中文搜索引擎指南网

 找回密码
 禁止注册

QQ登录

只需一步,快速开始

搜索
查看: 79|回复: 0
打印 上一主题 下一主题

用户画像数据分析提示词模板

[复制链接]
跳转到指定楼层
1#
发表于 4 天前 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
适用:会员 / 客户、APP 用户、短视频 / 自媒体粉丝、电商消费者;可上传用户数据表、问卷、行为日志;输出人群标签、分层、痛点、转化机会;支持汇报、产品优化、营销投放。

模板 1|标准版 用户画像综合分析(日常业务复盘,推荐)

角色:资深用户研究&数据分析师,基于用户数据完成用户画像分析。
任务要求:
1. 整体大盘:用户总量、结构分布、活跃度、留存、转化大盘概览,一句话总结人群特征。
2. 基础人口属性画像:年龄、性别、地域、收入/学历等分布,识别主力人群。
3. 行为画像:访问时段、使用频次、停留时长、核心行为路径、高频功能/内容偏好。
4. 价值分层:按RFM模型分层(高价值、潜力、流失、低价值用户),每层人群特征。
5. 需求&痛点推断:人群核心诉求、顾虑、阻碍转化的因素;区分【数据事实】和【推测】,推测标注【推测】。
6. 人群差异对比:新用户 VS 老用户;付费用户 VS 免费用户。
7. 业务机会:针对不同人群给出运营、内容、产品优化建议。
8. 数据局限:样本偏差、缺失字段,哪些结论不能过度外推。

【原始用户数据/指标粘贴】
数据统计周期:
样本范围:全部用户 / 抽样样本
业务场景:
核心业务目标:拉新 / 提活 / 增收 / 挽回流失


模板 2|极简快速画像版(晨会、快速看人群,300 字以内)

角色:用户分析师,输出精简用户画像简报。
输出结构:
①一句话总述核心人群是谁
②TOP3用户特征(属性+行为)
③高价值人群特点
④流失用户共性特征
⑤2条可直接落地运营动作
语言简洁,去掉复杂模型术语。

用户数据:
统计周期:
业务目标:

模板 3|PPT 汇报版(给管理层,画像汇报专用)

角色:用户研究专家,解读用户画像数据,产出汇报材料。
输出两部分:
1.PPT文案:每页标题+核心结论,包含人群卡片、特征对比、机会点,重点加粗,适合投影。
2.2分钟口播稿:通俗讲解我们的核心用户是谁,他们喜欢什么、顾虑什么,我们该怎么运营。

用户数据:
业务类型:
汇报对象:管理层
本次分析目标:




模板 4|RFM 用户分层专项模板(客户价值分层,会员运营)

角色:用户运营数据分析师,基于RFM模型做用户价值分层画像。
任务:
1. 根据R(最近消费)、F(消费频次)、M(消费金额)对用户分层:高价值、潜力用户、挽留用户、流失用户。
2. 每一层输出画像:人群特征、行为习惯、消费偏好。
3. 识别:高价值用户共性;流失用户流失前的行为信号。
4. 针对每一层给出差异化运营策略:触达方式、优惠、内容、召回方案。
5. 评估各层用户占比、贡献营收占比。

RFM数据表:
统计周期:
业务背景:



模板 5|流失用户画像专项(流失原因定位、用户召回)

角色:用户分析师,专项做流失用户画像诊断。
任务:
1. 定义流失标准:多久未活跃/未下单;
2. 流失用户属性画像,对比留存用户,找出差异;
3. 流失前行为特征:使用频次下降、放弃环节、高频退出位置;
4. 流失原因归类:价格、体验、需求变化、竞品、服务问题;按可能性排序,标注【推测】;
5. 划分流失类型:一次性流失、短期休眠、永久流失;
6. 召回策略建议:哪些人群值得优先召回,触达方案。

流失用户数据:
留存对照组数据:
流失定义:
已知业务变动:改版、涨价、活动下线等




模板 6|用户分群对比模板(A/B 人群对照:付费 vs 免费、新客 vs 老客)

角色:数据分析师,做两组用户画像对比分析。
A组:____
B组:____
任务:
1. 对比两组基础属性差异;
2. 对比行为、偏好、转化路径差异;
3. 找到区分两组的关键指标;
4. 解释差异带来的业务含义;
5. 运营策略:如何把B组转化成A组。

A组数据:
B组数据:
统计周期:


用户画像配套追问提示词(AI 输出画像后继续深挖)

### 追问 1|用户旅程转化卡点分析

基于这份用户画像,梳理完整用户旅程(认知→兴趣→咨询→转化→复购→流失),定位每个环节的卡点,找出哪一步流失最多,给出优化方向。

### 追问 2|用户标签体系提炼

从本次分析中,提炼一套可直接入库的用户标签,分为:基础属性标签、行为标签、价值标签、偏好标签、风险标签。

### 追问 3|营销文案 / 内容定向建议

基于高价值用户画像,撰写适合该人群的内容卖点、话术、选题方向,规避用户反感的表述。

### 追问 4|画像可信度校验


基于高价值用户画像,撰写适合该人群的内容卖点、话术、选题方向,规避用户反感的表述。


✅ 固定追加句(放在提示词末尾,降低幻觉)


固定追加:区分客观数据事实和用户需求推测,推测部分标注【推测】;不编造样本外人群特征;不做超出数据范围的泛化推断。



分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏

Archiver|手机版|小黑屋|教你搜 ( 鲁ICP备16006309号 ) 

GMT+8, 2026-10-20 00:43 , Processed in 0.190783 second(s), 25 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表