用户细分

简介: 用户细分


  1. 用户细分
  1. 常见分类规则

基础属性,如:年龄、性别、身高、体重、民族、教育、职业、地理位置、城市规模、气候状态、人口密度、渠道来源。

社会关系:家庭、社区、学校、公司、兴趣部落。

消费能力:月收入、月支出、贷款、信用卡。

行为特征:设备类型、使用频率、使用偏好、使用时长、经常团购、经常追剧、爱运动。

心理特征:贪小便宜、价格敏感、品牌偏好、好攀比、犹豫纠结、果断、可能黄牛。

  1. 天使用户与种子用户

天使用户验证价值,种子用户验证增长。潜在用户分五类:一,不认为你能解决的问题是问题。比如:你想减少餐厅排队,店长却在“花钱请人排假队”。二,认为你能解决的问题不是主要问题。三,认为你能解决的问题是问题,但暂不想解决。四,认可你能解决的问题,并试图解决。五,试图解决问题,并试图更好的解决问题。第四类是种子用户,第五类是天使用户。天使用户试图更好的解决自己的问题,而不是无聊、有意思或帮助你。经验之谈:写《智勇三国》的时候,有玩家洋洋洒洒的提了好几条建议,我花了一个月完成后,只“喔”了几声。

  1. 按性格区分用户

按主动(快节奏、直接)、被动(谨慎)、理性(关注事)、感性(关注人)可以将用户分为4类:

支配型:主动、理性,如孙悟空。结果导向、办事快、方法直接。沟通技巧:简洁、直接。

影响型:主动、感性,如猪八戒。关注人际关系和团队氛围超过工作本身,喜欢影响他人达成目标。沟通技巧:多赞美。

尽责型:被动、理性,唐僧。目标坚定、追求完美、危机意识强。

稳健型:被动、感性,如沙悟净。关注人际关系和团队氛围、小心谨慎、吃亏耐劳。沟通技巧:容易沟通,但不能侵犯底线。沟通技巧:数据说话。


相关文章
|
5月前
|
机器学习/深度学习 算法 数据挖掘
R语言在金融分析中扮演重要角色,用于风险管理、资产定价、量化交易、市场预测和投资组合优化。
【7月更文挑战第2天】R语言在金融分析中扮演重要角色,用于风险管理、资产定价、量化交易、市场预测和投资组合优化。其开源、强大的统计功能和丰富的包(如`PerformanceAnalytics`、`quantstrat`、`forecast`)支持从风险评估到策略回测的各种任务。R的灵活性和社区支持使其成为金融专业人士应对复杂问题的首选工具。
266 1
|
开发者
市场细分 | 学习笔记
快速学习市场细分。
150 0
市场细分 | 学习笔记
|
定位技术
从用户关系看产品发展
从产品与用户关系角度,可以分为三类:单点、单边和多边。
165 0
从用户关系看产品发展
|
数据采集 编解码 网络协议
视频用户网络画像与应用
视频用户是移动网络流量的主要消费者。和其他 APP 相比,观看视频的用户体验和和网络 环境密切相关。播放成功率、卡顿率、高清占比这些核心体验指标无不与网络环境下的产品表现相关。
视频用户网络画像与应用
|
运维 UED
成功产品的规律及团队角色职责,互联网营销
  20世纪80年代中期我还年轻,在惠普担任程序员,参与开发一款备受瞩目的产品。当时人工智能风靡一时,能进入业内最优秀的公司,加入一支出类拔萃的团队(许多同事后来成为业界的中流砥柱),我感到非常荣幸。我们的任务难度不小:为低成本的通用工作站开发软件。
1587 0
以获客为目标 ,如何从0到1实现用户增长?
以获客为目标 ,如何从0到1实现用户增长?  周长清 2018-04-11 18:08 UTM, 代码部署, 留存分析, 网站分析, 转化漏斗 每个网站都有目标。
2394 0
下一篇
DataWorks