一 : mysql 如何添加/创建用户
mysql 如何添加用户二 : UGC模式如何建立内容秩序
我之前发微博说，千万多考虑UGC用户的下限，而不是以己推人去幻想他们的上限。[ www.61k.com ]缺乏对内容秩序的控制力，再好的产品设计都得啃泥。
对内容秩序通俗一点的解释，就是优胜劣汰。好的内容浮上来成为主流，坏的内容沉下去不惹是非。维持内容秩序有两招最常见，一是拉人，引入优质用户;二是管人，用人工管理与互动算法来奖励好的内容，惩罚坏的内容。
但如果你仅仅这么做，那就是本末倒置。
什么是本呢?“本”是UGC的“内容基调”。这个拗口的名词还有一些别的称谓，比如“产品气场，产品品位，内容气质，内容价值观”等等。一个比一个虚。直白点说，它是对内容好坏，用户优劣的精确定义。
我这样讲，很多人会很吃惊，难道好坏有这么难区分吗?
没错。
作为案例分析，来看看国内玩摄影的人群构成。
▎(大部分)中老年用户
在摄影社区中占比不小且活跃。虽然热爱摄影，但多数审美观欠佳，题材以风景/人文/生态为主。作品整体质量低下，又喜欢互相赞美，把摄影作为中老年生活的社交方式。普遍热衷于荣誉上的攀比，常为此发动社交关系集群互捧，对于各种排序算法都是巨大挑战。
▎商业摄影用户
以赚钱为职业或副业的摄影者，人像题材居多。主要追求是赚人气，沟通意愿不强。通过发表作品换来商业上的利益。
▎人像摄影用户
专拍美女的一群人。约几个模特出去外拍，是城市里出漂亮片子相对容易的方式，拍人像的面子又大，身边姑娘都得求着哥来两张。不少玩得好的渐渐转变为商业摄影用户。
▎大路用户
缺乏值得一说的摄影风格，摄影观苍白，拍摄主题随意，作品普遍缺乏情调感染力。晒片倒是积极，沾沾自喜或求指点。符合这个标准的很多是刚玩摄影的新手，器材党，以及热情又平庸的“摄影爱好者”。
▎拍照用户
玩“拍照”而不是玩“摄影”，拍照频度低，多为家庭人像、结伴旅行等生活情景。不怎么用心钻研摄影技术，也不主动寻找摄影作品欣赏，更乐意看朋友发布分享的相片。出片质量取决于拍摄环境与题材。因为拍照频度的原因，对摄影社区无依赖性，习惯在有情感归属的博客或其他社区发片。
▎文艺用户
文艺调的年轻人，主要拍人像/生活/街景/旅行等题材。偏好小清新，lomo风，后期部分向胶片党转化。真心喜欢摄影，将其视为展示自己调调与情感的创作方式。作品平均质量较佳，感性且不乏品位。倾向文艺社区更甚于摄影社区，但如果对摄影爱得深沉，也会长期泡文艺调的摄影社区。
▎正统用户
追求摄影之路的修道者，有强烈的个人摄影观，见识广阔技术精良。拍摄题材广泛，其中肖像/风景/人文/城市/观念摄影比较多见。重视理念表达、技法研究远甚于取悦观众。
▎特定爱好用户
对某些小众题材，比如模型、昆虫、鸟类特别爱好的用户;或是在某些高难度的大众题材上浸淫颇深的用户，比如动物、宠物、美食。各走各路，跨域交集不多。
以上在我的观察范围之内(主观不全面)，介绍了一些比较典型的用户类别，其实混搭的也很多。回到主题，什么才是摄影分享社区强有力的内容价值观?
