ユーザーポートレートオペレーション（ユーザーポートレート技術と方法論）

ユーザーポートレート技術と方法論

はじめに:ユーザー ポートレートも近年のホット ワードですが、多くの友人はポートレートをラベル付けレベルでしか理解しておらず、単純なグループ分析を行うために使用しているだけです。どのように完全に理解し、体系的な試みを行うかには、深く考え、探求する必要がある多くのポイントが背後にあります。今日は私自身の表面的な洞察をいくつか共有したいと思います。商品ポートレートとの関連で、商品ポートレートに関する知識も多少混じります。不備や誤りがありましたらご指摘・ご訂正いただければ幸いです。以下お楽しみください〜

本日のシェアでは、主にユーザーと製品のポートレートを通じてデジタルシステムを構築する方法を紹介します。最初の部分では、コンテンツ全体の概要を説明し、その後、各モジュールを浅い部分から深い部分まで順に探究して説明します。時間の制約があるため、まずはユーザーポートレートを中心に紹介し、製品ポートレートに関連する重要な点や興味深い点を簡単に紹介します。

まず、インターネット企業の中核となるものは何なのかを見てみましょう。私の控えめな意見としては、製品、サプライ チェーン、物流、マーケティング活動など、ショッピング ジャーニー全体の背後にあるユーザー エクスペリエンスです。

ユーザー エクスペリエンスは非常に重要なので、プロセス全体をどのように測定し、最適化すればよいのでしょうか?つまり、さまざまなモジュールでユーザーの視点からデータを収集し、統計的および確率的な思考を使用してモデル化および分析することです。製品の運用と成長のプロセスで雪だるま効果のてこポイントを見つけ、影響力を発揮し、最終的に好循環を確立します。

インターネットの実践者として、私たちはよく混乱します。私たちの製品のユーザーは誰なのか?彼らは満足していますか？製品は健康的ですか?質問は何ですか?どうすればユーザーに良いサービスを提供し、相互利益を最大化できるでしょうか?

より多くのユーザーが使用する製品を構築するにはどうすればよいでしょうか。より多くのユーザーが好むコースを作成するにはどうすればよいでしょうか。ビリビリが成長を続ける中で、二次元の定義をいかに突破するか、ユーザー層をいかに拡大するか、できるだけ多くの人がビリビリで好きなコンテンツを見つけられるようにするか、既存ユーザーを維持し新規ユーザーを引き付けるにはどうすればよいかといった問題を解決してきたのと同じです。もちろん、すべての人に満足していただける商品やコースは存在しませんが、既存のシステムの中で、どうすれば満足度を最大化できるのでしょうか。これが、誰もが答えを知りたいと思っていることの根源だと思います。

その手段の一つは、新規ユーザーを誘致し、既存ユーザーの数と価値を維持し、ビッグデータ技術を活用してユーザーポートレートを正確に作成し、製品ポートレートと組み合わせてユーザーと製品を分解し、洗練された育成を行い、最終的に主要なターゲット顧客グループでブレークスルーを達成することです。たとえば、ユーザーの好みを推測する電子商取引におけるパーソナライズされた推奨テクノロジーなどです。全能の Taobao には、ほぼすべての人の購買ニーズを満たす膨大な数の製品がありますが、ユーザーがそれらを正確かつ迅速に見つけられるようにする方法が大きな問題です。パーソナライゼーションはその基礎であり、ユーザーのポートレートと形成はパーソナライゼーションの基礎です。私たちは、ユーザーの皆様に、自分たちのために作られた製品であるという満足感を感じていただきたいと考えています。

ユーザーを分解するにはどうすればいいでしょうか?たとえば、誰かをよく知っている場合は、その人と食事に出かけます。以前一緒に食事をした際に、好きな食べ物や嫌いな食べ物（ユーザー動的データ）、性格（消極的）（ユーザーデータ）、辛い食べ物が好きかどうか（ユーザーデータ）などの情報を収集しておけば、それと提供されている料理とその料理が辛いかどうか（製品静的データ）を組み合わせて、両者をマッチングさせることで、より良い体験を提供できます。つまり、ユーザーポートレートだけではなく、製品ポートレートやその他の次元も必要であり、最も重要なのはマッチングです。

それでは目次を見てみましょう。最初の部分は、ユーザー ポートレートとは何かについてです。 2 番目の部分は、ユーザー ポートレートと洗練された操作がなぜ必要なのかについて説明します。 3 番目の部分は、製品とユーザー ポートレートの構築方法について説明します。 4 番目の部分は例であり、いくつかの方法論の紹介です。最後に、全体的なまとめをします。

