当前位置: 网站建设 > 网页设计 > 建站经验 >

怎么对用户分类,细分到何等程度

时间:2013-03-02 04:03来源:未知 作者:admin 点击:

标签:怎么对用户分类,细分到何等程度 如何(201)用户(58)何等(1)分到(1)来说(6)判定(1)分类(10)怎么(17)程度(3)某一(2)
先来说下如何判定某一款产品的用户分类效果如何,主要从两个角度进行断定:分类的信度和效度,也就是分类的精确性和精确性。分类的正确性是指分完类后,是不是事实中每一个用户都能定位到反映该用户的类别,也就是说任何一个用户都能给他贴上属于某个种别的标签;而分类的精确性是指得到的用户类别在多大程度上反应了实际用户所包括的属性含意,也就是说用来描写各类别用户的特征信息与实际用户所有属性的吻合程度。在实际分类中准确性和精确性往往不能同时到达完善,当你追求100%的准确性时精度确定会降落,好比只用性别去划分用户,准确度很高
怎么对用户分类,细分到何等程度》文章地址:http://www.tfxk.com/wangyesheji/jianzhanjingyan/0302341962013.htm

先来说下如何判定某一款产品的用户分类效果如何,主要从两个角度进行断定:分类的信度和效度,也就是分类的精确性和精确性。分类的正确性是指分完类后,是不是事实中每一个用户都能定位到反映该用户的类别,也就是说任何一个用户都能给他贴上属于某个种别的标签;而分类的精确性是指得到的用户类别在多大程度上反应了实际用户所包括的属性含意,也就是说用来描写各类别用户的特征信息与实际用户所有属性的吻合程度。在实际分类中准确性和精确性往往不能同时到达完善,当你追求100%的准确性时精度确定会降落,好比只用性别去划分用户,准确度很高但是精度不够,所以在实际用户分类时找到准确性和准确性的一个均衡点,怎么做好稳固网站关键词,达到本人分类目的即可。

怎么对用户分类,细分到何等水平,不太会有一个模式或者方法来通用。所以波及到某个具体产品的用户分类时,怎么修改别人的页面或模板,首先明确你得分类目的,分完类之后你需要面怎么应用这些类。当可以从用户分类中得到明白的产品用户群和产品定位时,阐明该分类就基础有效了。

不分类不好定位, 好的用户分类让我晓得了我在寻求哪些人,满意哪些人,影响哪些人。但分不好类又会错位,更糟,那怎么才干对某一款产品的用户群进行公道分类呢,下面就来谈谈我对用户分类的一些见解。

首先考虑对某个产品进行用户分类时需要哪些特点因素,也就是从哪几个维度去划分用户。个别会从以下多少个维度去斟酌:用户的人口学信息,用户的盘算机背景(包含用户的互联网使用背景),上网地点,收入程度,职业,地区,用户对该产品的一些使用教训和偏好,使用过哪些同类产品,使用的目标是什么,以为哪款最好用,影响取舍某款产品的因素有哪些,通过哪种道路得悉的,使用产品的立场,应用产品的详细行动等因素,快速生成CSS--LESS学习总结。那详细到某个产品时应当抉择哪几个因素去划分用户呢,解决的方式是先把所有维度都列出来,而后针对这些维度进行用户访谈,通过访谈可能得到大略的用户间的独特点跟不同点,快速定位页面中复杂 CSS BUG。然后把所有因素转化成问卷标题,通过迷信抽样的问卷调查得到用户考察数据。对这些用户数据进性行聚类剖析即可得到你所需要的用户分类。用户聚类须要留神哪些呢?

--> [网站建设之]怎么对用户分类,细分到何等程度

普通提到某一款产品有几类用户可能重要包括以下几种情形:高端和低端用户、学生用户和白领用户、一二线城市和三四线城市用户、活泼和不活跃用户、会员与非会员用户、红钻与非红钻用户、IT和非IT用户、初级用户、普通用户、高等用户等,以上这些用户分类的共同特征是从一个维度或者二个维度对用户进行划分,就比方cooper的《About face 2.0》中提到从两个用户分类指标:业务范畴水平(domain knowledge)和计算机技巧水平,从而把用户划分为低级用户、一般用户、高级用户,更简化地说这种办法的用户分类模式就是基于操作频率,这个分类方法能够套用在任何一款产品上,然而这种用户分类的实际利用后果如何呢?

说到网络产品,离不开的话题就是用户,就像传统行业的花费者。人是庞杂的,网民的用户行为更加复杂,用户和用户是不一样的,或者说,每个用户都不一样。一款胜利的互联网产品往往并没有知足所有用户的需求,而是准确定位了某一类用户并且很好地满意了那类用户的需要。到底定位哪一类用户是咱们需要考虑的,所以就需要用户分类。

聚类分析中有良多因素影响着最后的用户分类成果,影响较大的因素有:聚类方法选择,距离算法选择,聚类变量选择,用户类数挑选,必知的css属性知识。对于聚类方法和距离选择,我偏向于推举选择两步聚类法和对数似然值距离算法,由于用户的人口学特征和使用某产操行为偏好等特征正常都是分类变量,用欧氏间隔算法的话,它的距离公式所表现的含义很难用实际意思去描述,或者说它的距离值在现实中是不实际意思的。聚类变量的话可以选择访谈得到差异较大的特征因素,但是这些变量之间也是有关联的,具体还要通过一直的尝试去调剂,主要看去掉某个变量后聚类结果是否有大得差别,假如有该变量则为主要变量,用户类数肯定可以联合实际聚类得到的描述性判断因素和访谈等得到的实际情况共同断定。

 

Tag:程度   细分   分类   用户   怎么     程度   细分   分类   用户   怎么    

又回到前面提到的把用户划分为初级用户、普通用户、高级用户,这种划分的方法是准确性很高,但是精确度不够,每一个用户都能依据实际情况判断为初级用户、普通用户仍是高级用户,但是描述用户的特征信息很少只有操作频率和计算机技能水平两个维度。这是很不精确的,在实际情况中,用户的特征信息是包含许多,用户间任何一个特征因素不同都会导致不同用户使用某个产品的行为习惯偏好等的不同。比如用户的年纪、性别、学历、收入水平、计算机水平、职业、地域、网龄以及使用某个产品的目的等因素都会导致不同用户不同的使用习惯和偏好。所以在用户分类时需要从多个维度的特征因素去考虑如何划分用户。实际又该如何操作呢?


(责任编辑:网站建设)
怎么对用户分类,细分到何等程度相关文章
上一篇:怎么做好稳固网站关键词 下一篇:怎么才能做出一个优秀的网站
回到顶部