怎么对用户分类,细分到何等程度

文章描述:用户分类浅谈.

说到网络产品,离不开的话题就是用户,就像传统行业的消费者。人是复杂的,网民的用户行为更加复杂,用户和用户是不一样的,或者说,每个用户都不一样。一款成功的互联网产品往往并没有满足所有用户的需求,而是准确定位了某一类用户并且很好地满足了那类用户的需求。到底定位哪一类用户是我们需要考虑的,所以就需要用户分类。

不分类不好定位, 好的用户分类让我知道了我在追求哪些人,满足哪些人,影响哪些人。但分不好类又会错位,更糟,那怎样才能对某一款产品的用户群进行合理分类呢,下面就来谈谈我对用户分类的一些看法。

一般提到某一款产品有几类用户可能主要包括以下几种情况:高端和低端用户、学生用户和白领用户、一二线城市和三四线城市用户、活跃和不活跃用户、会员与非会员用户、红钻与非红钻用户、IT和非IT用户、初级用户、普通用户、高级用户等,以上这些用户分类的共同特征是从一个维度或者二个维度对用户进行划分,就比如cooper的《About face 2.0》中提到从两个用户分类指标:业务领域水平(domain knowledge)和计算机技能水平,从而把用户划分为初级用户、普通用户、高级用户,更简化地说这种方法的用户分类模式就是基于操作频率,这个分类方法可以套用在任何一款产品上,但是这种用户分类的实际应用效果如何呢?

先来说下如何判断某一款产品的用户分类效果如何,主要从两个角度进行判断:分类的信度和效度,也就是分类的准确性和精确性。分类的准确性是指分完类后,是不是现实中每一个用户都能定位到反映该用户的类别,也就是说任何一个用户都能给他贴上属于某个类别的标签;而分类的精确性是指得到的用户类别在多大程度上反映了实际用户所包含的属性含义,也就是说用来描述各类别用户的特征信息与实际用户所有属性的吻合程度。在实际分类中准确性和精确性往往不能同时达到完美,当你追求100%的准确性时精度肯定会下降,比如只用性别去划分用户,准确度很高但是精度不够,所以在实际用户分类时找到准确性和精确性的一个平衡点,达到自己分类目的即可。

又回到前面提到的把用户划分为初级用户、普通用户、高级用户,这种划分的方法是准确性很高,但是精确度不够,每一个用户都能根据实际情况判断为初级用户、普通用户还是高级用户,但是描述用户的特征信息很少只有操作频率和计算机技能水平两个维度。这是很不精确的,在实际情况中,用户的特征信息是包含很多,用户间任何一个特征因素不同都会导致不同用户使用某个产品的行为习惯偏好等的不同。比如用户的年龄、性别、学历、收入水平、计算机水平、职业、地域、网龄以及使用某个产品的目标等因素都会导致不同用户不同的使用习惯和偏好。所以在用户分类时需要从多个维度的特征因素去考虑如何划分用户。实际又该如何操作呢?

首先考虑对某个产品进行用户分类时需要哪些特征因素,也就是从哪几个维度去划分用户。一般会从以下几个维度去考虑:用户的人口学信息,用户的计算机背景(包括用户的互联网使用背景),上网地点,收入水平,职业,地域,用户对于该产品的一些使用经验和偏好,使用过哪些同类产品,使用的目的是什么,认为哪款最好用,影响选择某款产品的因素有哪些,通过哪种途径得知的,使用产品的态度,使用产品的具体行为等因素。那具体到某个产品时应该选择哪几个因素去划分用户呢,解决的方法是先把所有维度都列出来,然后针对这些维度进行用户访谈,通过访谈能够得到大概的用户间的共同点和不同点。然后把所有因素转化成问卷题目,通过科学抽样的问卷调查得到用户调查数据。对这些用户数据进性行聚类分析即可得到您所需要的用户分类。用户聚类需要注意哪些呢?

聚类分析中有很多因素影响着最后的用户分类结果,影响较大的因素有:聚类方法选择,距离算法选择,聚类变量选择,用户类数选择。对于聚类方法和距离选择,我倾向于推荐选择两步聚类法和对数似然值距离算法,因为用户的人口学特征和使用某产品行为偏好等特征一般都是分类变量,用欧氏距离算法的话,它的距离公式所表示的含义很难用实际意义去描述,或者说它的距离值在现实中是没有实际意思的。聚类变量的话可以选择访谈得到差别较大的特征因素,但是这些变量之间也是有关系的,具体还要通过不断的尝试去调整,主要看去掉某个变量后聚类结果是否有大得差异,如果有该变量则为重要变量,用户类数确定可以结合实际聚类得到的描述性判断因素和访谈等得到的实际情况共同确定。

怎么对用户分类,细分到何等程度,不太会有一个模式或者方法来通用。所以涉及到某个具体产品的用户分类时,首先明确你得分类目的,分完类之后你需要面怎么利用这些类。当能够从用户分类中得到明确的产品用户群和产品定位时,说明该分类就基本有效了。

时间: 2024-11-05 17:34:17

怎么对用户分类,细分到何等程度的相关文章

用户体验设计:用户分类浅析

说到网络产品,离不开的话题就是用户,就像传统行业的消费者.人是复杂的,网民的用户行为更加复杂,用户和用户是不一样的,或者说,每个用户都不一样.一款成功的互联网产品往往并没有满足所有用户的需求,而是准确定位了某一类用户并且很好地满足了那类用户的需求.到底定位哪一类用户是我们需要考虑的,所以就需要用户分类.   不分类不好定位, 好的用户分类让我知道了我在追求哪些人,满足哪些人,影响哪些人.但分不好类又会错位,更糟,那怎样才能对某一款产品的用户群进行合理分类呢,下面就来谈谈我对用户分类的一些看法.

