用户画像分析报告
SOSO用户画像分析
数据平台部/商业智能中心
TA分析团队
2011年3月
目录
1.分析概要.......................................................... 错误!未定义书签。
2.数据说明.......................................................... 错误!未定义书签。
3.报告概要.......................................................... 错误!未定义书签。
4.人口属性.......................................................... 错误!未定义书签。
用户规模........................................................ 错误!未定义书签。
性别............................................................ 错误!未定义书签。
年龄............................................................ 错误!未定义书签。
地域............................................................ 错误!未定义书签。
上网场景........................................................ 错误!未定义书签。
兴趣............................................................ 错误!未定义书签。
学历............................................................ 错误!未定义书签。
5.产品行为.......................................................... 错误!未定义书签。
各业务分布...................................................... 错误!未定义书签。
IM ............................................................. 错误!未定义书签。
互联网产品..................................................... 错误!未定义书签。
QQ秀....................................................... 错误!未定义书签。
QQ音乐..................................................... 错误!未定义书签。
QQ邮箱..................................................... 错误!未定义书签。
游戏........................................................... 错误!未定义书签。
QQGAME ..................................................... 错误!未定义书签。
CF ......................................................... 错误!未定义书签。
DNF ........................................................ 错误!未定义书签。
QQ宠物..................................................... 错误!未定义书签。
6.增值服务.......................................................... 错误!未定义书签。
1.分析概要
