比你更了解你，浅谈用户画像（二）

作者介绍

@王志杰

明略科技的大数据架构师；

毕业于北京大学计算机科学与技术专业。

往期回顾：

比你更了解你，浅谈用户画像（一）

02  为什么要做用户画像？

前面所讲的内容，是对于画像进行了理论上的定义和直观上的认识。

我们知道画像后，为什么要去构建画像？构建出来有什么用呢？下面和大家分享一下我的看法。

首先，我们从理论上去分析一下，具体分为业务和技术两个方面。业务层面上，我们通过用户画像可以构建一个具象的认知，构建战略和战术的方向。同时，也可以去探索用户的足迹，形成以用户为导向的方向。

具体是什么意思呢？就是构建具体认知，构建战略、战术方向。其实就是说，我们为了在这个层面跟核心用户，达成一个统一和具象的认识。达成了认识之后，我们才方便在后续的投入上面能有的放矢，至少我们知道应该向哪个方向投入。

当我们在为用户去设计产品的时候，我们必须要清楚的知道用户长什么样子，他有什么行为的特征，有什么样的属性特征。这样我们才能以用户为导向。所以，我们根据用户画像的信息去做产品设计，这样才是为我们公司提出战略和战术层面的指导。

探索用户的足迹形成用户的导向，其实是说在我们详细的了解了真实用户，他是如何和产品的相关内容进行互动后，我们才能进一步的深化产品。当我们对用户进行画像的时候，我们一定要从业务场景出发，带业务场景目标，去解决实际的一个业务问题。

比如，我们要去进行画像，要么就是去获取新用户，要么就是去提升用户体验，再或者可能就是去挽回一个流失用户。总之，我一定是有一个非常明确的目标。这些是从业务上去构建用户画像一些必要性而做出的努力。

从技术层面上来讲，我们通过用户画像的构建，可以帮助去构建底层的数据基础，来服务上层的应用。同时，也是在某些层面上方便信息的处理。

为什么呢？用户画像除了可以做直观的展示之外，更多的是服务一些上层的应用。其实刚刚几位老师也提到过，比如在推荐系统里，用户画像是可以做推荐系统非常重要的一环而存在，它对推荐的效果有较大的提升。

另外，像刚刚提到的在金融里面的应用，用户画像也可以应用在风控的应用里，做一些规则特征来存在，来量化系统等级。

所谓方便信息的处理，其实是说我们标签之后，计算机就可以方便地来处理一些量化的需求。

比如去做一些分类统计，某个视频网站上最近比较火的脱口秀，希望知道看脱口秀大会的用户到底有多少，男女比例是多少；或者可以去做数据挖掘，喜欢买榴莲的用户，通常他们喜欢的是什么服装品牌；或者经常买咖啡、又买大蒜的用户，他们的年龄分布是什么样子。等等。可以帮我们去做一些量化分析。

总之，用户画像可以完美地抽象出一个用户的信息全貌，这是企业应用大数据的根基。

用户画像可以帮助企业，为用户提供个性化的产品和服务。我们也总是在说千人千面，每个给客户提供服务的企业，最终的目的都是，当用户打开产品、打开APP或者网站时，他看到的内容和得到的体验，都是针对他来设计的，或者说符合他的调性。只有这样，他的体验才会有一个真正的提升。

下面给大家举个例子，结合明略的用户画像和营销自动化的场景，举一个画像支撑业务的非常浅显的例子。

当我们想要举行一场营销活动的时候，可能不会面向所有的用户群体，就是针对某一类具有一定特征的用户来进行。

首先，我们就会用到用户画像，根据我们对于用户的画像，或者根据用户构建的标签，去进行人群的圈选。

根据业务上的条件，去确定用户群体，我们就可以在群体里面通过条件把它圈选出来。比如这个例子里面，就是通过一个消费行为的标签，把360天内都没有购买过的用户圈出来。

当真正去做营销活动的时候，我就可以在营销自动化产品里面，在规划和实施营销活动的时候，将刚刚筛选出来的用户群体作为标准群，就是我画红圈的部分。我们就可以轻松地实现定向的营销。