このコースの目標は、まずユーザーポートレートと製品ポートレート、全体的な概念フレームワーク、いくつかの構築方法を共有を通じて全員に理解してもらうことです。一般的な製品のいくつかの用途とユーザーポートレートに精通する。そして、練習と自分の仕事を組み合わせてみます。過去の会社データと技術の機密性のため、特に詳細で対応するデータを直接お客様と共有することはできません。そのため、共有プロセスでは、業界内のいくつかの事例や、他の先人たちがインターネット上で公開しているコンテンツやデータを組み合わせて、誰もがアプリケーション全体を理解できるようにします。

01

製品/ユーザーポートレートとは何ですか?

まず、ユーザーポートレートとは何かを見てみましょう。 Wikipedia の定義によると、ユーザー ポートレートは、ユーザーに関連付けられたデータの視覚的な表現です。簡単に言えば、ユーザー情報のラベル付けです。膨大な量のユーザー情報からいくつかのラベルを見つけて、ユーザーに添付します。もちろん、これらのラベルの元は、一部のユーザーの行動です。

ファン・ビンビンを例に挙げましょう。顧客エンティティは、顧客情報の収集を通じて顧客ポートレートにマッピングされ、最終的にはこれらのポートレートを通じて認識が確立されます。たとえば、ファン・ビンビンは女性俳優であり、いくつかの映画祭に参加したことがあります。もちろん、上記のラベルの用途は何なのかと疑問に思うかもしれません。これは、特定のビジネス シナリオに応じて決定されます。一部のタグはシナリオ X では役に立たないが、シナリオ Y では非常に役立つ場合があります。もちろん、これはポートレート構築プロセスをビジネスと連携して実行する必要があることも事前に示しています。

より一般的な例としては、プラットフォームの顧客のグループ認識を確立する必要がある場合、視覚的なラベルを使用する必要があります。 JD.com の食品ユーザーポートレートを見てみましょう。食品ビジネスのシナリオでは、プラットフォームで購入するユーザーはどのような人でしょうか?例えば、男女比、ブルーカラーとホワイトカラーの割合、評価に敏感な人の割合など、垂直嗜好のユーザーポートレートをサイト全体と比較することで、差異や最適化ポイントを見つけることができます。

たとえば、フラッシュセール チャネルの運用マネージャーであるとします。上記と同様の分析を通じて、フラッシュセール チャネルとサイト全体のユーザー ポートレートの違いを発見しました。それは何の役に立つのですか?たとえば、フラッシュセール チャネルでは、サイト全体と比較して、女性ユーザーや年配の女性ユーザーの割合がはるかに高いことがわかりました。そして、サイト全体を分析した結果、これらのユーザーはカテゴリーA、B、Cの購入を好むことがわかりました。しかし、チャネル内ではカテゴリーA、B、Cの製品がほとんどないか、カテゴリーA、B、Cの価格帯の方がはるかに高く、男性向けの製品も多数あることがわかりました。するとすぐに最適化ポイントが見つかりました。このシナリオでカテゴリと製品を調整し、テストを実施できるかどうか疑問に思っています。テストでは明らかな改善が見つかるかもしれません。

もう 1 つの例は、食品カテゴリの商品運営でトラフィック プールを拡大する方法です。上記と同様の分析を通じて、例えば、あるチャネルに 18 ～ 30 歳の男性が多く、彼らがプラットフォーム上で電子製品を多く購入していることがわかった場合、専門知識と組み合わせることで、あなたの炭酸飲料はこのチャネルに参入することを検討できるでしょうか?

上記はより直感的なアプリケーションです。実際、アルゴリズムを使用してグループの好みをさらに調査し（アルゴリズムの知識がない人はこれをスキップできます）、チャネル内の製品にさらに変更を加えることができます。たとえば、アルゴリズムを使用して、過去 N 日間にチャネル内のユーザーの製品を呼び出して並べ替え、サイト全体でユーザーが購入した製品を生成し、チャネルでのユーザーのアクティビティとチャネル LTV に基づいて埋め込み後にこれらの製品のベクトルを削減し、最終的に 300 または 500 の製品のプールを形成できます。これらの製品は典型的なユーザーのコレクションであり、既存の製品コレクションと統合してテストすることができ、高い利益をもたらします。ユーザーの消費とショッピングは非常に複雑であり、特定のビジネス シナリオに従って実行する必要があります。上記の方法はすべてのビジネスに適用できるわけではなく、さまざまなビジネス シナリオに合わせて調整および適応する必要があります。

