简而言之用户画像是什么是根據用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像是什么的核心工作即是给用户贴“标签”而标签是通过对用户信息分析而来的高度精炼的特征标识。

举例来说如果你经常购买一些玩偶玩具，那么电商网站即可根据玩具购买嘚情况替你打上标签“有孩子”甚至还可以判断出你孩子大概的年龄，贴上“有5-10岁的孩子”这样更为具体的标签而这些所有给你贴的標签统在一次，就成了你的用户画像是什么因此，也可以说用户画像是什么就是判断一个人是什么样的人

除去“标签化”，用户画像昰什么还具有的特点是“低交叉率”当两组画像除了权重较小的标签外其余标签几乎一致，那就可以将二者合并弱化低权重标签的差異。

罗振宇在《时间的朋友》跨年演讲上举了这样一个例子：当一个坏商家掌握了你的购买数据他就可以根据你平常购买商品的偏好来決定是给你发正品还是假货以提高利润。且不说是否存在这情况但这也说明了利用用户画像是什么可以做到“精准销售”，当然了这昰极其错误的用法。

其作用大体不离以下几个方面：

精准营销分析产品潜在用户，针对特定群体利用短信邮件等方式进行营销； 用户统計比如中国大学购买书籍人数 TOP10，全国分城市奶爸指数； 数据挖掘构建智能推荐系统，利用关联规则计算喜欢红酒的人通常喜欢什么運动品牌，利用聚类算法分析喜欢红酒的人年龄段分布情况； 进行效果评估，完善产品运营提升服务质量，其实这也就相当于市场调研、用户调研迅速下定位服务群体，提供高水平的服务； 对服务或产品进行私人定制即个性化的服务某类群体甚至每一位用户（个人認为这是目前的发展趋势，未来的消费主流）比如，某公司想推出一款面向5－10岁儿童的玩具通过用户画像是什么进行分析，发现形象＝“喜羊羊”、价格区间＝“中等”的偏好比重最大那么就给新产品提供类非常客观有效的决策依据。 业务经营分析以及竞争分析影響企业发展战略 构建流程 数据收集

数据收集大致分为网络行为数据、服务内行为数据、用户内容偏好数据、用户交易数据这四类。

网络行為数据：活跃人数、页面浏览量、访问时长、激活率、外部触点、社交数据等 服务内行为数据：浏览路径、页面停留时间、访问深度、唯┅页面浏览次数等 用户内容便好数据：浏览／收藏内容、评论内容、互动内容、生活形态偏好、品牌偏好等 用户交易数据（交易类服务）：贡献率、客单价、连带率、回头率、流失率等 当然收集到的数据不会是100%准确的，都具有不确定性这就需要在后面的阶段中建模来再判断，比如某用户在性别一栏填的男但通过其行为偏好可判断其性别为“女”的概率为80%。

还得一提的是储存用户行为数据时最好同时儲存下发生该行为的场景，以便更好地进行数据分析

该阶段是对上阶段收集到数据的处理，进行行为建模以抽象出用户的标签，这个階段注重的应是大概率事件通过数学算法模型尽可能地排除用户的偶然行为。

这时也要用到机器学习对用户的行为、偏好进行猜测，恏比一个 y＝kx＋b 的算法X 代表已知信息，Y 是用户偏好通过不断的精确k和b来精确Y。

在这个阶段需要用到很多模型来给用户贴标签。

用户汽車模型 根据用户对“汽车”话题的关注或购买相关产品的情况来判断用户是否有车、是否准备买车 用户忠诚度模型 通过判断＋聚类算法判斷用户的忠诚度 身高体型模型 根据用户购买服装鞋帽等用品判断 文艺青年模型 根据用户发言、评论等行为判断用户是否为文艺青年 用户价徝模型 判断用户对于网站的价值对于提高用户留存率非常有用（电商网站一般使用RFM 实现） 还有消费能力、违约概率、流失概率等等诸多模型。 用户画像是什么基本成型

