Chân dung người dùng, kể chi tiết vô số trải nghiệm thất bại của tôi

Bài viết này phân tích sâu sắc các trường hợp chân dung người dùng không thành công, tiết lộ sự thật về sự không liên quan giữa dữ liệu và quyết định kinh doanh, đồng thời cung cấp hướng dẫn thực tế cho các nhà phân tích dữ liệu và chiến lược gia kinh doanh.

Một bạn học hỏi: "Cô Trần ơi, có ví dụ nào về dự án chân dung người dùng thất bại không? Xin hãy chia sẻ với chúng em." Trả lời: Tôi đã làm việc trong lĩnh vực dữ liệu trong một thời gian dài và đã theo dõi rất nhiều dự án. Số lượng các dự án chân dung người dùng thất bại thực sự quá nhiều không thể liệt kê hết! Nắm một nắm. Hãy chia sẻ nó ngay hôm nay.

1. Dấu hiệu lỗi của việc lập hồ sơ người dùng

Bạn có thường tự hỏi: "Chụp ảnh chân dung người dùng có tác dụng gì?" Nếu vậy thì xin chúc mừng, dự án của bạn đã thất bại, đơn giản vậy thôi! Tất nhiên, những cách thất bại phổ biến hơn là khi bộ phận kinh doanh bắt đầu tạo chân dung người dùng lần đầu, họ lắc đầu và nói, "Chúng ta cần hiểu người dùng một cách chi tiết và sâu sắc dựa trên chân dung người dùng, chẳng hạn như giới tính, độ tuổi, khu vực, sở thích, thói quen tiêu dùng,... để chúng ta có thể đưa ra quyết định chính xác hơn". Sau đó, bộ phận dữ liệu đã làm việc chăm chỉ trong nhiều tháng và thêm 30.000 thẻ người dùng. Họ tự hào báo cáo với lãnh đạo của mình: "Chúng tôi đã đạt được tiến bộ lớn trong việc xây dựng dữ liệu lớn về chân dung người dùng". Sau đó, tại cuộc họp báo cáo dự án đầu tiên, bộ phận dữ liệu đã tự hào tuyên bố:

• Tỷ lệ nam nữ của người dùng của chúng tôi là 6:4
• Nam Trung Quốc chiếm 30%, Đông Trung Quốc chiếm 25%
• Mua sản phẩm A chiếm 50%
• Phòng kinh doanh đảo mắt:
• Tôi biết điều đó
• Người dùng của chúng tôi đều như thế này
• Bạn làm thế này có mục đích gì?

Tất nhiên, thậm chí còn tệ hơn nữa khi bạn gắn nhãn "người dùng trung thành" cho một người dùng, và phía doanh nghiệp lại nói: Ồ, vì bạn trung thành như vậy nên chúng tôi sẽ không làm gì cả. Nhưng sau đó anh ấy không mua hàng hoặc đăng nhập vào tháng tiếp theo! Bạn tự dán nhãn mình là "người yêu thích sản phẩm A", và phía doanh nghiệp đã quảng bá sản phẩm A, nhưng bạn không mua nó! Phía doanh nghiệp đã đến giải quyết vấn đề một cách tức giận: "Chân dung người dùng này hoàn toàn không chính xác!" Vì vậy dự án đã bị hủy bỏ hoàn toàn. Khiếu nại thì vẫn là khiếu nại, nhưng vấn đề thực sự nằm ở đâu?

2. Lý do bề mặt cho sự thất bại của các dự án chân dung người dùng

1. Lý do 1: Nhầm lẫn giữa quá khứ và tương lai

Câu hỏi 1: Một người dùng đã mua một quả táo vào ngày hôm qua, ngày hôm kia và ngày hôm kia. Hôm nay anh ấy có mua một quả táo không?

Câu hỏi 2: Một người dùng đã mua nước tương, cánh gà và cola. Anh ấy còn cần mua que tre để nướng nữa không?