总体来讲，画像作为一个整体，它到底有什么作用？刚刚提到画像、标签，它其中有几个联系。下面具体来谈一谈标签，标签到底有什么样的作用？为什么会有这么大的重要性？

标签可以将数据及其含有的信息转化成带有明确的可决策行为的指导。“人”参与决策越多的地方，越需要将数据/信息进行标签化，以提升人对数据的理解和处理效率，实现人机协同。

这个总结出来的具体是什么含义呢？我们可以来详细地交流一下。

我们来观察一下这些所谓的数据产品，比如营销领域的DNT、CPP，或者大家不太熟悉的话，我们可以举一些通用的例子，比如BI等等，这些数据产品的特征，就是怎么样用数据让人们去产生快速地理解。

举一个具体的例子，当前的疫情的环境下，可能有一个大家经常会遇到的标签，我们在测体温的时候，如果超过37度，可能就是发烧了，就需要去看医生，我们可能就会被带走隔离，这个点就是一个重要的标签，就是一个发烧点。

再比如开车的时候，如果时速超过120码，我的导航上的显示就变成红色了，这个也是一个非常重要的标签，它就会告诉我，说我超速了。

所以，我们在日常生活中，总是遇到一些特别底层的标签，比如说到某个标签，我就能知道去怎么做，或者下一步该怎么走。比如我看到超速了，就知道该把速度降下来了。

再从另一个角度来看一下，为什么需要去做标签？比如说我们现在的各种新闻类或者短视频类的APP，他们的背后都有一个非常好的推荐，这些推荐可能不需要标签。比如它知道你喜欢这个东西，它就推给你看，然后你去看，它可能再给你推荐另外一个，可能你又看了。

当所有的这些数据由机器去处理的时候，它可能不需要理解是什么，因为它有大量的用户的反馈数据去帮它做决策，它就可以不断地去刷新、去训练模型。

但是如果某些场景中是需要人参与做决策，也就是说人参与决策的地方越多，我们就越需要将数据进行标签化。为什么呢？因为人处理信息就没有办法像机器通过大量的预算，毕竟人处理的信息是有限的。

所以，为了快速地让人对数据进行理解，可以去提升处理效率，最终实现人机协同。我们用标签的目的，就是为了把大量的数据验算完的结果，通过信息的标签化，变成快速去理解，快速去做决策的一个形式。

就像我们刚刚提到的，在数据产品里，如果可以把数据变成一个明确的标签，提醒用户你现在需要降速了，或者提醒用户你发烧了，该去看医生了。这就是一个非常好的标签，因为它已经加速了我们处理的速度，直接帮忙我们去做决策。

下面举一个例子，我们进一步来看一下标签的作用。

这个标签的作用也和后面要讲到的标签的流程相关。在这个地方，它分成了四个步骤，我们来看一下，它是怎么通过这几个步骤，一步一步地转化成标签，最终指导我们去做决策。

第一个步骤，就是最左边的一列叫做数据在线，数据在线指的是什么呢？就是我要通过数字化的转型，将我们的业务流程在线化，在业务流程中产生的数据，它就自然到线上，具备了让人不去处理的条件。

比如，以前我们在超市里面买东西，很难去统计每个用户买的什么东西，这样的话，你后续的分析也就很难进行。现在呢？很多人都在电商上买东西，购物环节的数据就在线了，以后可能随着越来越多的业务流程在线化，我们分析的内容也越来越多。

回到这个例子里，就是我的一个数据在线或者一个采购的过程，通过线上的购物，已经记录到我的系统里。

数据在线之后，我们第二个要做的就是去进行一个数据转成信息的过程。比如，我们现在看到这个用户叫王二妮，这个信息是什么呢？其实这个信息就是，比如说用户转化成信息，转化成什么样的信息呢？这个信息就是说在我的业务场景下，能够解读出来的内容。