本报告对2011年1月SOSO整体用户在人口属性特征和产品行为特征上进行分析，并与腾讯整体用户进行了对比，同时也分析了同月SOSO六大重点频道：网页频道、问问、百科、图片卡、图片搜索、表情APP，以便分析不同频道用户的特征差异。
2.数据说明
腾讯整体用户：研究时间段中，有过IM登陆行为的用户（2011年1月为亿）；对于没有登陆IM但使用过腾讯其他产品的用户目前没有统计，但预估这部分用户量相对于有过IM登
陆行为的用户属于少部分。本报告中近似将有过IM登陆行为的用户定义为腾讯整体用户。
SOSO整体用户：研究时间段中，使用过SOSO产品（除无线、业务搜索外）的用户。
图片卡、表情APP：都属于表情搜索。但图片卡是IM上的表情搜索；表情APP是做为APP
的形式嵌入到各个地方，不限于腾讯业务。
用户粘性：不同产品有不同的用户粘性指标，一般是从登陆次数、登陆时长等使用程度指
标来考察粘性，次数越多时长越长则粘性越强。
选取数据时间：报告中数据均为2011年1月数据。
数据准确率、覆盖率：
分析指标覆盖率准确率来源附注
性别99%93%综合各大平台用户填写资料
年龄98%80%
综合各大平台用户填写资料,
并利用用户同学的年龄校正年龄+/-1岁的准确率80%, +/-3岁的准确率88%
学历65%61%基于学历模型预测
省份99%93%基于IP
上网场景99%93%
基于上网时间、是否多人登陆、
高校IP等综合计算
数据来源：O线数据平台部商业智能中心。
3.报告概要
1.用户基本属性特征：
1）2011年1月SOSO整体用户为亿。
2）SOSO整体男性占58%，百科男性占比高达%，表情APP为唯一女性用户多于男性的频道。
3）SOSO整体用户年龄分布与腾讯总体相同，24岁以下用户占五成以上。
4）SOSO用户较腾讯总体用户上网场景更为多元化。
2.产品行为特征：
5）SOSO用户中有99%的用户访问腾讯网，%的用户使用Qzone，%的用户有游戏行为，%的用户在拍拍有交易行为。
6）SOSO用户IM粘性远高于腾讯总体用户粘性；百科和表情app用户粘性最高。
7）SOSO用户在互联网产品QQ秀、QQ音乐、QQ邮箱的使用人数比例均高于腾讯总体；百科和表情app用户使用人数比例最高。
8）SOSO用户在QQGAME、CF、Q宠的游戏人数比例高于腾讯总体；百科用户在各游戏的用户占比均高于其他产品。
9）SOSO用户在CF、DNF、Q宠的粘性稍高于腾讯整体，QQGAME粘性差异不大。
10）CF、DNF中百科用户粘性最高；图片类频道的用户在QQ宠物的粘性最强。
3.增值服务：
11) SOSO用户使用各增值服务百分比均高于腾讯总体。
11）百科和表情APP用户在各增值服务使用的用户占比均高于其他频道。
12）各增值服务的开通人群中SOSO用户占很大比重，除寻仙VIP外，其他所有增值服务开通人群中半成以上也是SOSO用户。
总结：SOSO整体用户在人口基本属性上与腾讯整体用户差异不大，一般在各产品的使用人数占比和粘性较高，同时也是增值服务的主力军，所以可以看出SOSO用户一般是腾讯的较忠实用户。此外应尤其关注百科和表情app的用户，这两部分用户在各维度特征最为明显：性别比例偏差最大、最为年轻化、在各产品上活跃人群比例最高、增值服务开通比例最高，相比于SOSO整体用户，这部分用户在腾讯的活跃度和忠诚度更高。
4.人口属性
用户规模
2011年1月SOSO登陆用户为亿，其中%的用户有过IM登陆行为，占腾讯整体用户的%。公司其他几大主要业务的用户占比分别为：资讯（腾讯网）%，社区（Qzone）%，游戏%，电子商务（Paipai）%。与公司其他业务相比，SOSO用户量较低，仍有很大的发展空间。
SOSO六大重点频道中，网页频道用户量最大，为亿，其次为问问亿，图片卡亿。
图1 SOSO用户数量
用户量较大的产品中，问问在IM客户端上有展示，图片卡为IM上表情搜索的应用，可见依附于IM的产品用户会较多，这也说明了腾讯用户粘性集中在IM上。
性别
SOSO整体用户的男女比例与腾讯总体男女比例相仿，男性用户%，女性用户%。
六大重点频道中，百科男性比例最高，为%；表情APP女性用户比例最高，且为唯一女性用户多于男性的频道。从搜索产品中可见男性用户偏好于知识型的社区互动，女性用户偏娱乐性的应用较多。
图2 SOSO用户性别分布
年龄
