在日常商業(yè)活動中，有各種各樣的職能劃分：增長、內(nèi)容、活動、產(chǎn)品，雖然具體工作和最終目標(biāo)不一樣，但其實都是圍繞著“用戶”去做，可以說都是在做“用戶運營”。如今伴隨著流量紅利的結(jié)束、獲客成本的不斷提高，我們進入了一個用戶精細化運營階段。在這個階段中，我們不得不使用一個工具——用戶“畫像”標(biāo)簽體系。
今天我們就來說說用戶畫像。本文重點：1.用戶畫像在數(shù)據(jù)分析中的應(yīng)用；2.如何構(gòu)建用戶畫像。
一、 什么是用戶畫像
用戶畫像（User Persona）的概念最早由交互設(shè)計之父Alan Cooper提出，是建立在一系列屬性數(shù)據(jù)之上的目標(biāo)用戶模型。一般是產(chǎn)品設(shè)計、運營人員從用戶群體中抽象出來的典型用戶，本質(zhì)是一個用以描述用戶需求的工具。
Personas are a concrete representation of target users.
真實用戶的虛擬代表
——交互設(shè)計之父Alan Cooper
但隨著互聯(lián)網(wǎng)的發(fā)展，現(xiàn)在我們說的用戶畫像（User Profile）又包含了新的內(nèi)涵：根據(jù)用戶人口學(xué)特征、網(wǎng)絡(luò)瀏覽內(nèi)容、網(wǎng)絡(luò)社交活動和消費行為等信息而抽象出的一個標(biāo)簽化的用戶模型。
它的核心工作主要是利用存儲在服務(wù)器上的海量日志和數(shù)據(jù)庫里的大量數(shù)據(jù)進行分析和挖掘，給用戶貼“標(biāo)簽”，而“標(biāo)簽”是能表示用戶某一維度特征的標(biāo)識，主要用于業(yè)務(wù)的運營和數(shù)據(jù)分析。
二、為什么需要用戶畫像
用戶在企業(yè)發(fā)展的過程中有舉足輕重的作用，主要的應(yīng)用有：
1、精準(zhǔn)營銷：這是運營最熟悉的玩法，在從粗放式到精細化運營過程中，將用戶群體切割成更細的粒度，輔以短信、推送、郵件、活動等手段，驅(qū)以關(guān)懷、挽回、激勵等策略。
2、用戶分析：用戶畫像也是了解用戶的必要補充。產(chǎn)品早期，產(chǎn)品經(jīng)理們通過用戶調(diào)研和訪談的形式了解用戶。在產(chǎn)品用戶量擴大后，調(diào)研的效用降低，這時候就可以輔以用戶畫像配合研究。方向包括新增的用戶有什么特征，核心用戶的屬性是否變化等等。
3、數(shù)據(jù)應(yīng)用：用戶畫像是很多數(shù)據(jù)產(chǎn)品的基礎(chǔ)，諸如耳熟能詳?shù)耐扑]系統(tǒng)廣告系統(tǒng)，廣告基于一系列人口統(tǒng)計相關(guān)的標(biāo)簽，性別、年齡、學(xué)歷、興趣偏好、手機等等來進行投放的。
4、數(shù)據(jù)分析：用戶畫像可以理解為業(yè)務(wù)層面的數(shù)據(jù)倉庫，各類標(biāo)簽是多維分析的天然要素。數(shù)據(jù)查詢平臺會和這些數(shù)據(jù)打通，最后輔助業(yè)務(wù)決策。
三、用戶畫像的主要內(nèi)容
用戶畫像一般按業(yè)務(wù)屬性劃分多個類別模塊。除了常見的人口統(tǒng)計，社會屬性外，還有用戶消費畫像、用戶行為畫像，用戶興趣畫像等。