さて、商品ポートレートとは何なのか紹介します。製品ポートレートは、ユーザーポートレートと同様に、膨大な量の製品データのラベルとして簡単に理解できます。特徴、デザイン、機能、テイスト、波、価格帯、人気、販売状況、プロモーションの強度、販売チャネルの違いなどに基づいて、さまざまなタイプに分けられます。次に、各タイプから典型的な特徴を抽出し、名前、特性、シナリオ、統計要素などの説明を与えます。

実際、製品とユーザー ポートレートの間には多くの交差点や相互作用があります。たとえば、製品には、女性や男性など、対象とする人口を示すラベルが付いています。これは、商品を頻繁に購入する女性ユーザーが多いことや、特定のカテゴリや色の商品を頻繁に購入するユーザーが多いことを意味している可能性があり、ユーザーを同様にラベル付けできます。商品にラベルが付くことで、運営者はイベントのホームページやサブ会場の集客状況に合わせて商品を選択し、雰囲気を演出しながらアクティビティを企画できるようになります。たとえば、ファッション会場向けの製品プールを選択し、クリック数は多いがコンバージョン率が低く、パフォーマンスが低い製品（拒否、返品、低評価）を制御できます。

02

製品/ユーザーのポートレートはなぜ必要なのでしょうか?

ユーザーポートレートはなぜ必要なのでしょうか?実際、ユーザーが当社の製品を使用しているときに、ユーザー エクスペリエンスを優れたものにするために適切な対応を行えば、実際に大きな利益を上げることができます。しかし、ユーザーエクスペリエンスを低下させるようなことを行うと、損失は莫大なものになります。

企業の商業化プロセスにおいて、ユーザーとのWin-Winの関係をどのように実現するかを段階的に検討する必要があります。 1 つの方法は、データを通じて意思決定を促進し、利益を最大化することです。これがここで共有されている内容です。ユーザーと製品のポートレートを使用して、製品を購入する人々のグループを見つけ、より良いサービスを提供します。

初期段階で形成された製品を通じて、私たちはプラットフォームの忠実な顧客を形成してきました。このグループを理解することで、生産、販売、流通の統合を推進することができます。需要（ユーザー）と供給（商品）のマッチングギャップの存在は、C2MやC2Bなどの試みのような精密な供給システムの構築を促進する可能性があります。

マクロレベルとミクロレベルでのポートレートの役割を見てみましょう。ミクロレベルでは、推奨、検索、精密マーケティング、ターゲット配信、リスク管理、定量的および定性的な分析、データに基づく運用ユーザー分析などの改良が主な目的です。マクロ的な視点から見ると、ユーザーフットプリントを探索するプロセスにおいて、ユーザーの理解を視覚化し、市場セグメンテーションとユーザーグループ化を確立することです。

さて、ここで商品ポートレートの役割についてお話しさせてください。製品ポートレートのフロントエンドの役割は、トラフィック配分におけるユーザーポートレートとのマッチング、および関連付け後の推奨事項と正確なプッシュです。たとえば、ユーザー ラベルはカテゴリ a で、価格帯の設定があります。商品のポートレートには価格帯のラベルも付いています。たとえば、ユーザーは 30 元から 50 元までの価格のドレスを好みます。この商品はドレスで、価格は 30 元から 50 元です。したがって、この側面では他の価格帯の商品と比較してよりリーズナブルである可能性があります。次に、他のディメンションの製品とユーザー ラベルの一致を組み合わせることで、より多くの一致するディメンションを構築できます。

バックエンドの側面に関しては、製品ポートレートも非常に役立ち、バックエンドのサプライチェーンを推進することができます。製品ポートレートの履歴状況（最近の露出、クリック、注文、コンバージョンなど）を通じて、売上予測を立て、在庫、調達、倉庫間、生産物流などのリンクの最適化を実行できます。