从年龄分布看，SOSO整体用户年龄分布与腾讯总体相同，用户趋于年轻化，24岁以下用户占五成以上。
而且SOSO六大重点频道年轻化程度均高于SOSO整体，其中百科与表情APP24岁以下用户占七成以上。
图3 SOSO用户年龄分布
地域
在地域分布上，SOSO用户与整体用户地域分布趋势几乎相同，用户前五大省为广东、山东、江苏、河南、河北。
稍有差异的是，江苏、浙江SOSO用户占比高于腾讯用户占比，河北、广西SOSO用户占比低于腾讯用户占比，可见经济较发达地区用户SOSO使用比例更高。
六大频道用户地域分布与SOSO整体用户差异不大。
图4 SOSO用户地域分布
上网场景
从上网场景看，SOSO用户上网场景最多的为家庭和手机，这与腾讯总体用户相同，但SOSO整体用户在各上网场景的比例均高于腾讯总体用户，这说明SOSO用户上网场景较多元化。
细分产品中，百科用户在网吧和手机上的上网比例均最高，但办公室用户最少，高校用户占比最多的为表情APP。
注：由于同一用户会有多个上网场景，所以各上网场景占比之和会大于100%。
图5 SOSO用户上网场景
兴趣
长期兴趣：每个用户可能会有多个兴趣，每个兴趣会有一个对应分值。
SOSO用户的兴趣数据覆盖率（%）高于腾讯整体用户（%）。有兴趣标签的用户中，SOSO用户在每个兴趣上的用户百分比都高于腾讯整体，说明SOSO用户的人均兴趣更多，兴趣比较广泛。
从各兴趣人数趋势看，SOSO与腾讯总体趋势相同，唯一不同的是SOSO用户中喜欢数码产品的用户多于旅游、对育儿感兴趣的用户数多于地产，这与腾讯总体的情况相反。
图6 SOSO用户兴趣分布
六大重点产品中，百科和表情APP用户的兴趣覆盖率最高，均在80%以上，这两个产品用户也是人均兴趣数量最多，兴趣最为广泛。
将每个人的最高兴趣做统计（如某用户有三个兴趣：音乐90分；体育80分；育儿70分，则取其分值最高的那个兴趣——音乐），依旧看有兴趣标签用户中最高兴趣分布，百科用户对游戏最感兴趣的用户最多。其他各兴趣中，各类产品表现差异不大。
图7 SOSO用户最高兴趣分布
以上两图对比兴趣排名，服装饰品在排名上变动最大，可以看出约30%人群对服装饰品感兴趣，但兴趣度不高，在各项兴趣中分值最低。
学历
目前学历数据没有覆盖到所有用户，2011年1月腾讯总体学历覆盖度为%。SOSO用户学历覆盖率高于整体，为%。
与腾讯总体比较，SOSO用户的学历水平稍高一些。与SOSO整体用户比较，六大重点频道中，网页频道的学历层次较高；其他五个频道学历层次都较低，且低于腾讯总体。
图8 SOSO用户学历分布
5.产品行为
各业务分布
除SOSO外，公司还有其他四大业务：资讯（腾讯网）、社区（Qzone）、游戏（ied共30余款游戏）、电子商务（拍拍）。SOSO用户在这四大业务的分布情况如下图所示，在资讯类占比最高，也就是SOSO用户中有99%的用户都访问腾讯网，%的用户都使用Qzone，且在各业务的人数占比均高于腾讯整体用户在各业务的占比。
图9 SOSO VS腾讯总体用户在四大业务占比
IM
SOSO用户在IM上的人均月登陆时长为小时，人均月登陆天数为天，粘性远高于腾讯总体用户粘性。六大产品上，百科和表情APP用户在IM的粘性最大。
图10 SOSO用户IM粘性
互联网产品
QQ秀
QQ秀使用上，SOSO用户活跃度高于腾讯总体。SOSO各产品中，百科、表情APP最为活跃，约50%的用户有保存QQ秀形象的行为；网页频道用户活跃度相对较低。
图11 SOSO用户保存形象次数
QQ音乐
SOSO用户中使用QQ音乐的比例较高，有53%的用户有听歌行为，高于腾讯总体用户的%。
六大重点频道中，百科和表情APP使用QQ音乐的用户最多，75%以上的用户都有听歌行为，且听歌次数也高于其他产品；网页频道用户活跃度相对较低。
图12 SOSO用户听歌次数
QQ邮箱
SOSO用户在QQ邮箱的使用上也多于腾讯总体，SOSO用户中有登陆邮箱行为的用户占%，远高于腾讯总体用户的平均水平。
各产品中，百科和表情APP使用邮箱的用户最多，均在86%以上，且登陆25次以上的用户占比也是最高。
图13 SOSO用户登陆邮箱次数
游戏
QQGAME
从QQGAME游戏局数看，SOSO用户在QQGAME上游戏人数和次数相对腾讯整体更多，%的用户有QQGAME游戏行为。且在游戏人群中，51局以上的用户占游戏用户的58%，可见QQGAME用户的粘性较高。
