以知乎為例，談?wù)動脩裟Ｐ偷慕?/h1>

《以知乎為例，談?wù)動脩裟Ｐ偷慕ⅰ酚蓵T上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、以知乎為例，談?wù)動脩裟Ｐ偷慕⒕?xì)化運(yùn)營在未來會被越來越被看重，尤其是對于大中型產(chǎn)品來說（日活10萬+）來說。與之而來的就是用戶模型這個概念了。一、用戶模型的必要性當(dāng)產(chǎn)品變得越來越復(fù)雜，用戶量的不斷提升，新用戶和老用戶的產(chǎn)品行為不同，用戶行為、目的不同等等一系列原因，導(dǎo)致很多時候你的某部分功能更多是為了吸引新用戶而設(shè)立的，而一些的進(jìn)階的功能是為了成熟型用戶設(shè)立的，還有小部分的功能是為了你的核心用戶群體去設(shè)立的。然而如何去區(qū)分這部分用戶呢？通過用戶的注冊時間，用戶行為，訪問頻率等等一系列數(shù)據(jù)去區(qū)分你的用戶。

2、把用戶劃分到一個個圈子之中，然后通過針對性的一系列產(chǎn)品機(jī)制、運(yùn)營手段去促進(jìn)新用戶轉(zhuǎn)化為成熟用戶，成熟用戶轉(zhuǎn)化為核心用戶。二、用戶模型如何建立接下來主要就拿知乎來舉例吧。電商（淘寶）、社交媒體（知乎、微博）、游戲類是最需要，也是用戶建模玩的最溜的。1.產(chǎn)品分析首先對產(chǎn)品的功能的梳理，一個內(nèi)容社交平臺的最基本的新用戶行為是：用戶注冊→選擇偏好→推薦內(nèi)容→瀏覽內(nèi)容→點(diǎn)贊、關(guān)注、評論→分享內(nèi)容→搜索內(nèi)容→回答問題等。此時問題就來了，一個用戶來了一次以后，如何觀察這個用戶的行為，從而做到針對性的推薦等行為，讓用戶想

3、要第二次來呢？數(shù)據(jù)可以告訴你一切。2.數(shù)據(jù)分析知乎的一些關(guān)鍵性數(shù)據(jù)可以分為：uv／pv：用戶訪問次數(shù)的多寡；瀏覽內(nèi)容偏好：通過對內(nèi)容的搜索，我們可以通過后臺給這個用戶打標(biāo)簽：科技、教育、金融等；瀏覽內(nèi)容數(shù)量：通過某個關(guān)鍵詞搜索相關(guān)內(nèi)容以后，瀏覽過多少具體內(nèi)容；頁面停留時間：某個話題停留時間長短；頁面訪問深度：訪問了多少個問題；點(diǎn)贊、關(guān)注、回答問題數(shù)量：用戶之間的交互行為；此時我們通過這些數(shù)據(jù)就可以基本了解出這個用戶的很多基本信息，以及他是屬于潛水用戶，還是活躍用戶，還是意見領(lǐng)袖。3.建立用戶模型根據(jù)不同的

4、目的可以建立不同的用戶模型。例如：根據(jù)用戶的自身屬性來說可以簡單的分為：科技內(nèi)容愛好者、體育內(nèi)容愛好者、影視內(nèi)容愛好者等等。根據(jù)用戶的產(chǎn)品行為來說可以簡單的分為：喜歡點(diǎn)贊的、喜歡回答的、喜歡評論的、無任何行為的。根據(jù)用戶的社交行為來說可以簡單的分為：熱衷于自我尋找者、熱衷于關(guān)注kol的內(nèi)容。此時，你就可以通過你的數(shù)據(jù)，去建立相應(yīng)的數(shù)據(jù)模型。當(dāng)然這些用戶模型之間都有著高度重合的部分，此時根據(jù)你的產(chǎn)品階段性目標(biāo)去重點(diǎn)維護(hù)某一或者幾個用戶模型之內(nèi)的用戶。三、建立用戶模型后如何運(yùn)營？1.追熱點(diǎn)：假設(shè)雄安新區(qū)建設(shè)前

5、，任何平臺都沒有相關(guān)的問題及解答，知乎為了追這個熱點(diǎn)的話，必須在第一時間建立此話題，然后用戶模型就有用處了，去找誰來回答此問題呢？首先我們可以根據(jù)用戶的自身屬性來說：關(guān)注房地產(chǎn)方面、解讀國家政策方面、保定地區(qū)、回答超過x個問題以上，獲得點(diǎn)贊量大于y，粉絲量超過z等等一系列屬性。我們就可以從海量的用戶中篩選符合條件的用戶，邀請他們第一時間來回答雄安相關(guān)問題。2.挖掘優(yōu)質(zhì)用戶：假設(shè)知乎的優(yōu)質(zhì)用戶是連續(xù)x天登陸知乎，每周回答y個問題，累計獲得點(diǎn)贊z個。此時如果知乎通過建立這個用戶模型，通過數(shù)據(jù)監(jiān)測，符合這個模型

6、的用戶，知乎系統(tǒng)可以給他推送一條消息，認(rèn)證某領(lǐng)域的的優(yōu)秀回答者。此時通過成就感的獲取，激發(fā)這個用戶產(chǎn)生更多的優(yōu)質(zhì)內(nèi)容。3.精準(zhǔn)化推薦：給一個建筑行業(yè)的人推送一條互聯(lián)網(wǎng)運(yùn)營的熱點(diǎn)問題，想必他多半不會感興趣。那么通過對某一模型的用戶行為追蹤，我們可以根據(jù)數(shù)據(jù)來擴(kuò)大相關(guān)的內(nèi)容邊界，最終形成類似于今日頭條與快手那強(qiáng)大的推薦算法。4.其它根據(jù)產(chǎn)品的性質(zhì)不同、時期不同、目的不同，導(dǎo)致需要多種多樣的用戶模型，可能過了這段時間，某個用戶模型就會棄之不用了，所以根據(jù)不同的用戶模型，做出不同的運(yùn)營手段也不盡相同，這里就不多做

7、贅述。四、總結(jié)精細(xì)化運(yùn)營必然是接下來互聯(lián)網(wǎng)運(yùn)營要走的路，尤其在人工智能技術(shù)越加強(qiáng)大的明天，通過用戶模型的建立，再交由人工智能去學(xué)習(xí)這個用戶模型下的用戶行為，從而增強(qiáng)對用戶的了解以及針對性，增強(qiáng)用戶的黏性。