你的客戶很可能不在抖音上！大數據用戶畫像告訴你玩抖音的都是些什麼人！
抖音用戶畫像：用數據告訴你玩抖音的是什麼人。
目前正在做其他短視頻產品的一個分析報告，曾經做過產品推廣，目前在某A字的公司做風險數據管理，正打算重操運營、產品舊業，就自己的實習、工作經驗聊一聊關於抖音的用戶畫像和一些運營及產品方面的愚見，大家看著開心就好，也希望大家積極批評指正。
1.數據分析目的
截止6月6日，最新數據顯示抖音在六月連續霸榜APP Store免費榜四天， 在「頭騰大戰」後再次站上APP Store 榜單第一位。
抖音目前已處在產品生命周期的成熟期階段，根據不同生命周期運營側重點，就現階段的抖音而言，主要運營側重點主要是增長模式、速度。因此在制定符合現階段的數據評估分析時，也應該圍繞「提高商業價值」和「提高用戶活躍度」這兩個方面進行詳細的指標監測和分析。
產品生命周期
2.數據分析方法：聚類分析(Cluster Analysis):
聚類分析(ClusterAnalysis)又稱群分析，是根據不同的「簇」（數組），對樣品或指標進行分類的一種多元統計分析方法，它們討論的對象是大量的樣品，要求能合理地按各自的特性來進行合理的分類，沒有任何模式可供參考或依循，即是在沒有先驗知識的情況下進行的。
通俗地說，聚了分析可以幫助運營人員在不清楚數據意義、屬性的前提下，通過對數據進行整理、歸類，最後根據數據整理出用戶特徵等運營數據。
聚類分析變數選擇的原則是:在哪些變數組合的前提，使得類別內部的差異儘可能的小，即同質性高，類別間的差異儘可能的大，即同質性低，並且變數之間不能存在高度相關。
我們通過日常的認知會對抖音用戶給出一個初步認知：年輕群體、女多男少、顏高藝多？那真實的情況是什麼呢？今天主要是通過跟多第三方數據平台結合目前對於產品運營、用戶分析以及自己做產品推廣的工作經驗繪製一個抖音畫像。並提出一些對於抖音運營發展的想法。
3.常用的用戶特徵變數有:
人口學變數:如年齡、性別、婚姻、教育程度、職業、收入等。通過人口學變數進行分類，了解每類 人口的需求有何差異。
用戶目標:如用戶為什麼使用這個產品?為什麼選擇線上下載?了解不同使用目的的用戶的各自特徵， 從而查看各類目標用戶的需求。
用戶使用場景:用戶在什麼時候，什麼情況下使用這個產品?了解用戶在各類場景下的偏好/行為差異。
用戶行為數據:如使用頻率，使用時長，客單價等。劃分用戶活躍等級，用戶價值等級等。
態度傾向量表:如消費偏好，價值觀等，看不同價值觀、不同生活方式的群體在消費取向或行為上的 差異。
4. 分析過程：
目前無法獲取抖音短視頻的實際用戶數據與屬性，於是藉助互聯網的數據平台對抖音用戶進行分析。
（數據來源：艾瑞指數）
根據艾瑞數據，抖音短視頻的用戶目前男女比例基本持平，男性用戶48.03%，女性用戶佔比51.97%。在年齡分布上，我們可以 看到24 歲以下和 25-30歲的用戶佔比最高，分別佔據 27%和 29.03%的比例。也就是說，抖音用戶主要以年輕用戶為主，男女比例均衡，女性用戶略微高於男性用戶。
（數據來源：艾瑞指數）
通過用戶區域分布數據，我們知道抖音瞅準的是一、二線城市的年輕受眾，根據極光大數據 檢測到的信息，城市分布數據顯示，有超過61.49%的抖音用戶居住在一二線城市。
(數據來源:易觀智庫)
結合數據我們知道抖音用戶以居住在一二線城市的年輕用戶為主，抖音從產品一開始，便確立了要成為「年輕人的音樂短視頻社區」的定位，並致力於引導年輕用戶以音樂短視頻的方式進行自我表達。
同時，運營團隊認為音樂天然具有很強的表達特性，而短視頻更是一種自帶流行文化潛質的表 達方式。因此，音樂短視頻正好和年輕人的表達訴求相吻合，是一個合適的產品切入點。
（數據來源：七麥數據）
從上述數據可知，VIVO 平台下載量佔比 33.3%，OPPO 平台下載量佔比 18.6%，應用寶平台下載量佔比 18.0%，相比其他平台明顯好於其他的安卓應用市場渠道。
(數據來源:易觀智庫)
(數據來源:易觀智庫)