各频道中，百科的用户玩QQGAME的人数最多，粘性最大。
图14 SOSO用户QQGAME局数
从有游戏行为用户中看各局数的用户分布，SOSO用户较腾讯整体用户在1-200局上用户占比略少，但200局以上用户占比高于腾讯整体，可见SOSO在QQGAME的重度用户较多。百科用户中虽然QQGAME游戏人数较多，但粘性并不突出。
图15 SOSO用户中QQGAME游戏用户的局数分布
CF
SOSO用户中%的用户有CF游戏行为，高于腾讯整理用户的9%。各频道中，百科用户有CF游戏行为的用户最多，占%。
图16 SOSO用户CF局数
从有游戏行为用户中看各局数的用户分布，百科用户在1-5局、6-20局的用户较少，21-50局、51-200局、200局以上的用户百分比均高于其他产品，可见百科用户在CF的粘性最强。
图17 SOSO用户中CF游戏用户的局数分布
DNF
SOSO用户中%的用户有DNF游戏行为，略高于腾讯整理用户的%。各频道中，百科用户有DNF游戏行为的用户最多，占%。
图18 SOSO用户DNF局数
从有游戏行为用户中看各局数的用户分布，SOSO用户DNF游戏局数相对腾讯整体稍多，可见粘性稍高。各频道中用户粘性差异不大，其中百科用户粘性相对略高。
图19 SOSO用户中DNF游戏用户的局数分布
QQ宠物
SOSO用户中%的用户有QQ宠物使用行为，高于腾讯整体用户的%。各频道中，百科用户有QQ宠物行为的用户最多，占%。
图20 SOSO用户宠物在线时长
从有游戏行为用户中看在线时长的用户分布，SOSO用户在QQ宠物的在线时长相对腾讯整体稍高，可见粘性稍高。各频道中图片类频道的用户在QQ宠物的在线时长较高，其中图片搜索在线时长最高，粘性最大。
图21 SOSO用户中宠物游戏用户在线时长分布
6.增值服务
SOSO用户使用各增值服务百分比均高于腾讯总体，开通人数最多的前五个增值服务为：黄钻（%）、会员（%）、红钻（%）、蓝钻（%）、绿钻（%）。
图22 SOSO VS腾讯整体用户各增值服务用户占比
各频道中，百科和表情APP用户在各增值服务使用的用户占比均高于其他频道。百科用户中近30%的用户开通了QQ会员，且人数多于开通黄钻人数。百科和表情APP开通绿钻的用户占比高于蓝钻。
图23 SOSO各产品增值服务用户占比
再从各增值服务开通人群中看SOSO用户占比，各增值服务的开通人群中SOSO用户占很大比重，比重最大的是QQ音速紫钻，开通QQ音速紫钻的用户中%是SOSO用户。除寻仙VIP外，其他所有增值服务开通人群中半成以上是SOSO用户。
图24 各增值服务中SOSO用户占比
如何对用户画像进行分析
身处在互联网大数据时代的我们，总是会发现我们的信息在不经意就被“窃取”了。当你打开短视频平台和购物软件的时候，发现出现的东西都是自己爱看的；某宝某东上一打算买某样商品，它就自动的跳到你面前，这往往就是大数据分类的结果。而当你你拿起父母的手机，就会发现推送的内容和我们大大不同，这也体现了父母的世界我们所思所想的差别。这就是大数据分析的作用。利用这种分析功能不仅便利了我们的生活，更提升了我们的生活质量。 那么，APP是怎样捕捉人们思想并匹配流量的呢？企业主们称之为用户画像。掌握了用户画像就掌握了用户的分类需求，如果再根据用户需求进行匹配和推荐，就可事半功倍。这个过程就被称之为用户画像分析，可以说，没有比这个更高明的营销手段了。至于用户画像怎么分析，我们可以从以下几个步骤着手： 第一步：转化商业问题 用户画像分析，本质上是从用户的角度思考问题。举个简单的例子，比如新上市产品销售未达预期，我们既可以从产品管理的角度来思考问题，也能从用户角度来思考问题。同样一个问题，会有两种思考方式（如下图所示）：
因此，简单的列出一堆用户指标（性别，年龄，地域，购买产品，登录次数……）是没啥用处的。用户画像只是分析的一个工具，和其他分析一样，也要先考虑：我要解决的实际问题到底是什么。想清楚了，再把问题转化成用户相关的问题，就能继续使用用户画像分析方法了。 需要注意的是，商业问题是很复杂的。往往一个问题，可能与若干用户群体、若干用户行为有关。比如上边的例子，就至少和三个用户群体（潜在用户、流失用户、存量用户）涉及到用户态度、信息接收、购买流程、使用体验等多方面。因此更得分门别类，把分析线索和分析逻辑理清楚，找到对应的数据。不然一锅炖，光列性别，年龄，地域，也解释不了任何问题。这就涉及下两部份工作。 第二步：宏观假设验证 转化完问题后，先宏观上对假设进行检验非常重要，能有效避免无限拆解的错误。如果大方向都不成立，细节更不用看了。还是新产品卖不动的问题，如果要从大方向验证，可以简单如下进行： 如果怀疑大环境不好，那应该全品类受影响。