人口屬性和行為特征是大部分互聯(lián)網(wǎng)公司做用戶畫像時會包含的：人口屬性主要指用戶的年齡、性別、所在的省份和城市、教育程度、婚姻情況、生育情況、工作所在的行業(yè)和職業(yè)等。行為特征主要包含活躍度、忠誠度等指標(biāo)。
除了以上較通用的特征，用戶畫像包含的內(nèi)容并不完全固定，根據(jù)行業(yè)和產(chǎn)品的不同所關(guān)注的特征也有不同。
①以內(nèi)容為主的媒體或閱讀類網(wǎng)站、搜索引擎，或通用導(dǎo)航類網(wǎng)站，往往會提取用戶對瀏覽內(nèi)容的興趣特征，比如體育類、娛樂類、美食類、理財類、旅游類、房產(chǎn)類、汽車類等等。
②社交網(wǎng)站的用戶畫像，也會提取用戶的社交網(wǎng)絡(luò)，從中可以發(fā)現(xiàn)關(guān)系緊密的用戶群和在社群中起到意見領(lǐng)袖作用的明星節(jié)點。
③電商購物網(wǎng)站的用戶畫像，一般會提取用戶的網(wǎng)購興趣和消費能力等指標(biāo)。網(wǎng)購興趣主要指用戶在網(wǎng)購時的類目偏好，比如服飾類、箱包類、居家類、母嬰類、洗護類、飲食類等。消費能力指用戶的購買力，如果做得足夠細致，可以把用戶的實際消費水平和在每個類目的心理消費水平區(qū)分開，分別建立特征緯度。
④像金融領(lǐng)域，還會有風(fēng)險畫像，包括征信、違約、洗錢、還款能力、保險黑名單等。
另外還可以加上用戶的環(huán)境屬性，比如當(dāng)前時間、訪問地點LBS特征、當(dāng)?shù)靥鞖?、?jié)假日情況等。當(dāng)然，對于特定的網(wǎng)站或App，肯定又有特殊關(guān)注的用戶維度，就需要把這些維度做到更加細化，從而能給用戶提供更精準(zhǔn)的個性化服務(wù)和內(nèi)容。
四、如何構(gòu)建用戶畫像
業(yè)內(nèi)有很多關(guān)于創(chuàng)建用戶畫像的方法，比如Alen Cooper的“七步人物角色法”，Lene Nielsen的“十步人物角色法”等，這些都是非常好并且非常專業(yè)的用戶畫像方法，值得我們借鑒和學(xué)習(xí)。
事實上，當(dāng)我們了解了這些方法之后，就會發(fā)現(xiàn)這些方法從流程上可以分為3個步驟：獲取和研究用戶信息、細分用戶群、建立和豐富用戶畫像。在這3大步驟中，最主要的區(qū)別在于對用戶信息的獲取和分析，從這個維度上講主要有以下三種方法：
簡單來說，定性就是去了解和分析，而定量則是去驗證。一般而言，定量分析的成本較高、相對更加專業(yè)，而定性研究則相對節(jié)省成本。因此創(chuàng)建用戶畫像的方法并不是固定的，而是需要根據(jù)實際項目的需求和時間以及成本而定。創(chuàng)建用戶畫像的方法，并沒有嚴(yán)格意義的最專業(yè)和最科學(xué)，但是有最適合團隊和項目需求的。
好的用戶畫像是理解用戶的決策，考慮業(yè)務(wù)場景和業(yè)務(wù)形態(tài)的。這里我們介紹一種簡單的構(gòu)建用戶畫像方法。
1、數(shù)據(jù)采集
構(gòu)建用戶畫像是為了還原用戶信息，因此數(shù)據(jù)來源于所有用戶相關(guān)的數(shù)據(jù)。用戶數(shù)據(jù)劃分為靜態(tài)數(shù)據(jù)、動態(tài)數(shù)據(jù)兩大類。