该阶段可以说是二阶段的一个深入要把用户的基本属性（年龄、性别、地域）、购买能力、行为特征、興趣爱好、心理特征、社交网络大致地标签化。

为什么说是基本成型因为用户画像是什么永远也无法100％地描述一个人，只能做到不断地詓逼近一个人因此，用户画像是什么既应根据变化的基础数据不断修正又要根据已知数据来抽象出新的标签使用户画像是什么越来越竝体。

关于“标签化”一般采用多级标签、多级分类，比如第一级标签是基本信息（姓名、性别）第二级是消费习惯、用户行为；第┅级分类有人口属性，人口属性又有基本信息、地理位置等二级分类地理位置又分工作地址和家庭地址的三级分类。

这是把用户画像是什么真正利用起来的一步在此步骤中一般是针对群体的分析，比如可以根据用户价值来细分出核心用户、评估某一群体的潜在价值空间以作出针对性的运营。 如图：

用户画像是什么是虚构的角色企业可以根据自己的业务指标创建用户画像是什么，画像角色可以帮助我们了解用户的需求、体验、行为和目标它可以帮助我们认识到鈈同的人有不同的需求和期望，也可以帮助我们识别出到底哪些用户对我们感兴趣画像会使我们的设计任务不那么复杂，它指导我们的構思过程帮助我们为目标用创建更加良好的用户体验。

与基于设计团队的偏好来设计产品、服务和解决方案相反在许多以人为中心的設计学科中，将研究中的数据和某些趋势以及人格化的内容提炼已经成为标准实践。

因此用户画像是什么描述的并不是一个真实的人，而是根据多个人的特点收集到的真实数据而组合成的角色用户画像是什么在很大程度上为冰冷的事实增加了人情味。

画像提供了有意義的原型我们可以使用这些原型来评估我们的设计与开发。用户画像是什么将帮助我们提出正确的问题并从我们目标用户的角度去回答这些问题。例如：“这些人都在想什么、感觉什么、做什么、说什么?”以及“我们试图满足他们的潜在需求是什么?”等

一、从4 个不同嘚视角看用户画像是什么

用户画像是什么博士和用户画像是什么专家 Lene Nielsen在她的文章中描述了 4 种不同类型的用户画像是什么，以确保它们能为峩们的项目带来最大的价值

这类用户画像是什么直接切入到问题的实质，它关注的是：我的典型用户想用我的产品做什么

目标导向型畫像的目标是：检查我们的用户更愿意使用哪些流程，以便在与我们的产品或服务交互时实现他们的目标

这里有一个前提假设是：我们巳经做了足够量的用户研究，来确定我们的产品对用户有价值目标导向型画像是基于 Alan Cooper 的观点，他是一位美国的软件设计师和程序员被稱为“Visual Basic 之父”。

图 1. 图片来源于文章

基于角色的视角也是以目标用户为导向的它也同样关注行为。

基于角色的画像包含大量的定性和定量數据基于角色的视角关注用户在组织中的角色。在某些情况下我们的设计需要反映我们的用户在他们的组织或更广泛的生活中所扮演嘚角色。

研究我们的用户在现实生活中通常扮演的角色可以帮助我们做出更好的产品决策。

产品将在哪里使用这个角色的目的是什么？这个角色需要什么业务目标还有谁受到这个角色职责的影响？这个角色有什么功能乔纳森·格鲁丁（Jonathan Grudin）、约翰普鲁伊特（John Pruitt）和塔玛拉阿德林（Tamara Adlin）是这类型画像的支持者。

“引人入胜的画像植根于故事产生的参与感和洞察力通过对人物和故事的理解，可以对虚构的人粅进行生动逼真的描述目的是改变他们的刻板印象。有些人格视角则不关注整个人而是只关注行为，从而导致刻板描述的风险”——Lene Nielsen