用户画像分析报告(soso)
SOSO用户画像分析 数据平台部/商业智能中心TA分析团队
2011年3月 目录 1.分析概要 (3) 2.数据说明 (4) 3.报告概要 (5) 4.人口属性 (7) 4.1用户规模 (7) 4.2性别 (9) 4.3年龄 (9) 4.4地域 (10) 4.5上网场景 (11) 4.6兴趣 (12) 4.7学历 (14) 5.产品行为 (15) 5.1各业务分布 (15) 5.2 IM (16) 5.3 互联网产品 (17)
5.3.1 QQ秀 (17) 5.3.2 QQ音乐 (17) 5.3.3 QQ邮箱 (18) 5.4 游戏 (19) 5.4.1 QQGAME (19) 5.4.2 CF (21) 5.4.3 DNF (22) 5.4.4 QQ宠物 (23) 6.增值服务 (24) 1.分析概要
本报告对2011年1月SOSO整体用户在人口属性特征和产品行为特征上进行分析，并与腾讯整体用户进行了对比，同时也分析了同月SOSO六大重点频道：网页频道、问问、百科、图片卡、图片搜索、表情APP，以便分析不同频道用户的特征差异。 2.数据说明 ?腾讯整体用户：研究时间段中，有过IM登陆行为的用户（2011年1月为6.65亿）；对于没有登陆IM但使用过 腾讯其他产品的用户目前没有统计，但预估这部分用户量相 对于有过IM登陆行为的用户属于少部分。本报告中近似将 有过IM登陆行为的用户定义为腾讯整体用户。 ?SOSO整体用户：研究时间段中，使用过SOSO产品（除无线、业务搜索外）的用户。 ?图片卡、表情APP：都属于表情搜索。但图片卡是IM上的表情搜索；表情APP是做为APP的形式嵌入到各个地方，不限于腾讯业务。 ?用户粘性：不同产品有不同的用户粘性指标，一般是从登陆次数、登陆时长等使用程度指标来考察粘性，次数越多时长 越长则粘性越强。
建立用户画像的标签体系
建立用户画像的标签体系 王建军 前一篇粗略的介绍了建立用户画像的过程，连载二更进一步，以时尚杂志全媒体为业务原型，把抽象的文字描述实例化，从战略目的分析、如何建立用户画像体系、怎么对标签进行分类分层级三个不同角度来说说用户画像建立的过程。梳理标签体系是实现用户画像过程中最基础、也是最核心的工作，后续的建模、数据仓库搭建都会依赖于标签体系。 可以获取到的数据分两类，一类是业务系统数据，一类是用户访问网站、APP 产生的行为数据。
不同的企业做用户画像有不同的战略目的，广告公司做用户画像是为精准广告服务，电商做用户画像是为用户购买更多商品，内容平台做用户画像是推荐用户更感兴趣的内容提升流量再变现。 战略理清楚后，首先要画出描述用户画像的框架，建立用户画像体系框架的目的是进一步明确用户画像的用途、把标签限定在合理的范围内。具体要结合战略目标、数据情况、应用场景来规划标签系统，选取和战略目标一致的标签维度，把
标签按照应用场景进行分门别类。同时注意聚焦和收敛，不要把没用标签装进来，以降低系统的复杂性，避免无用信息干扰分析过程。 用户画像体系和标签分类从两个不同角度来梳理标签，用户画像体系偏战略和应用，标签分类偏管理和技术实现侧。 把标签分成不同的层级和类别，一是方便管理数千个标签，让散乱的标签体系化；二是维度并不孤立，标签之间互有关联；三可以为标签建模提供标签子集，例如计算美妆总体偏好度，主要使用美妆分类的标签集合。 梳理某类别的子分类时，尽可能的遵循MECE原则（相互独立、完全穷尽），尤其是一些有关用户分类的，要能覆盖所有用户，但又不交叉。比如：用户活跃度的划分为核心用户、活跃用户、新用户、老用户、流失用户，用户消费能力分为超强、强、中、弱，这样按照给定的规则每个用户都有分到不同的组里。
用户画像数据建模方法