比如，拍得好的“观念摄影”作品算不算优质内容?算，但不是最好的。它太不大众化，而学院派本身就是少数人群，抓住这批人吃力但收益不大。
比如，拍得好的“拍照用户”作品算不算优质内容?算，但不是最好的。毕竟参与频度不高，发片就走，一别多日，甚至一去不返，并不是最值得鼓励的对象。
比如，拍得好的“大路器材党”作品算不算优质内容?算，但不是最好的。他们拍片太杂，杂而不精，重效果而轻表达。大路器材党主流化会影响整个社区的内容气味，更适合去重话题轻展示的摄影论坛，而不是活跃在摄影分享产品。
比如，拍得好的“人像糖水”作品算不算优质内容?算，但不是最好的。一方面风格单调，另外也带来大量直奔美女，缺乏摄影审美的读者，互动价值观出现分裂。
比如，拍得好的“商业摄影用户”作品算不算优质内容?算，但不是最好的。这部分人展示强而互动弱，不利于发展社区关系网络。商业风格太抢眼还会触犯另一部分文艺、正统、拍照用户，觉得路数差得太大，对人以类聚的社区归属感有所削弱。
比如，拍得好的“(大部分)中老年用户”作品算不算优质内容?很悬，我倾向于不算。首先他们的作品质量很不稳定，其次特别抱团而整体水准低下，最后，摄影风格往往暮气十足，使社区难形成统一的内容气质，尤其与文艺用户不搭。除非社区专为中老年用户服务——例子也有，数据也还凑合，就是做不大，内容很难扩散出去。
如此细细分析下来，摄影分享社区的山头林立。拍得好的“文艺用户”，有调调的“人像摄影用户”，以及接近大众审美的“正统用户”作品更接近最优质的内容，且气味统一。评价标准是多元化的，并不以“好看”作为唯一参考。作品的辐射力，作者背后的人群规模与特征，甚至是作者群体之间的共鸣与互斥，都得纳入分析条件。
更麻烦的是，即便是“好看”本身也没有统一的标准。通常对80分以上，50分以下是有共识的，50-80分区间则分歧横生。运营A眼中的不及格可能运营B能打65，或者运营C打65运营D认为还可以小推荐一把……这时一定有人会说，为什么不让用户来决定内容秩序呢?
回答很简单，用户互动产生的排序，高度依赖于用户群在审美上的相似。(大部分)中老年用户习惯抱团刷票，有人缘没原则;而商业摄影用户的大咪咪私房照，又会吸引众多与摄影全不沾边的用户前来狂顶;再怎么稀松平常的风景照都有人回复“好图真心美”;绝赞的肖像摄影则门庭冷落，还不如一只压根算不上摄影的，跑焦的卖萌小狗更受欢迎……
你看，过于混乱的人群气味会让内容秩序变得混乱，管控手段统统失效。或许你并不同意我对摄影人群的见解，没关系，这只是一个例子罢了。UGC产品并非“内容与读者”这么单纯的关系，内容面对的是不同的细分用户群;运营工作并非孤立处理每一条内容，实质上是对细分用户群的鉴定与调动。分类越笼统，尺度越含混，产品的内容魅力就越小。打翻7种颜色混合在一起结果成了黑色。
扩展：ugc模式 / ugc模式是什么 / ugc盈利模式
因此成功产品首先得精确定义什么是优质内容，什么是优质用户，围绕着他们来建立产品生态，优先服务于他们，辣手压制与之相斥的内容与用户。只有在气味统一的人群中，才会存在UGC内容秩序这种东西，而气味又是可以缓慢扩张，渐渐侵蚀出去的，像不断生长的树。
拿知乎做例子，启动时全是IT圈的话题，随着社区不断强大，IT人士也会询问和回答生活、文化、时尚等话题，于是又有了现在的“领域”。所以，别担心把格局做小。真正可怕的是你过于博爱，一开始把摊子铺得太大，来的都是客，杂了气味与品位，反而不能形成对种子用户有吸引力的产品气场。
另一种自插双目的博爱是降低品质容忍度，善良，或者贪心，担心伤害到水准欠佳的用户感情。我以前说过一句很恶毒的话：“狗吃屎，它也吃肉，而且它更爱吃肉。”读者亦如是。假如好内容能感染1万人，不够好的内容最多感染到1000人，并且让好内容的作者瞧不起你这里的品位。你能因为那1000人的支持而去放纵不够好的内容泛滥吗?强大的内容价值观必定是苛刻的，主观的，甚至是专横的。
成功从好的“基调”起步。
但这个基调是怎么制定出来的呢?你别看我说得头头是道，那都是事后总结，中间犯了多少错，踩过多少雷啊。朋友，你懂得，请神容易送神难。于是你多半会问我，怎样从一开始就制定正确的基调?答案像晴天一声霹雳响：得靠你自己啊朋友!如果你是该领域的资深用户，专家用户，自然能找到基调。如果不是，则叩拜神佛也难挽回。以己推人的基调未必是市场上的最优选择，却一定是你自己的最优选择。
在UGC产品里做个专家的好处多多。第一，容易理解用户群的类别;第二，天然具备好的内容审美;第三，有相应的人脉资源;第四，通过对等交流来提高拉人的效果;第五，从感同身受中为优质用户做更多的产品优化。内容基调其实来自于你自己的口味偏好，你越是见识不凡，越接近康庄大道，反之只能从不断的试错中去寻找人参果。
说来惭愧，我虽然带过摄影社区，还买了4万多的器材，不幸却是个典型的“拍照用户”。游离于核心用户之外，是过去种种触雷的根源。一直想用产品手段来突破瓶颈，根本缘木求鱼嘛。直到引入“文艺用户”型的产品经理，终于渐有起色，但前期积累下来的气味杂陈的用户群，又成为打开突破口的拖累……
如果管理者的内容价值观弱小，往往把活跃度作为追求目标，把笼统的“拍得好”作为鉴定标准，把流量与互动数据作为KPI(他只看得懂数据嘛)，常常为了“做数据”而走到错误的基调上面去，一时热闹却增长乏力。即便有内容专家站出来说我们的气质应该是怎样怎样的，他怎么能相信你呢，难道你说好就好，你说不好就不好?你蒙我嘞~
除此之外，大公司缺乏精准推广能力，推广的口子一开，各式各样的用户一起涌进来，阿猫阿狗满屋子跑，对基调定义再精准也得傻眼。可不去作开放性推广呢，咬咬牙在体制内创业，缓慢的起步节奏又相当考验大公司的耐心。几次季度考核下来，很可能整个项目都灰!飞!烟!灭!