靜態(tài)數(shù)據(jù)：用戶的人口屬性、商業(yè)屬性、消費特征、生活形態(tài)、CRM五大維度，其獲取方式存在多種，數(shù)據(jù)挖掘是最為常見也是較為精準(zhǔn)的一種方式，如果數(shù)據(jù)有限，則需要定性與定量結(jié)合補充。
定性方法如小組座談會、用戶深訪、日志法、Laddering 階梯法、透射法等，主要是通過開放性的問題潛入用戶真實的心理需求，具象用戶特征；定量更多是通過定量問卷調(diào)研的方式進行，關(guān)鍵在于后期定量數(shù)據(jù)的建模與分析，目的是通過封閉性問題一方面對定性假設(shè)進行驗證，另一方面獲取市場的用戶分布規(guī)律。
動態(tài)數(shù)據(jù)：用戶不斷變化的行為信息，一個用戶打開網(wǎng)頁，買了一個杯子；與該用戶傍晚溜了趟狗，白天取了一次錢，打了一個哈欠等等一樣都是用戶行為。隨著互聯(lián)網(wǎng)的發(fā)展，各種動態(tài)的行為數(shù)據(jù)都可以被記錄下來。
2、目標(biāo)分析
用戶畫像的目標(biāo)是通過分析用戶行為，最終為每個用戶打上標(biāo)簽，以及該標(biāo)簽的權(quán)重。標(biāo)簽，表征了內(nèi)容，用戶對該內(nèi)容有興趣、偏好、需求等等。權(quán)重，表征了指數(shù)，用戶的興趣、偏好指數(shù)，也可能表征用戶的需求度，可以簡單的理解為可信度，概率。
3、數(shù)據(jù)建模
一個事件模型包括：時間、地點、人物三個要素。每一次用戶行為本質(zhì)上是一次隨機事件，可以詳細描述為：什么用戶，在什么時間，什么地點，做了什么事。
①用戶：關(guān)鍵在于對用戶的標(biāo)識，用戶標(biāo)識的目的是為了區(qū)分用戶、單點定位。
②時間：時間包括兩個重要信息，時間戳和時間長度。時間戳，為了標(biāo)識用戶行為的時間點；時間長度，為了標(biāo)識用戶在某一頁面的停留時間。
③地點：用戶接觸點，Touch Point。對于每個用戶接觸點。潛在包含了兩層信息：網(wǎng)址和內(nèi)容。網(wǎng)址：每一個鏈接（頁面/屏幕），即定位了一個互聯(lián)網(wǎng)頁面地址，或者某個產(chǎn)品的特定頁面。可以是PC上某電商網(wǎng)站的頁面，也可以是手機上的微博，微信等應(yīng)用某個功能頁面，某款產(chǎn)品應(yīng)用的特定畫面。如，長城紅酒單品頁，微信訂閱號頁面，某游戲的過關(guān)頁。
④內(nèi)容：每個網(wǎng)址（頁面/屏幕）中的內(nèi)容?？梢允菃纹返南嚓P(guān)信息：類別、品牌、描述、屬性、網(wǎng)站信息等等。如，紅酒，長城，干紅，對于每個互聯(lián)網(wǎng)接觸點，其中網(wǎng)址決定了權(quán)重；內(nèi)容決定了標(biāo)簽。
⑤事情：用戶行為類型，對于電商有如下典型行為：瀏覽、添加購物車、搜索、評論、購買、點擊贊、收藏 等等。
綜合上述分析，用戶畫像的數(shù)據(jù)模型，可以概括為下面的公式：用戶標(biāo)識+時間+行為類型+接觸點（網(wǎng)址+內(nèi)容），某用戶因為在什么時間、地點、做了什么事。所以會打上標(biāo)簽。
用戶標(biāo)簽的權(quán)重可能隨時間的增加而衰減，因此定義時間為衰減因子r，行為類型、網(wǎng)址決定了權(quán)重，內(nèi)容決定了標(biāo)簽，進一步轉(zhuǎn)換為公式：標(biāo)簽權(quán)重=衰減因子×行為權(quán)重×網(wǎng)址子權(quán)重。