統合モデリングと予測分析のために、まず、性別、年齢層などの人口統計属性のセグメンテーションがあれば、ユーザーが誰であるか、プラットフォームで何を購入したか、なぜ購入したかを明確にすることができます。購買行動をセグメンテーションすると、市場機会や市場規模などの重要な情報を明確にすることができます。 3つ目は、製品需要の細分化であり、差別化された競争に基づいて製品の仕様とビジネス価値を提供し、大量の在庫を持つのではなく、より正確でコストを管理できる、より差別化された競争を行うことができます。最後は、ユーザーのポートレートを通じて興味や態度をセグメント化することで、さまざまなチャネル戦略、価格戦略、製品戦略、ブランド戦略を実行できます。たとえば、チャネル戦略の場合、チャネルごとに対応するユーザーグループを属性付けて取得し、カテゴリの好み、価格帯の好みなど、各チャネルグループ間の違いを観察し、配信プロセス中に製品プールと配信戦略を最適化できます。

まとめると、製品とユーザーのポートレートは非常に重要です。これら 2 つは互いに補完し合い、ユーザー エクスペリエンス プロセス全体において非常に重要です。

03

製品/ユーザーポートレートの構築方法

——ユーザーポートレートを例に——

では、ユーザーと製品のポートレートをどのように構築すればよいのでしょうか?ここで、プロファイラーと呼ばれる概念について言及することができます。映画などでは、プロファイラーが犯罪現場で観察・情報を収集し（データ収集）、犯行当時の犯人の心理や行動を想像し（予測）、最終的に事件解決のきっかけを創り出す（実行）というコンセプトがよく登場します。ユーザーポートレートを構築する方法論はこれに似ています。

最初のステップはデータを収集することです。図には多くの方法があり、それぞれに長所と短所がありますが、現在主流となっている方法は、ユーザーの静的データと膨大なプラットフォームのユーザー行動データを組み合わせることです。追跡を通じて、ユーザーが当社のプラットフォーム上でどの製品を閲覧、クリック、購入したかを確認できます。これらのデータをつなぎ合わせることで、ユーザーを理解するための入り口として活用することができます。さらに、ユーザーのセグメンテーション、ライフサイクルの分割、ユーザーの離脱調査などの統計的および確率的な知識を通じてモデルを構築し、詳細なマイニングを行うことができます。次に、ユーザーポートレートを分解してみましょう。

主に人口統計学的属性、消費者需要、購買力、興味や趣味、社会的属性など。

簡単に言うと、ユーザー ポートレートの粒度は次のようになります。たとえば、年齢ラベルは 20 ～ 30 歳と 21 歳です。これら 2 つのラベルは明らかに粒度が異なります。

第二に、階層的な観点から見ると、基本的なユーザー属性と行動ラベルは、浅いユーザーポートレートです。これらのラベルポートレートは、主に年齢や性別などが収集されています。 2 番目のレイヤーは、携帯電話がアクティブになるおおよその時間、頻繁に購入されるカテゴリなど、わずかに処理された要約レイヤーです。3 番目のレイヤーは最初の 2 つのレイヤーに基づいており、マーケティング感度、社会的関係、オンライン時間を予測できます。最後のものはより深く、ビジネス知識と組み合わせてカスタマイズする必要があります。例えば、保険分野における高・中・低の値、融資需要の度合い、リスクのレベルなど。

インターネットで金融分野の例を見つけました。たとえば、アクティビティ レベルに基づいて、アクティブ ユーザーと離脱したユーザーを区別し、時間ウィンドウのディメンションに基づいて、48 時間アクティブ ユーザーと非アクティブ ユーザーに分類できます。単純な統計を使用して、さまざまな方法でユーザーにラベルを付けることができます。たとえば、過去 12 か月間の累計注文数が 20 件を超えるというしきい値に基づいて、ユーザーを高頻度ユーザーと低頻度ユーザーに分けることができます。あまり詳しく説明せずに、上の図を自分で読んでみてください。

もちろん、ユーザーポートレートのベースとなる基本的な製品ラベルは不可欠です。たとえば、ユーザーの服装の好みの下に、色の好み（白）があります。これは、ユーザーの過去のクリック、カートへの追加、お気に入り、その他の動作に関連付けられた製品のラベルの集約です。実は、基礎となる商品のカラーラベルは欠かせないものなのです。

以下は構築方法論ですが、唯一の方法論ではありません。

まず、広い次元から始めましょう。広い次元は、動的と静的の 2 つのカテゴリに分けられます。たとえば、人口統計上の性別、年齢、地域、収入、生活習慣などは比較的静的です。性別は基本的に変わらず、年齢は1歳ずつ上がり、地域に大きな変化はほとんどありません。収入、職業、産業にも急激な変化はありません。これらはすべて静的ラベルとして分類できます。ただし、ユーザーのアクセス デバイス、ユーザーが過去 48 時間以内にアクティブであったかどうか、コンテンツや製品の消費の好みなどは常に変化しており、動的機能として分類できます。

