全文：民营企业如前所述最终目标配角展开统计数据挖掘，可批判性地阐明统计数据态势并有效率地赢得使用者想像力。
很多民营企业在工程项目的如上所述构想和开发阶段会分析相同社会群体的配角特点，但在化解开发阶段的争辩之后就将那些重要信息打入冷宫。但是，事实证明配角重要信息的应用领域能有效率协助民营企业展开长期保护。
简而言之，如前所述配角特点进行统计数据挖掘建立相同的使用者分群不仅能检查和配角描述的使用者特点与民营企业的真实世界访客特点是否完全一致，还能协助民营企业发现使用者的使用商业模式和犯罪行为态势，恰好相反，将大部份访客统计数据展开汇整将暗藏那些可贵重要信息。
一、什么是配角？
配角是一个从一般而言有协力特点的使用者群中抽象化出来的假想代表者人物形象。民营企业应归纳数个配角，以代表者其中文网站或 APP 招揽的各种访客（一般来说 3-7 个配角将全面覆盖绝大多数广告主，而不会在你的使用者类别中产生过分具体内容或笼统的合宪配角进行分类）。
平庸情况下，那些使用者蓝本应如前所述认定的使用者研究，以更真实世界地归纳使用者的确凿犯罪行为、大背景、立场和需求。此外，对个人详细重要信息（如联系电话、相片和某一大背景描述）应与异性恋、年纪、已登记、技术职称、电子设备大部份权和其他统计资料重要信息的描述并重，以建立更易想像且相关的配角。
二、如前所述配角展开统计数据挖掘的商业价值
如果没有配角，民营企业很有可能建立适宜大部份使用者的“矫枉过正”结构设计。
举个例子，在我们对电子商务民营企业的研究中，我们确定了 5 种相同类别的电子商务购物者，大部份那些购物者都能访问同一中文网站，但事实上他们期望的是相同级别的细节和产品重要信息类别。再比如，即使是作为公司内部网包含的系统，也会有多种类别的使用者访问它，大部份那些使用者都需要完成相同的最终目标和任务。
因此，如果民营企业不确定访问产品的使用者组的各种特点，民营企业就无法结构设计具备每种类别使用者所需关键元素可提供良好体验的产品。恰好相反，民营企业往往最终会建立一个任何人都不太满意的产品。
设置配角的一个主要优势是协助民营企业专注于围绕使用者类别及其某一需求或犯罪行为的结构设计展开工作，并减少团队成员和利益相关者之间的争辩。围绕配角构建结构设计对话可建立更贴合实际的使用场景，并更容易理解受结构设计决策影响的使用者。同时，那些配角有助于建立一种验证而不是假设的文化，比如一旦团队对客户有协力的理解，民营企业就不需无休止地辩论“人”是否需要一个提议的功能，而是问“这将如何协助安迪？”
三、如何展开如前所述配角的统计数据挖掘？
长期和大量的研究工作形成了对使用者真实世界表现的了解，如果民营企业能持续利用配角来推动产品改进，那么投资回报会成倍增加。
通过配角建立细化的使用者分群，将能分析真实世界使用者实际使用中文网站或应用领域程序的方式。同时，分析的结果不仅能佐证在建立配角过程中所做的一些假设，还能支持对建立的配角展开校对与细化。此外，重新分析审视配角的方式相比使用者访谈、日记研究和其他形式的密集使用者研究更具可保护性。
在分析工具中建立如前所述配角的使用者分群的关键步骤是确定分析工具的划分维度中包含使用者的配角特点（如神策分析包含和支持自主建立多样化的使用者分析维度）。在阅读配角详细重要信息和使用者的相关故事时，你必须将代表者该某一使用者组的特点与仅仅为了提供真实世界性而添加的特点分开。例如，某 SaaS 民营企业这样描述访客大卫：
“大卫收到了民营企业每周发送的电子邮件简报，其中包含周一上午 10 点在办公室举行会议后立即使用新功能的提示。他使用 Android 手机点击简报，并在下次会议之前有时间阅读一篇博文。”
在建立代表者大卫的配角时，确凿的时间可能过分详细，但在工作日访问该中文网站的使用者与在周末访问该中文网站的使用者之间的犯罪行为可能会有所相同，因此该重要信息需展开记录，另外，他还是一名新闻通讯订阅者并且已经是该服务的客户这一事实也应该记录在内，以区分那些使用者和那些仍在研究阶段并且可能只是了解软件及其功能的使用者，此外，配角的异性恋可能没有区别，就能在建立代表者性配角特点时将异性恋因素排除在外。