说白了，还是基因决定论。UGC产品依赖于内容基调，而基调又依赖于有品位有权势的核心主管，后天恶补不来。手掌实权的管理者若不是专家，铁定走得步履蹒跚。成功产品背后都有一个该领域的专家团队，与best的共鸣，对bad的鄙视那都是骨子里的。浓烈的情感是真心热情维护优质用户，顶住压力处理劣质内容的必杀技。所以我后来不搞摄影社区了，转攻旅行UGC，好歹在旅行见闻方面还算是好品位。
——————————
转载随意，但请带上我的微博地址……
www.61k.com /cicada
扩展：ugc模式 / ugc模式是什么 / ugc盈利模式
三 : 如何创建用户模型：问卷调查与数据分析
很想写一些东西来总结总结自己的工作，可惜工作太忙一直也没顾得上来写。最近闲来想和大家讨论讨论关于创建用户模型的事情。
一、用户模型的建立与问卷数据的采集
Persona：(Persona是用户模型的的简称)是虚构出的一个用户用来代表一个用户群。一个persona可以比任何一个真实的个体都更有代表性。
首先，用户模型是对用户的一种划分，是将一个类的概念转化成为一个角色。这里举一个简单的例子：电影里有很多角色，但是生活中有和电影中一模一样的角色么?显然是很少的，除非遇到极品。电影中人物的角色是集合了广大角色的共性而产生的角色代表，代表的是一类人或是一个群体。
用户是大量混杂的，我们需要将用户按照角色分开来确定不同角色的偏好与场景的结合，这才是建立persona体系的主要目的。
下面具体讲讲建立Persona体系的步骤。
谈起建立Persona体系高手颇多，我这个菜鸟可不敢班门弄斧，我个人比较推崇Dr.Lene Nielsen的10步建立Persona方法。
Finding the users 发现用户
Building a hypothesis建立假设
Verifications调研
Finding patterns发现共同模式
Constructing personas构造虚构角色
Defining situations定义场景目标
Validation and buy-in复核与买进
Dissemination of knowledge知识的散布
Creating scenarios创建剧情
On-going development持续的发展
按照Dr.Lene Nielsen的方法可以建立起一套完整的用户模型体系（虽然有几条我也不是太会用），不过对于大多数产品这个方法还是有点高深莫测。我刚接触这个玩意的时候看了一下午还是不太明白这玩意怎么用。所以只能基于这个高深玩意，自己总结了一套能够切实可行的Persona模型构造方法准备在下面简单说说，我本属菜鸟，大家多多提意见哦！
第一步：确定用户，做出假设
首先，要明确用户群体，这个在大多数应用开发之前就应该明确了。连用户群都不知道还开发个毛产品。其次，做出用户角色假设。这个时候大家就要问了，(www.61k.com）我本来就是要确定用户角色模型，这不是本末倒置了么？？我要说明一点，在用户角色分析之前，我们要有个对用户划分的方向。比如对于一个游戏，我们要划分用户模型，其实有很多种分的方法。用户可以分为，初级玩家、中级玩家；还可以分为，战略性玩家、视觉性玩家、装备性玩家。任何一个用户群体都有多种分类方式，首先要确定我们到底怎么来分类用户。确定了分类方式之后，再来一个一个分类来研究。
下面以一个我从事的互联网医疗产品作为一个简单的例子，来对这一点进行说明。这里只是简单举例，真正的用户模型假设分类远比例子复杂的多。
首先简单定义用户群：身体出现非紧急病症的人群。
如果是急症或是严重的病症一般会直接前往医院，并不会打开手机应用来咨询医生或者询问用药指导。所以我们的适用人群是身体出现异样且非紧急的人群。
做出假设，为了举例方便，我们简单的把用户角色分为：细心护理型、粗放型。细心护理型：主要是指非常注意自己的健康状况，不放过一点一滴的问题。粗放型：只需要知道个大概有事没事，不太关心自己的健康状态。我们先简单将用户角色分为这两种，继续第二步发分析。
第二步：确定用户兴趣点（提取变量）