從易觀數據的用戶使用數據來看，抖音的每日人均使用時長 31.23 分鐘。用戶的使用高峰時段集中在中午 12 點到13點之間和晚上 18 點以後，並在21點左右達到第二次高峰期。
我們也可以通過第三方數據報告來獲取一些更全面的數據，從《QuestMobile2018 中國移動互聯網春季報告》，從裡面我們可以獲取到更多的數據信息和其他數據進行對比，進一步了解抖音產品的用戶畫像。
(數據來源:易觀2017年中國移動短視頻市場專題分析)
短視頻人均單日啟動次數從 8月份開始出現明顯增長，在 2016年9月突破 8 次，並在年底漲至8.1次;在人均單日使用時長方面，普遍為40分鐘左右，12月達到了56.2分鐘。
（數據來源：QuestMobile）
短視頻平台用戶日常消費普遍，對教育學習場景消費較高，汽車擁有比例較高，對財經和商業經營類信息有明顯的偏好。
（數據來源：易觀智庫）
（數據來源：微博指數）
根據新浪微博數據，我們可以看到關注抖音產品的用戶標籤為喜歡美食和旅遊居多，而星座是天蠍和魔蠍兩個星座居多。這也是為什麼上述分析中提出的挑選邏輯的改變，會出現大量的美食精選視頻的出現。
（數據來源：易觀智庫）
從消費能力可見，抖音產品佔比最高是中等消費者32.26%，其次是中高等消費者29.47%。中等消費者，有較強的日常消費偏向的人群，如網購、生活服務、出行等;中高等消費者，有一定的投資性，高端商旅消費偏向的人群。
（自製：用戶畫像）
通過各種第三方數據平台的用戶數據、產品數據，我們直接或者間接地了解用戶，根據他們行為特徵、個人屬性特徵，將他們按照不同維度的選擇邏輯區分成不同類型，然後從每種類型中抽取出典型特徵，賦予人群畫像，最終挖掘出不同人群對產品的偏好和潛在需求，以及對品牌的認知程度，從而指導產品運營和產品設計。
以下是個人結合最近APP的使用情況以及目前從各種第三方數據平台獲取的數據總結的一些關於產品運營和推廣的一些想法：
獲取用戶：也就是大家通常所說的推廣。曾經有過近半年的產品推廣經驗，產品、運營以及市場最關心的不是APP下載量，而是有效激活客戶量。從產品曝光量到點擊量再到下載量，最後激活轉化成增長用戶，每一個環節都有較大比例的用戶流失。
深度漏斗
所以在這個層次需要通過分析不同推廣渠道（CPM、CPC等）的廣告效果，最初相應的廣告優化。差的推廣渠道帶來的大量一次性用戶，在中長期上會對其他運營數據造成較大負面影響，比如刷量、刷評論等。好的推廣渠道帶來的往往都是精準的目標用戶，所以對於獲取用戶的渠道選擇非常重要。
提高活躍度：根據微博實時指數可以看出，目前抖音的主要熱門話題集中在美食和旅遊兩個話題，話題過於單一和集中。建議可以在演算法上加入個性化推薦，通過統計用戶在不同類型短視頻的用戶行為（停留時長、點贊、轉發、評論、關注作者等）判斷出用戶的口味偏好，在向用戶做出視頻推薦時可大相應類型視頻的權重。增加「瀏覽型」用戶的激勵機制，比如設立轉發獎勵、視頻創作獎勵等來提高用戶的參與度，讓客戶不斷向「深度參與」沉澱。
優化產品使用體驗：另一個重要的因素是產品本身的使用體驗，能否讓新用戶最初使用的幾十秒鐘內抓住用戶。如果給人的第一印象不好，經常 crash、卡頓，那麼用戶選擇留下的可能性便不太高。建議可以在APP中加入一些負反饋按鈕、選項，輔助產品收集用戶在使用產品中出現的不好的體驗。
用戶留存率：每一個產品都需要面對的一個問題就是留存率，留存率不僅可以直接反饋出推廣渠道的好壞，還可以間接反應出產品的市場認可度。曾經在做市場推廣時面臨過這個問題，通過某一個渠道推廣獲取了大量的用戶，但是7日留存率極低，隨後在推廣效果里加入了日留存率、周留存率、月留存率、周活躍度、月活躍度等監控指標，多維度監控渠道推廣效果。同時這些監控能夠在用戶大量流失前提供預警，為產品的防流失提供數據指導。
聲明
以上數據、報告截圖均來自第三方資料庫，且均有標註數據來源，本人不對數據準確性做出解釋，非資深運營和產品，確實無從獲取關鍵的數據和運營策略。
最後，謝謝大家能夠看到最後。
來源：微商公社
TAG:大數據實驗室 |