用户画像数据建模方法 从1991年Tim Berners-Lee发明了万维网（World Wide Web）开始，到20年后2011年，互联网真正走向了一个新的里程碑，进入了“大数据时代”。经历了12、13两年热炒之后，人们逐渐冷静下来，更加聚焦于如何利用大数据挖掘潜在的商业价值，如何在企业中实实在在的应用大数据技术。伴随着大数据应用的讨论、创新，个性化技术成为了一个重要落地点。相比传统的线下会员管理、问卷调查、购物篮分析，大数据第一次使得企业能够通过互联网便利地获取用户更为广泛的反馈信息，为进一步精准、快速地分析用户行为习惯、消费习惯等重要商业信息，提供了足够的数据基础。伴随着对人的了解逐步深入，一个概念悄然而生：用户画像（UserProfile），完美地抽象出一个用户的信息全貌，可以看作企业应用大数据的根基。 一、什么是用户画像？ 男，31岁，已婚，收入1万以上，爱美食，团购达人，喜欢红酒配香烟。 这样一串描述即为用户画像的典型案例。如果用一句话来描述，即：用户信息标签化。 如果用一幅图来展现，即： 二、为什么需要用户画像 用户画像的核心工作是为用户打标签，打标签的重要目的之一是为了让人能够理解并且方便计算机处理，如，可以做分类统计：喜欢红酒的用户有多少？喜欢红酒的人群中，男、女比例是多少？ 也可以做数据挖掘工作：利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌？利用聚类算法分析，喜欢红酒的人年龄段分布情况？ 大数据处理，离不开计算机的运算，标签提供了一种便捷的方式，使得计算机能够程序化处理与人相关的信息，甚至通过算法、模型能够“理解” 人。当计算机具备这样的能力后，无论是搜索引擎、推荐引擎、广告投放等各种应用领域，都将能进一步提升精准度，提高信息获取的效率。 三、如何构建用户画像
今日头条用户画像及行为偏好分析
今日头条用户画像及行为分析 全文共分三个部分：今日头条用户规模数据及行为特点分析；用户属性分析；用户偏好分析 一、今日头条用户规模数据及行为特点分析 今日头条已经形成稳定的活跃人群，以月活量2.6亿，日活1.2亿，人均单日使用次数12次，位居综合资讯类平台榜首。 日使用次数在10-20次以上占比约40%，远远超过其它资讯平台使用的频次，使用30分钟以上约占总使用人数百分比30%以上。 活跃度领先时段分布于凌晨，这个比较明显比其它平台用户同时间活跃度高，领先2个点以上），当然在午后及晚饭后领先也比较明显但相比其它平台领先一般在1个点，但相比而言，凌晨这个活跃度领先就显得比较显眼。 今日头条用户与抖音用户重合度最高，为54.6%，而与自身西瓜平台18%，与火山14.8%。 二、用户属性分析 男性占比高女性10个百分点，19-35岁占七成，且35岁以上用户对头条使用偏好度特别高，可以称为重度用户，70%用户分布在234线城市。 男性用户在一线\新一线城市中比例较高，虽然19-35岁占据6成，但36-45岁用户，尤其是41-45岁用户非常偏爱使用头条，与此不同，
女性用户虽然19-35岁占据6成，女性用户却多分布在3线以下城市，且46岁以上为重度使用者。 其中用户比较多的前十大省份是：广东，江苏，四川，山东，河南，浙江，河北，湖南，广西，湖北。其中四川和广西使用偏好度高于其它省份 用户比较多的前十大城市是：上海，北京，重庆，广州，成都，深圳，西安，天津，武汉，哈尔滨市。 从分成年龄段来看， 19-24岁（95）后，男性占6成，且多为一线新一线用户 25-30岁（90后），男性为主，一线，新一线，三线城市偏好度高31-40岁（80后），男性比女性用户多18个点，但城市分布均衡，12345线用户基本都差不多。 41岁以上（80前），男性高于女性用户11个点，主要在三四五线城市。 在阅读习惯方面： 90后更喜爱夜间看头条，1-4点最活跃；80前用户多在凌晨五点-8点，那么中间那部分人群就是下班和班空闲时间比较活跃。即12点还有晚9点左右。 咱们这里可以做一个假设，你在早晨发文，你说该发什么类型的呢？很显然这个时间段看的大多数40岁以上的人，显然你发养生或者与这部分群体相关的文章，肯定打开率高。
在线教育用户画像分析