对于这一步，可以通过少量用户访谈来完成，其实就是找到所有用户关注的点，我们将这些用户关注的点称为变量。
比如对于医疗产品，经过对用户的访谈，我们简略总结用户关注度为：医生的真实可靠性、医生的负责程度、能否找本地医生挂号、产品视觉、产品交互。为了举例方便，我们简单总结用户关注的这5个特点。从而可知，我们得到5个变量，下面将设计问卷分析出对不同角色用户对这5个变量的差异性。
第三步：设计问卷（最关键的一步）
问卷是针对我们产品真实用户群的调查，所以题目的设计必须非常具有针对性，并且通过结果能够达到我们预期的效果。
首先，要先将问卷问题分成三个区：甄别性问题区、变量问题区、建议性问题区。估计有人要问这都是些神马？？？其实这些很简单。甄别性问题，是用来甄别出用户属于哪个角色；比如我设置了10个问题，符合1，3，5条问题的用户属于角色A，符合2，4，6条问题的用户属于角色B。
甄别性问题：
以刚才的例子，我们简单设置3个甄别性问题：
Z1.您一般在线咨询病情的时间是多久？
A.<5min ???B.5-10min ???C.10-20min? ??D.>20min
Z2.您是否需要随时的咨询医生？
A.需要???? B.不需要???? C.看情况
Z3.如果手上被划了一个小口子，并不是非常严重，您会？
A.立刻消毒包扎???? B.清洗干净后该干嘛干嘛???? C.压根不管
我们定义甄别规则如下：
为了举例方便，我们简单给甄别角色设置了上述规则。这里说明几点，第一，规则是人设定的，可以更改，只有更好的规则，规则没有对错；第二，问题1、问题2、问题3之间是“与”的关系，问题内选项是“或”的关系。
有个问题，如果用户的答案都不满足于上面的规则，那如何分配用户角色呢？？？答案很简单：要么真正研究规则并修改规则；要么作为数据清洗将用户清洗掉（说明该用户没有认真答题，或是用户属于极小类群）。当然这个地方还有很多可以优化，具体参考数据挖掘资料。
变量性问题：
变量性问题其实是指针对用户关注的点进行问题设置。我们刚才举例总结出的关注点为：医生的真实可靠性、医生的负责程度、能否找本地医生挂号、产品视觉、产品交互，5个方面，针对每个方面可以设置1-n问题。(为了简便，每个变量仅列出一个问题)
下面在列举出一个变量举出多个问题的例子：
产品交互：
您对页面扭转时的流畅性要求如何？请用1-100分给出（1代表不在意，100代表非常在意）
您对手机应用的操作频率如何？请用1-100分给出（1代表不经常，100代表经常操作）
您喜爱扁平化的交互设计还是深度立体的交互设计？请用1-100分给出（1代表喜欢扁平化的交互设计，100代表喜欢深度立体的交互设计）
…
总之，在设计变量性问题的时候，最好得到可量化的数字，这样方便于对以后的多元回归统计工作。
建议性问题：
建议性问题是不用用户角色给我们提出的要求，他们可能提出一些非全局的变量问题。比如，对于老年用户，可能会提出应用设计中存在放大镜功能，但这个功能明显不适合年轻人。建议性问题的很多可以设置成开放性问题，不用角色的用户可以将自己的想法写出来，如果大家都需要，那就变成了新需求，也就是产品功能的发展方向。
按照我们刚才的例子，给出2个建议性问题：
J1. 您作为用户还希望我们的应用添加什么样的功能？
语音服务功能
24小时服务电话
中英文
其他_______
J2. 您希望我们用什么方式和您联系？
电话
写信（哈哈，这里来个复古的方式）
直接上门
其他_______
到这里，我们的一套问卷就搭建完成了。
最后再说一句，在问卷的最后，要给出一个综合评价性的问题哦！！！！
综合满意度：
您对我们的应用满意度是什么？请用1-100分给出（1代表很不满意求，100代表非常满意）好啦，大功告成，这就是一套完整persona问卷。
上图描述了这一过程，其中每个颜色的小人，代表通过甄别问题后，区分出的用户角色。
最后用上面的问卷对10个用户进行访问，得到数据如下:
说明：
P1、P2、P3…P10代表10个用户；
Z1、Z2、Z3代表3个甄别性问题；
B1、B2、B3…B5代表5个变量性问题；
J1、J2代表2个建议性问题
甄别性问题结果：