静的と動的の区分は、実際には特定の次元に基づいて、または特定の時間枠内で決定されます。静的なポートレートは一般的にリアルタイム性が低く、更新が遅くなります。ダイナミック ポートレートは比較的速く変化し、時間や空間が異なる場合があります。

業界や事業が異なれば、建設の目標や方法も異なります。このプロセスでは、ビジネス アプリケーションの因子分析によってラベル次元の拡張が推進され、ラベル次元の拡張が達成されます。そうすれば、私は再びビジネスを推進できるようになります。

上の図は、一般的に使用される嗜好ラベル モデリングの考え方を紹介しています。詳しくは述べません。興味のある友達はプライベートメッセージを送信してコミュニケーションを取ることができます。

体系的なラベル制作を行うには？上の写真を参考にしてください。上の図の要素は、Meituan のさまざまな実践を参照しています。スペースの制限により、ここでは詳しく説明しません。その後の共有では、構築の詳細に焦点を当てることができます。

ビジネスを統合し、クローズドループを構築し、データを使用してビジネス理解を向上させ、ビジネス理解を通じてポートレート関連のデータシステムを迅速に構築することに重点を置いています。

04

製品/ユーザーポートレートの応用

第4回では、ポートレートの応用例をいくつか紹介します。

まず、大規模な戦略調整や選択を行う際に差別化された市場ポジショニングができるよう、ユーザーポートレートを使用して競合製品との比較分析を行う方法を紹介します。ユーザータグに基づいて市場セグメンテーションとグループポートレート分析を実施し、分析レポートを出力します。企業がユーザーの人口統計、ライフステージ、消費嗜好などを理解するのに役立ちます。企業が自社のユーザーグループと競合他社のユーザーグループ間の類似点と相違点を分析し、市場でのポジショニングと差別化された製品戦略を最適化できるように支援します。この部分のデータには独自の内部データが含まれており、競合他社のデータは第三者を通じて間接的に取得できます。

たとえば、現在、SHEINは国境を越えたファストファッションプラットフォームとして好調に推移しています。同じタイプのプラットフォームが年齢ラベルで差別化を検討できる場合、たとえば、18〜35歳の若い女性をターゲットにしている場合、35〜50歳の中年女性をユーザーグループとして検討し、ニッチで高い収益を得るために運用中に調整を行うことができます。

別の考え方としては、一部のユーザー ラベル ディメンションに大きな違いがあり、これらのユーザーを保持したいだけの場合、何か間違っている可能性があるということです。データを使用して問題を特定できます。たとえば、このような違いの原因は、配信プロセス中のチャネル選択にあるのでしょうか?商品に何か問題がありますか？値段が高す​​ぎますか？カテゴリの深さが足りませんか?この違いを認識すると、さらに詳細な分析やユーザーインタビューを実施して、製品がユーザーの考え方を形成する方法を調整できます。

ポートレートデータを比較することで、競合相手が誰であるかがわかります。本当の競争相手が突然目の前に現れ、その人物像は私たちが想像していたものではなく、あなたのものと非常によく一致しています。当初競合相手とみなされていた典型的なユーザー グループが 30 歳から 50 歳で、自社のグループが 20 歳から 35 歳である場合、少なくとも現状では、競合関係は弱いと言えます。

データに基づいてさまざまなグループをターゲットにし、一定の区分を行った後、状況に応じてターゲットを絞った配置やメディアの選択を行うこともできます。広告やマーケティングプロモーションの際には、ポートレートに基づいてユーザーを市場→取引→高価値ユーザーに分けます。次に、上の図の性別ディメンションなど、特定のタグを使用してデータを分析します。高価値ユーザーにおける女性ユーザーの割合は、市場ユーザーにおける女性ユーザーの割合と正反対であることがわかりました。

次に実行すべきアクションがいくつかあります。流通チャネルや製品を分析できます。トラフィック生成の問題でしょうか?それとも、男性ユーザーにとって、製品がもともと高品質ではないということでしょうか?製品の操作に問題はありますか？調整を行わない場合、後続の流通チャネルで女性レーベルを選択できればより正確になるでしょうか?