我们在这个例子里面看到王二妮，它典型就是一个净化的文字，这个可能并不是一个非常直接的转换。但这也是我们在从数据到信息的过程中，也是要基于我们对于业务场景的理解，我们不仅需要直接地分析数据、转换数据。其实，我们还可以给这些数据附一些新的信息，这个就是我们所谓信息的转换，以及我们的信息的一个争议。

第三步，就要把我们的信息转换成标签了。比如我们可以通过一些规则的设定，当我看到这个信息的时候，我们就可以判断，大概率90%以上这个人就是一个女性，叫王二妮。所以这个时候，我可以给她一个标签，一个应该算是一种性别的标签，比如这个例子里面给了她一个标签，叫做女性。

第四步，就是我怎么样根据这个标签去产生一个决策。在这个标签里面，我就是产生一个决策，在后续和这个用户去沟通的时候，我更可能用一种妈妈性的沟通方式和称呼。为什么会有这个决策呢？就是因为我们发现她购买婴儿奶粉。

在电商的场景中，我们的一个用户购买了一款婴儿奶粉，我们接下来该如何去跟她互动，在做这个决策的过程中，就结合她的性别标签，我们可能会去判断大概率是一个妈妈，就应该使用妈妈性的沟通方式和称呼去和她沟通。

这里会不会有一些错误？那当然会有，比如我买的这个东西是帮别人买的，也可能会有这种情况发生。

不过，我们还会进行更深入地分析，比如我们看到她买过的是三段奶粉，就意味着可能不是一种新生儿奶粉，一般小孩儿到一两岁的年纪，也不会有人再去看他的时候，去送奶粉了，通常刚出生的时候，可能性会比较大。

所以，我们通过结合多种标签，将他们去结合起来，帮助我们去做出决策，就是适合用一种什么样的方式去沟通。

在这个环节中，我们并不要求这个决策100%是正确的，因为在大多数的业务里面，我们只需要它给我们推荐，至少会让我们去尝试一下。

未完待续……敬请关注《比你更了解你，浅谈用户画像（三）》

2013年，工信部公布的一个4G牌照启动了十亿级的移动互联网流量红利。

基于空白的蓝海市场、供求关系严重失衡的环境下，优质用户体验成为产品抢占流量的核心竞争力，随之诞生了“ 以用户为中心 ”的产品设计理念。

想要更好地为用户服务，需对用户进行深入分析，而过程就叫做用户调研。

用户调研贯穿了整个产品生命周期，而在生命周期的不同阶段都有不同的目标，所以相应的用户调研的目的也会有所变化。下面就围绕生命周期的 探索期 、 成长期 、 成熟期 、 衰退期 四个阶段对用研目的进行讲述：

1探索期：产品还未完成定型

这个阶段往往指的是公司刚成立，此时产品未成形，需要通过用户画像定位细分市场、产品模式及功能，这个阶段需做大量的宏观调研、定性定量调研，

明确：

你的产品应该切入的是哪个细分市场

找到核心用户及获得用户特征

了解核心用户的核心需求及场景

初步形成用户画像为需求做底层支撑

2成长期：产品运营中

这个时候产品已有domo或已上线迭代，产品处于完善、升级的阶段，需要做大量微观且具体的用户调研：

基于后台、第三方平台监控发现问题，定位问题关键及原因分析，优化产品功能及运营模式

基于数据，对前期的设定的用户画像进行验证、完善

通过调研及用户画像发现新的机会点

在产品最活跃的时机，寻找盈利点

3成熟期：产品相对稳定

到了成熟时期的产品，公司已经有了稳定的运作模式，市场地位趋于稳定，日常工作也大多以维护为主。且 现有增长点 已遇上了瓶颈，用户活跃将不可阻逆地缓慢下降，即使你做再多产品优化、烧钱运营都无法改变你的产品终将走向衰退的命运，时间问题。企业急于寻找 突破口 和 新的增长点 ，用户调研又将被赋予新的使命：