按甄别问题对用户分类如下:
细心护理型：P1、P2、P4、P5、P10
粗放型：P6、P7、P9
数据异常问卷：P3、P8
异常数据的产生通常是由2个原因造成的，第一个是甄别逻辑设置不完善，比如我们这个例子甄别性问题少，很多情况都没有考虑清楚，所以在设计甄别问题时，尽量将所有情况思考清楚，以免出现过多无效数据；第二个是被调查用户填写不认真，这也是个很常见的问题，在设置问题时，尽量减少繁琐问题，使被调查用户能够比较准确的完成所有问题。
变量性问题结果：
用户的调查结果以数表的形式展示出来，这样有利于进行多元回归分析。
建议性问题结果：
综合满意度：
二、数据处理
数据的常规处理
对于刚才得到的数据，可以进行常规的处理。即求出平均值或者份额进行相应比较分析，所得到的结果如下。
对于样本量为10的上述调查结果经计算，细心护理型占50%，粗放型30%，异常数据20%。
变量性问题平均值：
对于各个角色均值数据如下：
从上述数据结论可知，对呀B1-B4问题，两个用户角色观点相差不大。但是对于B5（产品交互）问题粗放型用户比细心护理型用户更为重视。
经过对建议性问题分析结果可以得到如下图表：
由此可得出结论，细心护理型用户对email的要求较为强烈；粗放型的用户倾向于写信的方式。对于添加的服务项，这两种角色均有需求。
综上所述，我们只是举了一个非常非常2b又简单的例子来说明构建用户模型的方法，实验的样本量也很小。这个简单的例子可以说明基本方法，要真正应用到自己的case中，还需要认真研究分析。
多元回归方法分析用户模型
对于数学好的童鞋，可以给出一种多元回归统计的方法来分析我们得到的数据。这里写的并不详细，也没听提供假设检验，望高手多多指点交流。我们仅用多元回归方法来分析变量性问题的结果。
我们的例子提出了5个变量性问题，所以要回归的线性方程具有5个变量，形式如下：
Y=b0+b1x1+b2x2+b3x3+b4x4+b5x5
我们的目的就是要对b0、b1、b2…b5计算出估计量。
写成矩阵的形式为Y=BX
其中Y为综合满意度数据
使用MATLAB中的regress(y,x)可以对B进行多元回归,结果如下：
(这里没有进行假设检验等，大家可以自行完善)
>> y=load('C:\Users\ydbj0017\Desktop\y.txt')
y =
90
85
77
81
70
78
89
91
90
80
>> x=load('C:\Users\ydbj0017\Desktop\x.txt')
x =
1??? 80??? 95??? 79??? 78??? 67
1??? 87??? 66??? 60??? 89??? 78
1??? 97??? 77??? 87??? 69??? 90
1??? 88??? 98??? 65??? 75??? 68
1??? 78??? 83??? 63??? 73??? 76
1??? 73??? 75??? 88??? 80??? 95
1??? 78??? 98??? 63??? 66??? 97
1??? 77??? 74??? 87??? 66??? 69
1??? 90??? 88??? 67??? 87??? 78
1??? 88??? 78??? 67??? 79??? 60
>> regress(y,x)
ans =??????????? %这个就是估计矩阵B
51.4213?????? %b0
-0.0868??????? %b1
0.2210?????? %b2
0.1407?????? %b3
0.2041?????? %b4
-0.0671?????? %b5
b0为常数，对变量没有影响，剩余对应相应的变量问题。由此可见B2问题是全部用户对整体评价中权重最大的因素。
Gery@北京海淀，医疗方向产品经理。还望同僚多多指点，共同进步。
本文系起点学院北京1503期优秀学员@Gery 原创独家授权发布，未经本站许可，禁止转载。谢谢合作。
本文标题：如何建立用户模型-mysql 如何添加/创建用户61阅读| 精彩专题| 最新文章| 热门文章| 苏ICP备13036349号-1