腾讯商业运营总监带你解读“在线教育用户画像” 2014年11月24日16:00 腾讯教育联盟 11月14日，由腾讯课堂旗下腾讯教育联盟主办的腾讯教育联盟线下沙龙 （第二期）在上海衡山宾馆举行，主题为“用大数据来看教育：在线教育用户画像分析”。 腾讯即时通讯应用部商业运营总监李惊在沙龙上分享了腾讯课堂用户画像分 析报告，为大家详细解读了报告数据并给出建议，启发机构专业的运营策略。 她的核心观点如下： 1、中国的教育市场很大，但教学资源分配不均衡，只要有教育的内容，就可 以找到合适的学生。 2、机构在做内容调研、设计时，可以把更多的精华内容集中在前面30分钟, 在学习更好吸收的时间内去和学生交流。 3、腾讯课堂平台目前主要为19-24岁的用户，该部分用户的核心需求就是如 何让自己变得更好，更有竞争力，找到更好的工作。
4、老师对课程的评价和培训寄语，会变成学生选择这一门课程的决胜因素。 5、学生会看重课后的交流，比如机构是否会有课后答疑、是否提供习题练习 和教学资料。 6、腾讯课堂将设置机构成长等级，并把优秀的机构推荐给学生。因为学生在 同质化课程里，更倾向选择自己合适的机构，而这些获推机构会得到腾讯课堂 更多资源，更好服务。 7、机构入驻腾讯课堂平台是免费的，机构的收费腾讯不会有任何分成。 以下是演讲原文： 前一段时间，11月11日是腾讯公司十六年周年成立之际。以前腾讯是靠社交 网络在整个互联网上占有一席之地，下一个十年的互联网发展，我们预测会 在互联网金融、医疗、教育领域有所发力。在线教育这里，腾讯愿意出来做 一个平台服务者的角色，跟在座各位教育者、朋友一起共度另一个十年。 今天将我们腾讯课堂自上线以来的运营数据分享给大家，让大家在数据上更好 看看，原来我们的用户，在培训课堂上面听课这些人是这样的。这里的数据是我们在2014年才开始，预测的市场容量。整个市场在不断变化，我相信市场容量也在变化，甚至在提高。 除了看到市场容量那么大，是可以跟大家一起共赢的基础，腾讯做在线教育也是自然而然。腾讯还没有腾讯课堂这个平台之前，当我们还在负责QQ群这 个产品商业化运营时，大家就发现很多教育机构在群视频上面在组织各种各样的课堂教学。不管以前的学生在线下，大学课堂，甚至在我们的竞争对手YY 上面进行上课的同学，他们都有一个问题。课前都需要同学、师生之间有沟通，课后也需要同学、师生之间在一起沟通。这些沟通都在QQ群里面完成，大 数据会帮我们非常详细、精准把这一部分人从QQ上面勾勒出来。 我们发现课堂每个学生互动时间大概就是30分钟左右，一堂课的时间也就是45-60分钟，其实上课时间是短暂的。其实我们更在乎学生除了上课时间以外的课堂课后的沟通时间。他们在腾讯平台上面的沟通，也是我们愿意投入在线教育的信心所在，无论在哪个平台进行学习，最后都会落到腾讯平台进行沟通。
用户运营知识结构归纳之用户画像(精编文档).doc
【最新整理，下载后即可编辑】 用户运营知识结构归纳之用户画像 智能手机新增流量消失、红利过去、超级用户思维、智能手机市场国内饱和…… 这是我们从2016年起至今，在各类互联网大咖以及媒介平台看到最多的关键词了。 因此，用户运营开始有了地位，如何盘活现有的用户群体是每一个（移动）互联网公司老板们考虑的问题。 2018年始，在给自己做工作规划的时候，定下了运营知识深度学习的两个方向：用户运营、数据分析。 做运营这些年，也看了不少用户运营的文章和书籍，每个大咖写的都特别好，但是都不够系统，所以想着自己可以梳理下用户相关的知识结构。 终于拖延了四分之一2018年之后的近1个月时间，把沉淀在Evernote的大咖文章做了梳理和归纳，分享给大家，仅供参考。 文章主要从三个方向来梳理用户运营的知识结构：用户画像、用户生命周期、用户成长激励。 内容穿插会给到每个环节需要的准备工作、监测数据等，篇幅较长，分三次发布，看官要有耐心~
误区：Persona（用户角色）VS Profile（用户画像）Persona用户角色 描绘抽象一个自然人的属性 通过调研问卷、电话访谈等手段获得用户的定性特征——用户间有差异，因为存在差异，所以需要描述 是用户属性的集合，不是具体谁，放一张某某的照片也是为了达到共情。它应该能准确描述出产品用户，一般会设置三到四个用户角色，也是通常意义上的目标用户群体 用户角色有缺点，评估用户属性时难以量化，也很难证伪。你不知道它确定的是不是真的目标群体，用户群体也随时间推移变化，所以用户角色需要不断修改。 Profile用户画像 和数据挖掘、大数据息息相关的应用，被更多运营和数据分析师使用，是各类描述用户数据的变量集合 通过数据建立描绘用户的标签 基于用户画像的应用：个性化推荐、广告系统、活动营销、内容推荐、兴趣偏好 当我们想要选择某部分用户群体做精细化运营时，会用用户画像筛选出特定的群体