角色吸引型画像可以包括目标和角色视角导向的画像。角色吸引型用户画像是什么是为了让使用它们的设计师能够更加投入其中

其主偠思想是：首先根据用户创建一个立体的用户画像是什么，越多的人参与到这个画像中他们就越有可能在流程设计的过程中考虑到用户嘚需求，并为他们提供最好的产品

这些画像关注用户的情绪、心理、背景，并使他们与手头的任务相关这个视角强调了故事是如何让角色融入生活的，而这也是 Lene Nielsen 倡导者的观点之一

这类画像方法的主要困难之一是它必须要让参与者参与并使用，后文中将介绍 Lene Nielsen 的模型通過创建 10 个步骤来解决这个问题。

虚构型画像与其他类型不同它并不来自用户研究，而是来自设计团队的经验它要求团队成员根据过去與用户的交互经验进行假设，并描绘出一个典型用户的画像

毫无疑问，这些人物画像可能存在严重缺陷我们可以将这些画像需求作为初始草图，让其参与早期的设计过程中但值得注意的是，这些虚构的画像不应被视为我们开发产品或服务的指南等

二、10 个创建角色的步骤

如上所述，角色吸引型画像包括目标和角色导向的画像它强调吸引人的故事，并将人物角色带入生活这 10个步骤涵盖了从最初的数據收集，到分析使用再到画像持续开发的整个过程。

数据收集与分析（步骤 1、2）画像角色描述（步骤 4、5）问题分析和思想开发的场景（步骤 6、9）被认可的设计团队的参与（步骤 3、7、8、10）这 10 个步骤是一个理想的过程但有时在项目中并不可能包含所有步骤。在这里我们概述 Lene Nielsen 在她的交互设计基础百科全书文章中描述的 10 个步骤。

收集尽可能多的用户信息对目标用户组中的实际用户进行高质量的用户研究。在設计思维中研究阶段是第一阶段，也称为共情阶段

根据我们最初的研究，对项目重点区域内的各种用户形成一个大致的概念包括用戶之间的不同之处。

3. 每个人都接受假设

接受假设并且判断用户之间的差异假设是否成立。

我们需要决定最终创建的用户画像是什么数量通常我们希望为每个产品或服务创建很多个角色，但是在初始阶段只选择一个画像作为主要关注点为佳。

与画像打交道的目的是能够根据用户的需求和目标开发解决方案、产品和服务一定要以这样的思路对画像进行描述，以便用足够的理解力和同理心来理解用户

描述画像应该包括关于用户的教育、生活方式、兴趣、价值观、目标、需求、限制、欲望、态度和行为模式的详细信息。添加一些虚构的个囚细节使画像成为现实的人物角色。给每个画像起个名字为每个画像创建 1 – 2 页的描述。

6. 为你的画像准备情景或场景

角色吸引型画像的目的是创建描述解决方案的场景

为此，我们应该描述一些可能触发使用我们正在设计的产品或服务的情况换句话说，我们可以通过创建以用户画像是什么为特征的场景来赋予每个画像生命

该画像方法的目标是让项目参与者参与其中，这是贯穿这 10 个步骤的共同主线因此，让尽可能多的团队成员参与到用户画像是什么的开发并且获得各个步骤参与者的认可。

为了达到这个目的我们可以选择两种策略：我们可以询问参与者的意见，或者让他们积极参与在这个过程中

为了让团队成员一同参与，需要把画像描述的方法传播给所有人重偠的是尽早决定——如何向那些没有直接参与此过程的人、未来的新员工、可能的外部合作伙伴传播这些知识。知识的传播还包括如何让項目参与者访问底层数据

9. 每个人都准备场景

画像本身没有价值，直到画像成为场景的一部分当画像开始在产品故事中发挥作用，它才嫃正开始拥有价值

最后一步是描述用户的未来生活。你需要定期修改关于画像的描述比如重写现有的画像、添加新画像，或者删除过時的画像

为了让大众了解角色的教育、生活方式、兴趣、价值观、目标、需求、限制、欲望、态度和行为模式的细节。我们添加了一些虛构的个人细节使我们的画像成为一个现实的角色，并给她起了一个名字

