一、什么是用戶畫像？
用戶畫像，即用戶信息標(biāo)簽化，是通過收集與分析用戶的社會屬性、生活習(xí)慣、消費(fèi)行為等主要信息數(shù)據(jù)，抽象出的標(biāo)簽化的目標(biāo)用戶模型。
二、為什么要構(gòu)建用戶畫像？
1、使產(chǎn)品為用戶而設(shè)計(jì)
構(gòu)建具體用戶藍(lán)本，有助于使產(chǎn)品設(shè)計(jì)脫離設(shè)計(jì)者自身偏好和使團(tuán)隊(duì)在設(shè)計(jì)方向上保持一致，使產(chǎn)品聚焦目標(biāo)用戶的動(dòng)機(jī)和行為。
2、提供精準(zhǔn)化產(chǎn)品及服務(wù)
精準(zhǔn)用戶群體以及用戶需求，通過可視化用戶大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營銷服務(wù)，從而提升用戶體驗(yàn)及提高產(chǎn)品運(yùn)營數(shù)據(jù)。
三、如何構(gòu)建用戶畫像？
用戶畫像的核心工作是給用戶打“標(biāo)簽”。標(biāo)簽是高度精煉的用戶描述用戶屬性的特征標(biāo)識，如年齡、性別、地域、用戶偏好等，通過綜合用戶的所有標(biāo)簽信息可勾勒出該用戶的立體“畫像”。
構(gòu)建用戶畫像的幾個(gè)步驟：
第一步：明確用戶畫像構(gòu)建的目的
通過不同的用戶畫像可以實(shí)現(xiàn)不同的目的，如提升產(chǎn)品服務(wù)質(zhì)量、實(shí)現(xiàn)精準(zhǔn)營銷等。因此首先需要明確用戶畫像的意義、建設(shè)目標(biāo)和效果預(yù)期，進(jìn)而有針對性的開展實(shí)施工作。
第二步：進(jìn)行數(shù)據(jù)挖掘及搜集
根據(jù)用戶畫像構(gòu)建目的，挖掘及搜集所需的用戶數(shù)據(jù)?？上韧ㄟ^列舉法先列舉出構(gòu)建用戶畫像所需要的數(shù)據(jù)資料，然后再有針對性的進(jìn)行數(shù)據(jù)搜集。
例如：
數(shù)據(jù)搜集的一般方法：
- 相關(guān)的文獻(xiàn)資料和研究報(bào)告
- 產(chǎn)品數(shù)據(jù)后臺
- 問卷調(diào)研
- 用戶訪談（真實(shí)人物觀察記錄）
其中，問卷調(diào)研和用戶訪談，是了解用戶的關(guān)鍵渠道。
第三步：進(jìn)行數(shù)據(jù)分析與建模
對搜集到的數(shù)據(jù)資料進(jìn)行統(tǒng)計(jì)和分析，提煉關(guān)鍵要素，構(gòu)建可視化模型產(chǎn)出標(biāo)簽與權(quán)重。
通過定性與定量相結(jié)合的方式進(jìn)行數(shù)據(jù)建模。定性的方法，表現(xiàn)為對產(chǎn)品、行為、用戶個(gè)體的性質(zhì)和特征的概括，從而形成對應(yīng)的產(chǎn)品標(biāo)簽、行為標(biāo)簽以及用戶標(biāo)簽；定量的方法，是在定性的基礎(chǔ)上，給每個(gè)標(biāo)簽加上特定的權(quán)重，最后通過計(jì)算得出總標(biāo)簽權(quán)重，從而形成完整的用戶模型。
通過事件分析建立標(biāo)簽權(quán)重模型。一個(gè)事件包括時(shí)間、地點(diǎn)、人物三個(gè)要素。每一次用戶行為本質(zhì)上是一次隨機(jī)事件，可以詳細(xì)描述為4W：什么用戶（who），在什么時(shí)間（when），什么地點(diǎn)（where），做了什么事（what）。
權(quán)重模型：標(biāo)簽權(quán)重=內(nèi)容地址行為類型時(shí)間衰減因子**
舉個(gè)栗子：
用戶A，昨天在XX紅酒網(wǎng)瀏覽一瓶價(jià)值238元的長城干紅葡萄酒信息。
標(biāo)簽：紅酒，長城
時(shí)間：因?yàn)槭亲蛱斓男袨?，假設(shè)衰減因子為：r=0.95
行為類型：瀏覽行為記為權(quán)重1
地點(diǎn)：XX紅酒單品頁的網(wǎng)址子權(quán)重記為 0.9（相比京東紅酒單品頁的0.7）
假設(shè)用戶對紅酒出于真的喜歡，才會去專業(yè)的紅酒網(wǎng)選購，而不再綜合商城選購。
則用戶偏好標(biāo)簽是：紅酒，權(quán)重是0.95*0.7 * 1=0.665，即，用戶Ａ：紅酒 0.665、長城 0.665。
上述模型權(quán)重值的選取只是舉例參考，具體的權(quán)重值需要根據(jù)業(yè)務(wù)需求二次建模。
第四步：進(jìn)行數(shù)據(jù)維度分解和列舉