私たちは、さまざまなメディアターゲットのカバレッジに基づいて予算を割り当て、プラットフォーム上の人口をレーベルごとに分割したいと考えています。上記の質問については、性別ごとに分けています。さらに分割できる他の次元はありますか?たとえば、ユーザーが報告したアプリのインストールリストを見ると、プラットフォーム上の価値の高いユーザーは複数のショッピングアプリや金融アプリをインストールしていることがわかります。配信プロセスでは、チャネルの違いに応じてフィルタリングしたり、配信プロセス中に試用する対応するラベル単語をいくつか選択したりできます。

上記の例は、ユーザー ポートレートに基づいてさまざまなチャネルを選択し、段階的にテストと最適化を行うというものです。製品の位置付けの調整に関しては、製品ライフサイクルと組み合わせて、製品カテゴリーの深さと幅を増やすための操作を試みることができます。

異なるライフサイクルのユーザーの場合、データとポートレートの豊富さは実際には異なります。洗練された操作プロセスでは、状況に応じて差別化された操作を実行できます。ここでもう一つ例を挙げましょう。ユーザー分析に関しては、ユーザー調査とインタビューを通じて初期の製品ポジショニングが行われます。拡張の過程では、サイト上のユーザー状況に基づいて効率分析が行われます。新規ユーザーの特徴は何ですか?コアユーザー属性は変更されましたか?顧客獲得状況は年によって大きく異なる可能性があります。この違いに頻繁に注意を払えば、製品の変更が期待どおりであるかどうかがわかるかもしれません。

精密マーケティング分野におけるいくつかの試みについては、上の図を参照してください。特定の期間内のユーザーを分析して、年齢層、性別、地域、収入、好みなどの特性を持つ側面を見つけます。このような分析により、ターゲットとする対応するグループを選択できます。メディア広告に出力し、予算を立てて効果を確認し、効果データを戻して再度反復することで精度をさらに向上させます。特定の機能を通じて人々を見つけ、これらの潜在的なユーザーを分析して、彼らにリーチするためのチャネルを見つけます。

上の図は前の図と多少似ており、その機能も同様で、既存のユーザーの中からコアユーザーを選別し、このユーザーグループのタグを組み合わせて配信タグの予備審査を行います。コストを抑える必要がある場合は、コア人口タグ配置 -> 関連性の高い人口タグ配置 -> 一般ユーザータグ配置を使用できます。ここでも、さまざまなグループの人々が頻繁にやり取りする製品に基づいて製品プールを選択する必要があります。

金融分野での応用事例を見てみましょう。職業、年齢、預金額などをもとにスクリーニングし、これまでの資産運用の嗜好をもとにファンドの推奨を行います。

もう一つの概念は CRM です。業界では多くの議論が行われており、上の写真に示すようにいくつかの問題点もあります。 CRM に関する特別な議論については後ほど共有します。

誰もが注意する必要があるポイントがいくつかあります。実際、既存のユーザーがターゲット ユーザーと一致しない場合もあります。製品運用の過程で、プラットフォーム上のユーザーポートレートはこのようになっていることがわかりますが、競合製品の戦略やいくつかの状況と組み合わせることで、より差別化された競争を行うことができます。重複部分は価値の高いユーザーなので、そのためにさらに人材を投入すべきでしょうか?ユーザーのポートレートを組み合わせて、より細かく人口を拡大すると、人口 A、人口 B、人口 C のどれになりますか?

次に2つ目のポイントは、ユーザーが男性か女性か、給与はいくらか、どんな商品が好きなのかなど、どのようなユーザーポートレートを構築するかということです。これらのラベルは意味がない可能性があります。重要なのは、これらのラベルが意思決定にどのように影響するか、ユーザーにどのような優れたエクスペリエンスをもたらすか、そしてどのように顧客の維持率とリピート購入率の向上につながるかです。

05

レビュー/要約

練習を重ねれば完璧になります。それを具体的なビジネス シナリオと組み合わせて試してみる必要があります。

ビジネスシナリオと組み合わせて分析し、単に全体像を見るのではなく、前後の比較、競合他社との比較、チャネル内および市場全体との比較などを通じて比較を行い、欠点と利点を分析して発見し、修正と調整を行う必要があります。データフィードバックを通じて、データの閉ループが形成され、最終的には製品の反復プロセス中に優れたビジネス成果が達成されます。まとめると、ポートレートを作成するときは、目標とデータが必要であり、技術的な詳細にこだわりすぎないようにしてください。大胆に実験し、まずは粗い粒度から始めて、その後に細かい粒度に進めてください。

著者: 姚開菲