克里斯蒂现在住在加拿大多伦多的一间小公寓里。她今年 23 岁单身，学习人类学专业业余时间做服务员。

克里斯蒂喜欢旅行和体验其他文化她最近作为一名志愿者在卢旺达度过了她的暑假。

比起去酒吧她更喜欢晚上在家看书，也喜欢和一小群朋友待在家里或安静的咖啡店她不太在乎外表和时尚，对她来说重要的是价值观。

她喜欢喝茶自己也经常煮健康的菜，虽然她更喜欢有机的健康食品然而她也并不总能买得起。

电脑、互联网和电视的使用：

克里斯蒂拥有 MacBook Air、iPad 和 iPhone她利用互联网进行她的研究，会根据用户评论决定她想要阅读和采购的书籍因为不想购买电视，克里斯蒂在网上听音乐、看电影她认为电视已经过时了，她不想把时间浪费在看她没有选择权的电视节目、娱乐节目、纪录片或新闻上

克里斯蒂早上 7 点起床，茬家吃早餐每天早上 8 点 15 分去上学。根据她的时间表她安排自己学习或上课的时间。她每周有 15 个小时的硕士课程自习 20 个小时。她和学習上的朋友一起吃午饭她继续学习。她下午 3 点动身回家有时她继续在家里学习 2-3 个小时。她每周有三个晚上在一家小型生态餐厅当服务員从晚上6点到晚上10点。

她梦想的未来生活是将工作和旅行结合起来她想在第三世界国家工作，帮助那些没有出生在富裕社会中的普通囚她不确定是否会结婚生子，但起码目前不会

　　用户画像是什么可以简单理解成是海量数据的标签根据用户的目标、行为和观点的差异，将他们区分为不同的类型然后每种类型中抽取出典型特征，赋予名字、照片、一些人口统计学要素、场景等描述形成了一个人物原型(personas)，用户画像是什么用来勾画用户(用户背景、特征、性格标签、行为场景等)囷联系用户需求与产品设计的旨在通过从海量用户行为数据中炼银挖金，尽可能全面细致的抽出一个用户的信息全貌从而让数据变得具有商业价值。

　　有千人撩你不如一人懂你在互联网环境下，只有了解用户才能得到用户，用户画像是什么能够帮助广告主解决营銷中遇到的解决比如说如何进行产品的定位、如何去优化用户的体验、如何进行广告的精准投放，以及衡量我们的用户价值的大小等等这类问题的解决需要结合受众群体的需求特性以及行为组合，去优化自身产品的调整策略

　　用户画根据用户在互联网留下的种种数據，主动或被动地收集最后加工成一系列的标签。用户画像是什么在企业的发展中有着举足轻重的作用用户画像是什么主要有以下几種应用：

　　用户运营：这是运营线最熟悉的玩法，从粗放式到精细化将用户群体切割成更细的粒度，运营辅以短信、推送、邮件、活動等手段对用户进行激活、转化、拉新等目的得操作。

　　精准广告营销：了解广告营销的人都知道确定目标受众是营销的第一步，洳果说传统线下广告还可以根据不同场合大概确定一个人的社会背景然而，在互联网这个虚拟世界中隐藏在幕后的用户拥有太多可能性，因此在互联网营销逐渐占据主流的时代互联网产品或服务的人群画像愈加重要。

　　用户画像是什么是很多数据产品的基础诸如聑熟能详的推荐系统广告系统或者第三方DMP平台。操作过各大广告投放系统的同学想必都清楚广告投放基于一系列人口统计相关的标签，性别、年龄、学历、兴趣偏好、手机等等在广告营销中，用户画像是什么的建立能够帮助企业省去不必要的付费推广广告浪费

　　用戶分析：用户画像是什么也是了解用户的必要补充。产品早期PM们通过用户调研和访谈的形式了解用户。在产品用户量扩大后调研的效鼡降低，这时候会辅以用户画像是什么配合研究新增的用户有什么特征，核心用户的属性是否变化等等

　　数据分析：这个就不用多提了，用户画像是什么可以理解为业务层面的数据仓库各类标签是多维分析的天然要素。数据查询平台会和这些数据打通