Hãy nghĩ về điều đó một giây, không cần phải suy nghĩ một giây, mọi người đều biết câu trả lời là: không nhất thiết, không nhất thiết, không nhất thiết. Việc liên tục mua táo có thể có nghĩa là anh ấy thích ăn táo, hoặc có thể anh ấy đã mua rất nhiều táo nên dừng mua. Mua nước tương + cánh gà + cola, có thể dùng để nướng, hoặc làm cánh gà cola. Hành vi trong quá khứ không đồng nghĩa với hành vi trong tương lai và hành vi trong tương lai cần phải được dự đoán. Bất kể phương pháp dự đoán dựa trên suy luận logic kinh doanh hay tính toán dựa trên mô hình thuật toán, thì đều cần phải được xác minh thông qua phân tích dữ liệu và thử nghiệm.

Chỉ những phương pháp dự báo có hiệu quả ổn định mới được áp dụng. Tuy nhiên, khi tạo chân dung người dùng, phía doanh nghiệp thường nhầm lẫn hai điểm này. Mọi người thường gắn nhiều nhãn cho hành vi trong quá khứ, không biết gì về dự đoán trong tương lai và không đầu tư tiền vào phân tích dự đoán. Khi xem báo cáo chân dung người dùng hoặc thiết lập quy tắc đẩy trong CDP, người ta cho rằng nếu ai đó đã mua hàng trong quá khứ, họ sẽ mua lại trong tương lai. Cuối cùng, dự đoán này không chính xác và lỗi được đổ lên hệ thống chân dung người dùng. Kết quả tất nhiên là bi thảm.

2. Lý do 2: Hành vi và động cơ gây nhầm lẫn

Tôi xin hỏi bạn một câu hỏi đơn giản: Một người dùng đã đến cửa hàng của chúng tôi để mua sản phẩm vào một ngày trong 30 ngày qua. Người dùng này có phải là người hâm mộ sản phẩm của chúng tôi không? Còn nếu có 2 ngày, 3 ngày, 4 ngày... Còn nếu có 30 ngày thì sao? Anh ấy đến mua nó mỗi ngày trong 30 ngày, chắc hẳn anh ấy là một người hâm mộ! Trả lời: Không nhất thiết. Nếu ai đó đến mua hàng mỗi ngày trong 30 ngày, bạn có thể gọi người đó là "người mua hàng thường xuyên" vì tần suất mua hàng của họ thực sự rất cao. Nhưng liệu mọi người có thực sự thích sử dụng sản phẩm của chúng tôi hay không thì vẫn chưa chắc chắn, vì bạn không biết liệu họ có thích sử dụng chúng hay không, hoặc thậm chí là có sử dụng chúng hay không.

Tần suất mua hàng không thể liên quan trực tiếp đến sở thích của người dùng. Cho dù người dùng có thích hay không thì vẫn cần phải phân tích dữ liệu từ nhiều chiều hơn và kết quả phân tích phải có một xác suất ổn định nhất định trước khi chúng ta có thể gọi như vậy. Tương tự như vậy, ở nhiều công ty, các bên kinh doanh và nhà phân tích dữ liệu sử dụng các thuật ngữ như "người dùng nhiệt tình" một cách rất thoải mái và đại khái, về cơ bản là sử dụng lượng tiêu thụ, tần suất đăng nhập, v.v. Số lượng cao được coi là "thích" hoặc "thích sử dụng", và số lượng thấp được coi là "trung bình" hoặc "đang thử". Kết quả tất nhiên là không chính xác. Không cần phải nói, nếu có vấn đề gì xảy ra, chẳng hạn như không có ai mua sản phẩm được đề xuất, thì nguyên nhân sẽ do người dùng.

3. Lý do 3: Nguyên nhân và kết quả gây nhầm lẫn

H: Người dùng đã chi tiêu hơn 10.000 nhân dân tệ đã mua hàng hơn 5 lần. Vậy nếu chúng ta cho người dùng mua hàng 5 lần thì tổng chi tiêu của họ sẽ là 10.000 nhân dân tệ, đúng không?