如上，一个假想的 SaaS 公司的例子表明了相同的组织可能具有涵盖相同主题的配角。在此示例中，配角反映了 SaaS 公司所针对的一种使用者类别。
值得强调的是，为了建立的使用者分群有意义并且值得单独分析，从配角派生的分析维度一旦建立，就应该显示明显相同于其他产品访客的使用者犯罪行为，并且应该代表者使用者社会群体中相当大的一部分。对于很多人来说，这个合理的组块在整体访客中占 7-10％，但最终可根据对你和民营企业的集。
回到前面的 SaaS 示例，为了建立如前所述大卫的细分，我们需要知道配角描述中的其他细节的代表者意义。比如要思考他是否使用手机访问与他所代表者的社会群体相关的中文网站？他使用 Android 手机而不是 iOS 或其他手机这代表者什么？
为了确定某一细节的取舍，民营企业可能需要重新审视在配角开发时展开的原始使用者研究。此外，我们必须确定这种犯罪行为是否真正区分了感兴趣的社会群体：很多类似大卫的使用者是否会在手机上访问该中文网站并且行为与其他移动使用者相同？或者也许该类别的使用者有时会在智能手机上访问该中文网站并执行少量类似的事情？如果是后者，对可能从配角派生的使用者细分维度示例如下：
统计资料资料：年纪范围、异性恋
地理位置：某一国家、地区、城市与郊区等
电子设备、浏览器
新使用者与老使用者，登录使用者、未登录使用者或没有帐户
访客是否搜索了品牌与非品牌关键字或关键词
访客是否已访问某一页面集：例如，访问过产品详细重要信息页面、访问过客户服务部分或者登录到针对贸易专业人员或批发买家的内容部分
此列表并非详尽无遗，细分中包含的特点集将根据中文网站、广告主以及在所选分析工具中表述的技术可行性而有所相同。
四、通过配角特征细分避免统计数据挖掘时忽视某些因素
当你使用细分来缩小可用统计数据量并深入研究相关统计统计数据时，解释分析统计数据以回答某一问题变得更加容易。
一旦建立了与配角相关的细分，你能过滤所选分析工具中的绝大多数统计数据，以仅显示与该组相关的统计数据。单个使用者类别的犯罪行为和站点使用态势将比查看大部份站点流量的统计数据时更清晰。
例如，在查看跳出率等指标时，很容易被到达某个页面或一组页面后跳出的大部份访客的总体时间分散注意力。然而，这个数字本身不是可操作的重要信息，因为几个相同类别的使用者从相同的源登陆页面，导致对页面内容具有相同的期望。因此，必须单独分析每个跳出率以发现有商业价值的重要信息。假如由两个配角代表者两组使用者：忠诚的访客和简报订阅者大卫和一个没有深入技术知识的组织的营销经理玛丽。
类似大卫的使用者（重复频繁访问着来自电子邮件时事通讯）是否从博客文章中反复提到使用现有功能的提示？我们理解忠诚的内容消费者跳出，因为他们以前已经消费了中文网站上的大部分内容。而玛丽的细分使用者如何从搜索引擎上的相关查询到达页面？如果它们也立即跳出，那么使用者对搜索引擎结果页面的期望与页面上实际传递的内容之间可能存在不匹配，这是应该进一步调查的内容。另一方面，如果玛丽代表者的使用者类别实际上没有跳出，则可能不需要对页面或通向它的链接展开任何操作。
通过以上分析页面跳出率的简化示例，我们能知道 65％ 的总跳出率掩盖了忠诚访客和专门搜索页面主题重要信息的访客之间的差异。只有在你对统计数据展开细分时，才能看到那些明显的差异，并根据每个广告主的具体内容最终目标更好地了解网页的效果。
细分不仅使我们能够详细分析具体内容指标，而且还能发现犯罪行为商业模式并回答诸如以下问题：“登陆 Google 文章页面
事实上，细分转化率的显著差异不仅表明该细分市场可能适用于相同使用者类别，而且还会阐明你应该继续在内容策略中重视的使用者群。
综上所述，如前所述配角的统计数据挖掘，民营企业能更好地优化产品及其他策略，从而更好地满足最终目标使用者的真实世界需求。