基于用户画像进行“新增长点”的分析，同时取样验证思路并对需求进行分析

获取当产品转型时，新老用户的态度是什么样的？继续留下还是离开？或是成为新的核心用户？（对用户动态进行预测）

对产品转型后的用户群进行洗牌，重新定义用户分层、用户画像

4衰退期：产品活跃度快速下降

进入到这个阶段，说明产品没有成功转型。这时候再做用户调研的意义其实不大，如果一定要做，除了提高回流率、挖掘增长点外，我更希望通过这样一种方式对自己的产品进行一个复盘总结。

当你有了一个idea，你如何 低成本、快速、有效 地验证你的想法是否可行？定义你的目标用户？这里就不得不提到定性/定量研究，它是一种研究指导方法，包含且不局限于调研。

1什么是定性？什么是定量？他们之间有什么关系？

定性研究：定性研究是定量调研的前提，是由熟悉情况和业务专家根据个人的直觉、经验，对研究对象的性质、特征、发展变化规律作出判断的一种方法，经过研究判断提出 初步的意见 ，其结果是不可量化的

如“早餐吃很少”

定量研究：定量研究是基于定性研究的一种 深入研究 、通过数学、数据统计等方式将定性指标转为量化信息的一种方式

如“早餐只吃1个苹果”

2如何做定性/定量研究

一般先组织内部头脑风暴，初步创建用户画像的模型

接下来就可以直接开始做定性调研了，主要目的是验证、优化内部用户画像。通常有以下两种方式：

            1focus group：尽可能邀请包含细分市场不同层次的用户，通过邀请使用产品（竞品也行）、听他们说、观察行为等方式得到不同层级用户的态度，谁的意愿更强？核心动机什么？他的性格如何？等等