Tất nhiên là không đúng. Tuy nhiên, phía doanh nghiệp thường làm như vậy! Họ sử dụng hành vi trong quá khứ của người dùng chi tiêu nhiều để áp dụng cho người dùng chi tiêu ít, nghĩ rằng chỉ cần người dùng chi tiêu ít có thể mô phỏng một con số nhất định thì họ có thể trở thành người dùng chi tiêu nhiều. Thậm chí nó còn chưa được gọi là "con số kỳ diệu". Rất có thể xét về nguồn gốc, những người tiêu thụ nhiều và những người tiêu thụ ít là hai loại người khác nhau và chúng ta nên tiến hành phân tích sâu hơn để tìm ra chính xác động lực thúc đẩy hành vi đó.

Trên thực tế, lý do khiến việc lập hồ sơ người dùng thất bại là vì nó tập trung nhiều vào dữ liệu hơn là phân tích. Quá nhiều năng lượng được dồn vào việc nêu chi tiết các hành động đã xảy ra và quá nhiều nhãn thực tế được gắn vào. Không có đủ đầu tư vào dự báo, không đủ phân tích mối quan hệ nhân quả và không đủ hiểu biết về nhu cầu của người dùng. Phán quyết cuối cùng hoàn toàn dựa trên phỏng đoán của doanh nghiệp.

Nếu bạn hỏi anh ấy tại sao lại quảng bá sản phẩm/hoạt động dựa trên những thẻ này thì câu trả lời của anh ấy là:

• Tôi nghĩ anh ấy đã mua nó nhiều lần rồi, chắc chắn lần này anh ấy sẽ mua nó
• Tôi nghĩ anh ấy đã từng mua những sản phẩm liên quan trước đây rồi, nên lần này anh ấy chắc chắn sẽ mua.
• Tôi nghĩ vì anh ấy đã mua A nên anh ấy phải mua B

Việc đưa ra quyết định dựa trên kinh nghiệm của riêng bạn sau khi xem chân dung người dùng cũng giống như việc đưa ra quyết định dựa trên kinh nghiệm của riêng bạn sau khi xem báo cáo. Không có sự khác biệt cơ bản nào cả. Cảm ơn. Có thể dễ dàng tạo ra một loạt nhãn dựa trên dữ liệu trong quá khứ, nhưng lại khó để tạo ra nhãn người dùng có khả năng dự đoán và chính xác. Nó không chỉ đòi hỏi phân tích dữ liệu và mô hình hóa chuyên sâu mà còn đòi hỏi nhiều vòng thử nghiệm so sánh lặp đi lặp lại. Điều đó không thể xảy ra trong một sớm một chiều. Vì vậy, khi bộ phận kinh doanh nghĩ rằng họ biết mọi thứ và bộ phận dữ liệu vui mừng thông báo rằng "đã thêm 30.000 nhãn", thì gốc rễ của thảm họa đã xuất hiện. Tuy nhiên, trong cùng một kịch bản kỳ vọng kinh doanh quá cao và chuẩn bị dữ liệu không đầy đủ, tại sao các dự án lập hồ sơ người dùng lại có nhiều khả năng thất bại hơn các dự án lập mô hình dữ liệu?

3. Những lý do sâu xa dẫn đến sự thất bại của chân dung người dùng

Nhìn sâu hơn, vì mô hình hóa dữ liệu rất khó nên phía doanh nghiệp không thể tham gia vào quá trình trung gian và chỉ có thể bình luận về kết quả. Chỉ cần những người làm người mẫu không tự tử, không làm việc biệt lập và chủ động hạ thấp kỳ vọng trong công việc thì họ có thể tránh được nhiều vấn đề. Vì vậy, sự thất bại của một dự án mô hình hóa về cơ bản là kết quả của một người mù cưỡi một con ngựa mù. Nhưng dự án chân dung người dùng thì ngược lại: phía doanh nghiệp nghĩ rằng họ biết tất cả mọi thứ!

Anh chàng làm việc về dữ liệu cũng nghĩ mình biết nhiều lắm! Hầu như tất cả các bên kinh doanh sẽ nói thế này khi nói về chân dung người dùng: "Ví dụ, tôi biết rằng người dùng này 24 tuổi và là nữ, vì vậy tôi sẽ giới thiệu sản phẩm XX cho cô ấy". Mọi người đều nghĩ: Tôi hiểu hết rồi, chỉ thiếu một con số thôi! Đếm chúng giúp tôi nhanh nhé. Do đó, doanh nghiệp liên tục thúc đẩy dữ liệu để dữ liệu trong quá khứ ngày càng chi tiết hơn và dữ liệu đang chạy tự do trên con đường dán nhãn. Không ai thực hiện ba điều quan trọng nhất: dự đoán, phân tích và thử nghiệm.

