做使用者畫像項目最怕的是使用者畫像與業務場景脫節，那如何從業務場景出發，讓使用者畫像有效呢？本文分享了SIKT模型，來幫助你解決此問題。推薦給從事資料分析行業的小夥伴們閱讀。
做使用者畫像項目最怕啥？三個字：沒！屁！用！經常是做資料的同學哼哧哼哧整了白天，輸出所謂的“360度使用者畫像”然後被業務方噴：
- 知道性别、年齡又怎樣！
- 過去消費高，未來呢？又怎樣？
- 你标記個高潛力,它就真的高潛力了？？
以上種種問題，都是沒有基于SIKT模型推進項目所緻。使用者畫像與業務場景脫節，沒有考慮業務拿到畫像能幹啥。
想要破局，當然得回到業務場景中，認真思考：到底使用者畫像能幫上啥？而SIKT模型正是解決此問題的一套概念模型（非算法模型哦）。
01 SIKT模型原理
SIKT模型是一套梳理标簽的方法。标簽是使用者畫像的基礎，是建構畫像體系的磚石。想讓使用者畫像系統有用，标簽本身得是有價值的。這就要求，在做标簽的時候，不能憑着資料人員的直覺，像說貫口一樣把“性别、年齡”胡亂怼進系統，而是從業務場景出發，層層遞進。
- 第一步：梳理業務場景。使用方先思考：我要解決什麼問題？
- 第二步：梳理關鍵名額。使用方再思考：用什麼名額衡量問題解決？
- 第三步：梳理關鍵行動。使用方再思考：我做什麼事能解決問題？
- 第四步：篩選有用标簽。資料協助思考：用什麼标簽能提升行動效率。
按照這個步驟梳理出來的标簽，很好觀察：
- 有明确的使用場景。避免了資訊過剩，讓使用者聚焦思考問題。
- 有明确的考核名額。明确了考核方法，改善了關鍵名額就是效果。
- 有明确的落地動作。清晰了标簽效果，同一動作，使用标簽前後的差異。
要注意的是：标簽并非萬能的，有可能有些業務場景是不需要标簽的。是以使用該方法的第一步，就是先梳理業務場景，把那些和标簽高度相關的場景找出來。
02 業務場景梳理
從本質上看。标簽是一系列業務資訊的濃縮。比起未濃縮的資訊，标簽有三大優勢：
- 優勢一：便于查詢。想象一下超市裡買東西，如果沒有标簽分類，都寫商品全名，那找起來得多麻煩。是以，提升資訊檢索效率，就是标簽第一大功能。使用标簽進行資訊檢索，能提升認知階段的效率。
- 優勢二：便于分類。有了标簽，分類效率會提升非常多，特别是一些已明确不會使用到的分類，一下就能篩選出來。這樣能提升決策階段的效率。
- 優勢三：便于挑選。如果對于可用的手段有了标簽分類，就能快速找出适合目前的手段，避免了重重複複的分析論證，進而極大提升執行效率。
小結下，幾乎所有的業務工作，都要涉及：認知現狀，制定政策，選擇方法三個步驟。是以，隻有還處于大幹快上，跑馬圈地，野蠻生長的行業是不需要标簽的。
真還在野蠻生長的話，那還查詢個啥、分類個啥、挑選個啥，可勁砸錢，幹就完了奧力給！但凡行業增速減慢，需要控成本，增效益的時候，标簽都有用。
03 1個應用小案例
場景一：某網際網路企業投放部門，計劃選擇大V進行私域投放。
投放場景的名額很明确：投放轉化率。要注意的是：由于是私域投放，買了大V的廣告位以後，就隻能全覆寫該大V的粉絲，無法在決策階段做使用者分群。是以在場景拆分的時候，決策階段沒法用标簽優化。
但是在認知現狀、方法選擇階段，标簽能幫上忙。
認知階段：大V有很多，一個大V覆寫各個平台。此時如果有标簽對大V進行分類，就能輕松檢視該大V的基本情況，挑選出合适的大V。
選擇階段：同一個廣告，可能有5、6種不同素材可以使用。此時如果有标簽對素材進行分類，就能減少篩選難度，提升效率。
注意，這裡用的标簽并非100%的使用者标簽。比如大V分類标簽，可能需要負責推廣的同僚自行标記。比如素材标簽，需要負責素材設計的同僚自行标記分類。
注意，這裡用的标簽，也并非一次性産生的。比如大V标簽中“作弊”标簽，是在之前合作中，發現大V有作弊行為，之後标記上，避免後人上當。比如素材标簽中“使用效果”标簽。是觀察N次素材投放效果以後标記出來的。
這引申出一個很深層的問題：使用者畫像建設，并非某一天，一個神力無敵的資料分析師刷刷把資料庫一弄就出來的。這些對業務的分類，對效果的追蹤，需要長時間積累，需要業務方同僚一起參與才能完成。
04 再看個小案例
場景二：某網際網路企業使用者營運，計劃針對沉睡使用者進行喚醒，以激活消費一筆（不計金額大小）為目标。
這個場景下，關鍵名額很清晰，就是沉睡使用者的激活率。
在細分場景的時候會發現，在認知階段難度較小，因為已經鎖定了沉睡使用者群體。但在政策階段，較為複雜。
一來，在沉睡以前，使用者的消費習慣、消費經曆都不同，可能需要區分使用者特點，找适合使用者的激活方案。
二來，目前沉睡不代表未來沉睡，本身使用者就有一定自然回流機率，如果不能區分這些自然回流使用者，很有可能投放的喚醒資源都被薅羊毛薅走了。
是以在關鍵行動層面，需要2個重要輔助：
- 區分過往消費偏好，區分過往消費層次
- 預測未來自然喚醒機率，區分自然喚醒使用者
這兩點都對應着标簽的需求。但實作方法是不同的：過往的需求分析是有資料可依的，是以可以通過曆史資料進行使用者分層/分群。但未來喚醒情況則需要預測，這是需要算法模型支援的。
有趣的是：真預測出來誰會消費以後，在做喚醒資源投放的時候，是會繞開這些預測消費使用者的，這樣事後測算ROI才好看。
這又引申出來一個深層次話題：預測模型怎麼來，怎麼用，也是緊密結合業務場景的。很多人建設使用者畫像的時候，不考慮業務場景，單純指望一個：“預測模型/推薦模型”包打天下。是非常不切實際的。
05 小結
總結整個SIKT運作過程可以看出：想讓使用者畫像有效，标簽先得有效。
想讓标簽有效，得：
- 緊密結合業務場景
- 清晰要改善的關鍵名額
- 明确落地關鍵動作
- 業務同僚積極參與，貼上業務标簽
- 資料要長期跟蹤，特别是關于效果的标簽
- 算法模型在關鍵場景，關鍵環節補位
總之，全民一起努力，才能真正實作效果。單靠一個資料分析師，單靠現有資料庫裡那點字段，脫離業務場景做模型，脫離業務動作談資料采集，最後隻能獲得如開頭一樣，平砍一刀不見血的無用畫像。
專欄作家
接地氣的陳老師，微信公衆号：接地氣學堂，人人都是産品經理專欄作家。資深咨詢顧問，在網際網路，金融，快消，零售，耐用，美容等15個行業有豐富資料相關經驗。
本文原創釋出于人人都是産品經理。未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協定。
該文觀點僅代表作者本人，人人都是産品經理平台僅提供資訊存儲空間服務。