根據(jù)相關(guān)性原則，進(jìn)一步篩選和構(gòu)建用戶畫像目的相關(guān)的數(shù)據(jù)維度，避免產(chǎn)生過多無用數(shù)據(jù)干擾分析過程。對數(shù)據(jù)維度進(jìn)行分解，形成字段集，再進(jìn)一步將他們標(biāo)簽化及進(jìn)行用戶分群，構(gòu)建基本用戶畫像。
用戶數(shù)據(jù)維度包括自然特征、興趣特征、社會特征、消費(fèi)特征。從數(shù)據(jù)特點(diǎn)上看，又可分為基本屬性和衍生標(biāo)簽，基本屬性包括年齡、性別、地域、收入等客觀事實(shí)數(shù)據(jù)，衍生標(biāo)簽屬于基本屬性為依據(jù)，通過模型規(guī)則生成的附加判斷數(shù)據(jù)。
用戶自然特征：性別，年齡，地域，教育水平，出生日期，職業(yè)，星座
用戶興趣特征：興趣愛好，使用APP/網(wǎng)站,瀏覽/收藏內(nèi)容，互動(dòng)內(nèi)容，品牌偏好，產(chǎn)品偏好
用戶社會特征：婚姻狀況，家庭情況，社交/信息渠道偏好
用戶消費(fèi)特征：收入狀況,購買力水平，已購商品，購買渠道偏好，最后購買時(shí)間，購買頻次
當(dāng)有多個(gè)用戶畫像時(shí)，需確定用戶畫像的優(yōu)先級，在產(chǎn)品設(shè)計(jì)時(shí)，首先考慮滿足首要用戶畫像的需求，然后在不沖突的情況下盡量滿足次要用戶畫像的需求。
四、如何應(yīng)用用戶畫像？
第一步：根據(jù)用戶畫像列舉用戶場景及需求
根據(jù)用戶畫像列舉不同用戶的使用場景及需求。使用場景的三個(gè)關(guān)鍵因素：對象（用戶）、動(dòng)作（需求）、情景（場景）。用戶在某場景中的需求及痛點(diǎn)需與自身的產(chǎn)品目標(biāo)關(guān)聯(lián)。即我們列舉出來的用戶需求痛點(diǎn)是我們產(chǎn)品能夠解決的。
第二步：應(yīng)用用戶畫像進(jìn)行產(chǎn)品設(shè)計(jì)決策
應(yīng)用用戶畫像，根據(jù)不同用戶角色需求進(jìn)行產(chǎn)品設(shè)計(jì)及開發(fā)決策。
五、構(gòu)建用戶畫像的注意事項(xiàng)
用戶畫像（Persona）構(gòu)建的基本原則：
P ——基本性(Primary)指該用戶角色是否基于對真實(shí)用戶的情景訪談;
E——同理性(Empathy)指用戶角色中包含姓名、照片和產(chǎn)品相關(guān)的描述，該用戶角色是否引同理心;
R ——真實(shí)性(Realistic)指對那些每天與顧客打交道的人來說，用戶角色是否看起來像真實(shí)人物;
S ——獨(dú)特性(Singular)每個(gè)用戶是否是獨(dú)特的，彼此很少有相似性;
O ——目標(biāo)性(Objectives)該用戶角色是否包含與產(chǎn)品相關(guān)的高層次目標(biāo)，是否包含關(guān)鍵詞來描述該目標(biāo);
N ——數(shù)量性(Number)用戶角色的數(shù)量是否足夠少，以便設(shè)計(jì)團(tuán)隊(duì)能記住每個(gè)用戶角色的姓名，以及其中的一個(gè)主要用戶角色;
A ——應(yīng)用性(Applicable)設(shè)計(jì)團(tuán)隊(duì)是否能使用用戶角色作為一種實(shí)用工具進(jìn)行設(shè)計(jì)決策。
一個(gè)產(chǎn)品大概需要4-8種類型的用戶畫像，每個(gè)產(chǎn)品的用戶畫像不宜過多，否則相互沖突的需求就會讓我們難以決斷。同時(shí)有多個(gè)用戶畫像時(shí)，我們需要考慮用戶畫像的優(yōu)先級。
當(dāng)一個(gè)產(chǎn)品非常復(fù)雜時(shí)，我們需要針對不同的模塊來考慮其用戶畫像的優(yōu)先級。
六、用戶畫像相關(guān)工作
用戶畫像不只是為某個(gè)項(xiàng)目、某次特殊需求而創(chuàng)建的。持續(xù)使用和更新，將核心用戶的形象融入到每個(gè)成員開發(fā)、設(shè)計(jì)思維中，才是用戶畫像的使命。
- 建立用戶畫像文檔。
- 展示用戶畫像。在決策、設(shè)計(jì)和溝通過程中不斷向團(tuán)隊(duì)人員解釋與展示用戶畫像。
- 與用戶畫像一起生活。融入他的生活，觀察他的生活，了解他的需求，不斷邀請他來使用你的產(chǎn)品，反饋他的想法
七、用戶畫像示例
此文為我學(xué)習(xí)用戶畫像過程中整理的學(xué)習(xí)筆記，內(nèi)容參考了大量網(wǎng)絡(luò)上相關(guān)文章，加上自己的理解梳理而成，有不正確的地方還請大家批評指正。（文中圖片均來自網(wǎng)絡(luò)）