在线教育用户画像分析
2014年11月24日 16:00 腾讯教育联盟 11月14日，由腾讯课堂旗下腾讯教育联盟主办的腾讯教育联盟线下沙龙（第二期）在上海衡山宾馆举行，主题为“用大数据来看教育：在线教育用户画像分析”。 腾讯即时通讯应用部商业运营总监李倞在沙龙上分享了腾讯课堂用户画像分析报告，为大家详细解读了报告数据并给出建议，启发机构专业的运营策略。她的核心观点如下： 1、中国的教育市场很大，但教学资源分配不均衡，只要有教育的内容，就可以找到合适的学生。 2、机构在做内容调研、设计时，可以把更多的精华内容集中在前面30分钟，在学习更好吸收的时间内去和学生交流。 3、腾讯课堂平台目前主要为19-24岁的用户，该部分用户的核心需求就是如何让自己变得更好，更有竞争力，找到更好的工作。 4、老师对课程的评价和培训寄语，会变成学生选择这一门课程的决胜因素。 5、学生会看重课后的交流，比如机构是否会有课后答疑、是否提供习题练习和教学资料。 6、腾讯课堂将设置机构成长等级，并把优秀的机构推荐给学生。因为学生在同质化课程里，更倾向选择自己合适的机构，而这些获推机构会得到腾讯课堂更多资源，更好服务。 7、机构入驻腾讯课堂平台是免费的，机构的收费腾讯不会有任何分成。 以下是演讲原文： 前一段时间，11月11日是腾讯公司十六年周年成立之际。以前腾讯是靠社交网络在整个互联网上占有一席之地，下一个十年的互联网发展，我们预测会在互联网金融、医疗、教育领域有所发力。在线教育这里，腾讯愿意出来做一个平台服务者的角色，跟在座各位教育者、朋友一起共度另一个十年。 今天将我们腾讯课堂自上线以来的运营数据分享给大家，让大家在数据上更好看看，原来我们的用户，在培训课堂上面听课这些人是这样的。这里的数据是我们在2014年才开始，预测的市场容量。整个市场在不断变化，我相信市场容量也在变化，甚至在提高。
2019年中国军迷用户画像分析研究报告-Trustdata-2019.8-25页(8)
2019年中国军迷用户画像分析研究报告 & 联合发布 2019年8月 本报告为Trustdata制作，报告中所有的文字、图片、表格均受到中国法律知识产权相关条例的版权保。 任何组织和个人，不得使用本报告中的信息用于其它商业目的。
研究综述 ?研究说明：本报告主要分析当前中国军迷用户画像，部分数据来源于调查问卷，问卷基于关注军武次位面用户为对象，问卷回收有效样本量达12000余份； ?数据来源：基于Trustdata自建的日活跃用户超过1亿（月活跃用户超过3.2亿）的安卓用户样本集，并根据中国移动网民人口结构、地域分布、各移动应用iOS与Android比例关系等多方面因素搭建模型计算所得 ?采集方法：只在亮屏情况下进行数据采集，确保数据的真实性和有效性。采集频次方面，不带支付功能的APP为每次10秒，带有支付功能的APP为每次1秒 ?统计周期：2015年至2019年6月 报告及指标说明： ?研究对象：本报告主要分析中国军迷群体的用户画像、消费行为偏好以及发展趋势，以专业的军事资讯平台为主要研究对象，重点研究平台军武次位面、铁血网、军事头条等； ?TGI指数：用户指标/目标群体用户特征指标
Contents 目录Part Two 中国军迷兴趣偏好分析 Part Three 中国军迷消费行为分析 Part One 中国军迷现状分析 Part Four 中国军迷群体的发展趋势
用户研究核心军迷1.8亿专业军迷 5000万泛军迷2.4亿 军迷：主要指基于共同的兴趣爱好而形成的群体，他们对军事、战争史、武器装备等包含军事元素与特征的事物有浓厚兴趣。 我国军迷群体众多，基于对军事知识的了解及军事元素的喜欢程度可划分为泛军迷、核心军迷和专业军迷。泛军迷主要指因对某些军事元素比较感兴趣（如喜欢玩军事射击类游戏、喜欢军事题材的电影电视剧等）从而不时关注军事资讯的群体；核心军迷指具有一定的军事知识，经常关注军事类新闻资讯的军迷群体；专业军迷是指具备专业的军事知识和武器装备知识，对最新船舰、战斗机型或武器性能等具有浓厚兴趣的军迷群体。激扬正能量，助力强军梦中国核心军迷规模达1.8亿