1.4 了解抖音的用户画像特征

要想做好抖音运营，就要知道我们面对的是什么群体，也就是要详细全面地了解抖音的用户画像特征。

抖音用户画像需要数据分析来作支撑，围绕“提高商业价值”和“提高用户活跃度”这两个方面进行详细的指标监测和分析。

下面，我们来看一下专业且高效的抖音用户画像特征的分析方式。

1.4.1 聚类分析法

聚类分析又称群分析，是根据不同的“簇”对样品或指标进行分类的一种多元统计分析方法。聚类分析的对象是大量的样品，它能合理地按样品的特性对其进行分类，这些都是在没有先验知识的情况下进行的。

换句话说，聚类分析可以帮助抖音运营人员在不清楚数据意义和属性的前提下，通过对数据进行整理和归类得出用户特征等运营数据。

我们根据常规认知对抖音用户有一个初步的印象：年轻群体，女多男少，颜值高技艺多。那么，真实的情况是不是这样呢？

下面，我们通过第三方数据平台提供的各项数据，对抖音用户进行分析，绘制抖音用户画像。

1.4.2 了解常用的用户画像特征变量

要想绘制用户画像，必须先搞清楚常用的用户画像特征变量有哪些。

（1）人口学变量，如年龄、性别、婚姻、教育程度、职业和收入等。根据人口学变量对用户进行分类，可以了解各类人的需求有何差异。

（2）用户目标。例如，用户为什么会使用这个产品？为什么选择线上下载？只有了解具有不同使用目的的用户的特征，才能了解各类目标用户的需求。

（3）用户使用场景。主要调查用户在什么时候、什么情况下使用这个产品，了解用户在各类场景下的偏好以及行为差异等。

（4）用户行为数据。主要指用户使用频率、使用时长、客单价等，以此来划分用户活跃等级和用户价值等级等。

（5）态度倾向量表，如消费偏好、价值观等。通过这项数据，可以了解不同价值观、不同生活方式的群体在消费取向或行为上的差异。

1.4.3 借助互联网数据平台对抖音用户进行分析

下面我们借助互联网数据平台对抖音用户进行分析。

（1）抖音用户的年龄分布。

图1-7是2018年6月艾瑞指数抖音用户年龄分布图。

从图1-7可以看出，抖音用户以25~30岁的最多。紧靠这个区间两端的用户也比较多，而且分布比较均匀。

根据艾瑞指数，抖音用户的男女比例基本持平，男性用户占48.03%，女性用户占51.97%。换句话说，抖音用户主要以年轻人为主，男女比例均衡，女性用户数量略微多于男性用户。

（2）抖音用户的区域分布。艾瑞指数还发现，抖音瞄准的多是一二线城市的年轻人，有超过60%的抖音用户居住在一二线城市。抖音从一开始，便确立了“年轻人的音乐短视频社区”这一定位，并致力于引导年轻用户以音乐短视频的方式进行自我表达。

（3）抖音用户的使用频次。通过易观数据可以了解到，抖音用户的每日人均使用时长为31.23分钟。用户的使用高峰时段集中在12:00到13:00之间和18:00以后，并在21:00左右达到第二次高峰。

从《QuestMobile2018中国移动互联网春季报告》中我们可以获取更多的数据信息，进一步了解抖音用户画像。例如，这个报告指出抖音用户人均单日启动次数在2016年9月突破8次，并在年底升至8.1次；在人均单日使用时长方面，普遍为40分钟左右，12月达到了56.2分钟。

（4）抖音用户的关注领域。新浪微博数据表明，关注抖音的用户标签多为“美食”和“旅游”。

（5）抖音用户的消费能力。图1-8是2017年易观智库对抖音用户消费能力的调查结果。

通过图1-8可以看出，占比最高的是中等消费者（32%），其次是中高等消费者（30%）。中等消费者一般是指有较强的日常消费（如网购、生活服务、出行等）倾向的人群；中高等消费者则是指有一定的投资性和高端商旅消费倾向的人群。

通过各种第三方平台的数据，我们可以从用户数据、产品数据和消费数据等多方面直接或者间接地了解抖音用户，根据他们的行为特征和个人属性特征，将他们按照不同维度分成不同类型，然后从每种类型中抽取出典型特征，赋予人群画像，最终挖掘出不同人群对产品的偏好和潜在需求，及其对不同品牌的认知程度，从而指导我们的产品运营和产品设计。