Tất nhiên, loại dán nhãn dựa trên dữ liệu trong quá khứ này hữu ích cho một số phòng ban - cho các phòng ban hỗ trợ như dịch vụ khách hàng, chuỗi cung ứng và hậu cần. Ví dụ, một khách hàng nhận được khiếu nại từ một khách hàng khác: "Tại sao nhân viên kỹ thuật sau bán hàng vẫn chưa đến nhà tôi!!!" Nếu không có nhãn, khách hàng phải điền vào nhiều biểu mẫu để xác nhận các thông tin chi tiết như sản phẩm khách hàng đã mua, thời điểm mua, số sê-ri của sản phẩm, thời điểm đặt lịch hẹn với kỹ thuật viên, v.v. Chỉ riêng quá trình xác nhận cũng khiến khách hàng rất tức giận. Với nhãn, bạn có thể xác định được vấn đề chỉ bằng vài lần vuốt, điều này có thể cải thiện đáng kể trải nghiệm của khách hàng. Nhưng điều đáng buồn là tính hữu ích này chỉ khiến các phòng ban như vận hành, tiếp thị, lập kế hoạch và thiết kế, những phòng ban đòi hỏi tư duy, sáng tạo và chiến lược, trở nên kiêu ngạo hơn. Điều này càng củng cố thêm cảm giác "Tôi thực sự tuyệt vời, tôi chỉ còn kém một con số nữa thôi!"

Vì thế những thảm kịch vẫn tiếp diễn. Nếu việc tạo mẫu giống như một người mù cưỡi một con ngựa mù, thì dự án chân dung người dùng giống như việc lái một chiếc xe đạp điện trong khi vuốt ve điện thoại di động và chạy đèn đỏ theo hướng ngược lại - chiếc xe đạp điện nghĩ rằng nó là một chiếc ô tô, và người lái nghĩ rằng anh ta là một tay lái cừ khôi. Để tránh vấn đề này, tôi thường sử dụng mẹo này. Khi bên doanh nghiệp mở miệng và nói "Nếu tôi biết một phụ nữ 24 tuổi, tôi sẽ quảng bá sản phẩm A", chúng tôi trực tiếp kiểm tra cơ sở dữ liệu để tìm hiểu có bao nhiêu phụ nữ 24 tuổi đã mua sản phẩm A trong tháng qua, sau đó đối chất với bên doanh nghiệp: "Không cần phải phân tích người dùng, tôi nói cho anh biết ngay bây giờ, tỷ lệ mua hàng là 12%.

Tại sao bạn cần phải tải ảnh chân dung người dùng? Cứ để mọi người tính toán theo đúng quy tắc. Lúc này, bất kỳ bên kinh doanh đáng tin cậy nào cũng sẽ nhận ra ngay vấn đề ở đây và nói: việc ghép nối đơn giản như vậy là không đủ. Chúng ta cần phân tích nhiều hơn dựa trên nhãn thực tế. Theo cách này, dự án sẽ ổn định hơn nhiều trong tương lai.

Tuy nhiên, hãy cẩn thận khi sử dụng mẹo này. Môi trường công ty của bạn có thể không phù hợp với phong cách cứng rắn này. Nói tóm lại, chỉ cần hiểu được mấu chốt của vấn đề. Vấn đề cốt lõi ở đây là: nhãn sự kiện đơn giản có sức mạnh dự đoán kém và cung cấp ít thông tin chi tiết. Đáp ứng nhu cầu hoạt động, lập kế hoạch, bán hàng và tiếp thị là chưa đủ. Lượng dữ liệu lớn + phân tích chuyên sâu là cách giải quyết vấn đề.

Tác giả: Cô giáo Chen giản dị; Nguồn tài khoản công khai: Giáo viên thực tế Chen (ID: 773891)