五、注意事項
1、不要把典型用戶當(dāng)作用戶畫像
不能把典型用戶當(dāng)作用戶畫像。每年的微信生活白皮書中，微信官方都會公布典型用戶的一天：工作日每天 7 點起床刷朋友圈、7:45 出門路上讀文章……很多用戶看了表示這完全就是自己??！不過也有不少人吐槽：我也是微信重度用戶，但這個典型的一天的跟我怎么完全不符合？
為什么會出現(xiàn)如此截然相反的反饋呢？原來是這些人把「典型用戶」跟「用戶畫像」的概念搞混了。因為以上描述典型用戶這些特點，只是把用戶特征抽象出來，組合在一起，事實上典型用戶是虛構(gòu)的，并不真實存在。而用戶畫像是把用戶以標(biāo)簽的形式表現(xiàn)出來，每一個真實存在的用戶都有對應(yīng)的用戶畫像。
2、不要把用戶畫像簡單理解成由用戶標(biāo)簽構(gòu)成
這也是 50% 以上的人都可能存在的錯誤認(rèn)知，即把用戶畫像簡單理解成由用戶標(biāo)簽構(gòu)成。用戶標(biāo)簽是用來概括用戶特征的，比如說姓名、性別、職業(yè)、收入、養(yǎng)貓、喜歡美劇等等。這些標(biāo)簽表面上看沒有什么問題，但是實際上組成用戶畫像的標(biāo)簽要跟業(yè)務(wù)/產(chǎn)品結(jié)合。
舉個夸張的例子，海底撈要做用戶畫像，最后列出來小明是一個大學(xué)生、高富帥、獨生子、四川人，愛玩游戲、愛看動漫等用戶標(biāo)簽。而事實上，對于海底撈而言，用戶帥不帥、是否愛玩游戲真的沒有關(guān)系。
3、沒有建立真正有效的用戶畫像標(biāo)簽
如果你能夠建立真正有效的用戶畫像標(biāo)簽，才算正確理解從而提升運營效果。這就涉及到構(gòu)建用戶畫像最大的難點了。
比如某知識付費團隊要賣課，那么建立用戶畫像最核心的訴求就是：提高課程購買數(shù)量。如果能通過用戶畫像了解用戶購買課程的意愿，然后采取相應(yīng)的運營策略，效率便會大幅度提高。而這個購買課程意愿度，就是我們最需要放在用戶畫像里的標(biāo)簽。
比如我們建立用戶畫像之后，計算出來甲購買課程的意愿是 40%，乙購買課程的意愿是 90%。為了進一步提高購買量，我們會對購買意愿在 40% 的用戶（甲）發(fā)放優(yōu)惠券。如果沒有建立這樣一個用戶畫像標(biāo)簽，我們就會對甲和乙發(fā)放同樣的優(yōu)惠券。而乙類用戶原本是不需要用優(yōu)惠券進行激勵的，這么一發(fā)，便會增加很多成本。這也就是電商利用用戶畫像標(biāo)簽實現(xiàn)的大數(shù)據(jù)殺熟。
六、小結(jié)
1.我們進入了一個用戶精細化運營階段。在這個階段中，我們不得不使用一個工具——用戶“畫像”標(biāo)簽體系；
2.用戶畫像是根據(jù)用戶人口學(xué)特征、網(wǎng)絡(luò)瀏覽內(nèi)容、網(wǎng)絡(luò)社交活動和消費行為等信息而抽象出的一個標(biāo)簽化的用戶模型；
3.用戶在企業(yè)發(fā)展的過程中有舉足輕重的作用，主要應(yīng)用有：精準(zhǔn)營銷、用戶分析、數(shù)據(jù)應(yīng)用、數(shù)據(jù)分析；
4.用戶畫像包含的內(nèi)容并不完全固定，根據(jù)行業(yè)和產(chǎn)品的不同所關(guān)注的特征也有不同；
5.好的用戶畫像是理解用戶的決策，考慮業(yè)務(wù)場景和業(yè)務(wù)形態(tài)的。
End.
作者：羅志恒
