建立模型,将不可测量的概念转化为可测数据,才能引导我们做出有效的操作决策。所以问题是:我们如何得到我们想要的模型?第一步是测量用户对新产品的满意度::如何建立模型来测量用户满意度?第二步:数据准备是转换模型的关键步骤(与温度计不同,我们没有满意度计,我们必须将这个抽象的概念转化为特定的事物,以便于研究。)在第一次建模中,建议您尽可能多地收集数据,因为获得的数据越多,对下一步的数据分析就越有用。第三步:分析数据,我们可以理解数据分析的过程是概念的转换,即一个量度。例如,当我们测量贫困时,收入是一个转化的概念;第一步提到的满意度也是用户心理的转化概念。因此,触发次数/频繁、回访率、活跃率等都可以成为我们产品运营模式的转化概念。网站转换率(ConversionsRates)、回访者比率(RepeatVisitorShare)忠实访问者指数(CommittedVisitorIndex)....走完这一步,数据已经从无关紧要的标杆变成了具有行为判断价值的参考。在我们找到真正有用的转换数据后,我们可以生成模型——根据产品定位建立基本的用户模型(Persona):性别比例、年龄分层、收入分层、区域划分、情感阶段、用户行为路径和路径中的相关内容、关键词频率等,获得相关模型。有朋友反映我的文章太长,读起来很难。所以,今天我们将挖掘这个,剩下的三个部分我们猴子春节继续挖掘~~最后附加三个我的私人建模原则,与你分享:用户作为你的研究伙伴,而不是研究对象尊重数据:保护用户隐私(道德,经过仔细考虑收集样本)科学使用我们的工具.:测量、转化、良好的产品设计
以上就是关于我们怎么得到我们想要的用户模型?的相关介绍,更多我们怎么得到我们想要的用户模型?相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对我们怎么得到我们想要的用户模型?有更深的了解和认识。
推荐阅读
最新文章
猜你喜欢以下内容:
一 客户顾问-张三 一