通过用户分类与认证提高BI项目普及率

[TechTarget中国原创] 作为一名商务智能(BI)项目的主管,你是否达到了向领导承诺的BI普及率?当部署一个新的BI或报表工具之后,你是否能够保证持续的用户活跃度?你是否害怕领导在接下来的财年中把BI的相关预算(甚至你的职位)砍掉了,因为BI项目没能给公司带来足够的收益? 如果你"中枪"了,那么恭喜你,其实你并不孤单.然而这并不能改变你的境况.活跃用户的普及率直接反映了BI项目的成功与否.普及率太低不仅意味着你拿到的预算将更少,而且它说明大部分业务用户已经放弃了你的BI工具,转

对互联网用户分类的思考

前端是离互联网用户非常近的一个领域,要成为一个优秀的前端工程师,对用户有一定的了解.并能站在用户的角度去思考一些问题是基本要求,为更好的认识互联网用户,今天就来对互联网用户做一个分类. 要对互联网用户进行分类,我认为可以从对互联网的熟练程度.基础互联网的途径.性别.出生年代这几个角度来划分. 如果按用户对互联网的熟练程度来划分的话,基本上可以初级用户和中高级用户. 初级用户对互联网的认识比较浅,一般是刚开始接触互联网,工作不依赖于电脑,他们对网站往往是以漫无目的的浏览为主,如果有目的性的去浏览某

聚类分析在用户分类中的应用

什么是聚类分析?聚类分析属于探索性的数据分析方法.通常,我们利用聚类分析将看似无序的对象进行分组.归类,以达到更好地理解研究对象的目的.聚类结果要求组内对象相似性较高,组间对象相似性较低.在用户研究中,很多问题可以借助聚类分析来解决,比如,网站的信息分类问题.网页的点击行为关联性问题以及用户分类问题等等.其中,用户分类是最常见的情况. 聚类分析的基本过程是怎样的? 选择聚类变量聚类分析找出 各类用户的重要特征聚类解释&命名 || &http://www.aliyun.com/zixun/a

一款产品被用户接受的难易程度

一言以蔽之:通过你的产品(/功能/设计/其他)和用户以往经验的差异程度来对此进行评价. 这看起来是个非常虚的回答,但这就是我的理解的抽象和上层理论.实际上,用户以往的经验,我倾向于将其分为两种经验,Online经验和Offline经验.你想要知道你的产品和功能容不容易被用户接受,你就看看你做出来的功能和设计,从这两个角度来看,和用户的经验匹配程度有多高.下面对其进行具体介绍. 1.Online经验 Online经验是很好理解的,就是和你的产品类似的产品是怎样设计的,和你的设计类似的设计是怎么实现

网站分析法:了解用户并细分用户群

有一天,我收到了一封当地发来的电邮,说提供Korn音乐会和迪斯尼冰上活动的预售门票.这种做法,使我想起了面向特定用户的定向数码信息.细分信息并非难事,费用也不是很高,但效果却更好. 不知道有多少用户通过预售门票的形式观看了Korn音乐会和迪斯尼冰上活动?人数是否会走过1%?如果是这样,我会看一下黑莓手机的邮件列表,并及时删除信息,根本不用打开.我喜欢现场音乐会,但我从来未收购过Korn音乐会的门票. 鉴于标题列表,我及时删除了信息.当我打开电脑时,我又恢复了这条信息,并打开它,与我的同事共享.这

用户对手机安全关注程度较低

本文讲的是 :  用户对手机安全关注程度较低  ,随着智能终端和移动互联网的普及应用,手机安全问题日益引起用户的广泛关注,各类手机安全软件也纷纷推出.为了从用户角度更好地评析不同产品的优劣,计世资讯于2014年2月20日-2014年3月1日针对427名智能手机消费级用户展开了网络调研,要求受访者为每月使用1次以上手机安全软件的智能手机用户.从本文起,计世资讯将陆续发布此次调研的相关成果. 首先,从用户对于手机安全的关注度上来看,多数用户的关注程度并不高. 以10分来评价用户对手机安全的关注度,可

用户准确细分是Web2.0网站盈利的条件

增强互动性方面这是目前很多Web2.0网站碰到的最头疼的问题.我反而对这方面想的比较轻松.前面讲的互联网其实都是一个新的媒体,社区类的网站也是一样的.只要这个http://www.aliyun.com/zixun/aggregation/8331.html">网站用户群细分的越准确,所有媒体,包括很多广告投你的网站或者是在一个媒体投放广告时最看中的是你的用户,能不能把你的用户做的很专业.很细分.很有目标性的话,只要能够满足这几点的话,从广告那边拿钱应该不是一个特别大的问题.所以对我们拍客网

【硅谷视点】虚拟运营商亏本圈用户 主打细分市场

5月19日,999免卡配送中心在蜗牛移动苏州总部启动,标志着"免卡"放号进入倒计时.作为第一批获得虚拟运营商牌照的19家企业之一,蜗牛是唯一一家游戏公司.按照计划,5月21日起,配送人员将陆续快递3万多张170号段手机卡到预约用户手中.这也是继话机世界之后,第二家正式发售卡的虚拟运营商. 进入5月份,虚拟运营商开始集体放号,仅上周,阿里.苏宁.京东.迪信通等获得牌照的数家企业陆续发布品牌.开放预约.阿里5月12日发布"亲心"品牌,同时开放预约,但并未公布具体资费情况