            2邀请专家：有条件的可以邀请该细分市场中的专家面聊，记得准备礼品。

做完了以上工作后基本可以拿到一份比较完整但不怎么精确的用户画像，所以紧接着需要针对几个层级的用户画像做剖析，通常也有以下两种方式：

            1问卷调查：基于定性调研的结论，做问卷调查，准备的题目要能够量化（问卷的设计涉及到行为学、心理学等范畴，没想象中的简单）

            2找调研公司：不考虑成本可以直接找专业的调研公司协助。

调研的方式有很多，以下我仅针对常见的 问卷调查 、 用户访谈 的利弊进行梳理

问卷调查

利：成本低、可视化、数量多、便于统计

弊：能够获取的信息量较少、信息不准确的概率高

用户访谈

利：能够通过观察用户表现、表情等获取更多的信息，洞悉用户的真实想法

弊：成本较高、数量少

调研是一项成本非常高的工作，为了避免冷场、纯聊天、跑题等情况的发生，前期需要做好充足的准备：

1首先需要明确你调研的目的以及背景

也就是说，你得清楚本次调研的意义。基于什么环境下出现了什么样的问题需要通过用户调研解决？用户调研的目的是什么？只有盘点完这些问题，后续的工作才有办法展开。

2明确目的后，确认你的调研对象

找到本次调研的典型用户，一般分三步走：

找到相关用户的特质（可能是一个个行为数据、或是性格特征等等）

抽取核心特质作为样本标准（年龄、性格、喜欢的内容、登录时间等等）

通过设定好的标准筛选样本

3分析用户和问题

需针对用户和问题做一次内部分析，得出一定的结论

4准备调研内容

任务：需基于结论给用户设定相关的任务

访问提纲：根据结论给用户设定相关的访问内容，从以下几个维度设计：

                    1基于本品的已知问题：了解用户的 *** 作习惯、消费习惯等，以及原因

                    2基于本品的未知问题：用户的痛点是什么？哪些 *** 作用户感觉很烦？用户愿意掏钱做什么？

                    3基于已知问题与竞品的比较：用户直观感知两者的区别，本品、竞品的使用差异

                    4基于竞品的未知问题：如果从竞品移入本品，用户放弃的理由是？从本品移出到竞品，核心理由是？

演习：反复演习，想办法从用户获取更多的信息

5选择合适的对象

做好以上工作后，就可以从调研对象中筛选合适的对象，需考虑时间、地点、是否感兴趣、是否带有情绪化等等相关因素

6邀约

废话不多说，联系他。

调研过程中有四个字： 望 、 闻 、 问 、 切

1望：观察其所为

给予用户明确的任务（基于之前的内部分析）

让用户自行完成任务（不做任何指导，让他自由发挥）

并从用户的行为过程中、从场景中发现问题

不同层次的用户尽可能分开、不同的任务尽可能分开

2闻：洞悉问题

发现问题后及时记录，并快速分析其可能原因

重点观察：异常行为、用户的表现、用户的表情

在望的同时需产出：关键行为、行为对应可能的原因、行为的具体表现

3问：验证、提问

用户拿到任务后，是怎么思考的

认为需要花多少时间完成，大致需要怎么做

针对关键行为/问题，完整地描述具体表现，并以线性的方式提问3-5次

4切：切中要害

让用户发表看法，他觉得有什么方法能够更好地解决这个问题。接收到用户的解决方案后，需进一步询问用户的动机，挖掘更多的信息

演示你的解决方案，看看用户的感受，不要单纯地问用户“要不要”、“好不好”，用户出于安全考虑用户一般会敷衍回答。

要点

破冰：先缓和情绪，不要着急一下子进入正题，做一些能够让对象放松的事情

快速校验：迅速了解对象背景信息与自己猜测的是否匹配，如果不匹配可以尽快结束，减少无意义工作

模拟、还原：尽可能还原用户的真实环境

记录：通过录屏、录音、笔记的方式将过程记录下来

如何让用户开口

让用户讲故事，把用户当做采访对象，让你自己处于弱势

鼓励用户表达、少打断

如果以上的方法不管用，就刺激用户，说反话：用相反对立的观点刺激用户表达

用户画像是优秀产品的基石（包含不局限于互联网产品），起初是基于产品思路下遐想出的一个虚拟角色，随着调研的展开，用户画像将逐步分层、清晰、量化，所以用户画像是动态变化的、会随着产品生命周期而不断成长。

用户画像的意义在上面已经说明过了，此处不再陈述。

1那么用户画像是什么呢？

用户画像是根据用户社会属性、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，构建用户画像的核心是给用户“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。

2构建用户画像的四步走

用户画像可以分四步走：确定样本标准+样本筛选+信息收集+构建画像

确认样本标准：通过前期的定性/定量研究能够获得目标用户群所具备的基本特点

样本筛选：可以提供样本范围，让调研公司去搜集用户样本

信息收集：邀约用户访谈，需尽可能涵盖各个层次的用户

构建画像：这一步将收集到的信息进行整理和分析并归类，创建用户角色框架（更全面地反映出用户的状态），同时结合 用户规模 、 用户价值 和 使用频率 来划分，确定 主要用户 、 次要用户 和 潜在用户 。

3用户画像通过哪些属性构成？

这里有五个维度，通过这五个维度分析能将用户变得更真实准确，它们是：用户静态属性、用户社会属性、用户消费属性、用户行为属性、用户心理属性。

用户静态属性：一般指的是用户一定时间内稳定不变的属性，如：年龄、性别、年龄、学历、角色、收入、地域等。依据不同的产品，这些信息会有不同权重的划分，如教育产品就应该更看重年龄、学历、收入等等，而对地域等信息则不感冒

用户社会属性：能够体现其社会关系、社交方式等

用户消费属性：主要包括消费水平、消费心理、消费嗜好等，反映用户对于花钱的看法，是喜欢质量好的还是性价比高的？倾向于功能价值还是情感价值？这一块需要好好琢磨，涉及到钱的事儿都是重要的事儿。

用户行为属性：体现用户的日常行为特征，如睡懒觉、常加班、喜欢玩游戏、上班刷微博等等信息，用研中想要获取到真实的用户行为属性非常难，一般从数据中来

心理属性：能够体现用户的心理状态，如好胜心极强、好奇心强等等，该标签需要对前四个属性充分分析后才可以获取到。

录屏工具、手机端录屏、统计系统（growingio、诸葛io、appsee、友盟等）、录音笔

为了用研而用研

直接问用户有什么需求

试图说服用户

求全求量

依赖问卷调查

---