用户画像这个词一直很耳熟，终于坐下来写点学习笔记。这里写一些自己的感悟。
首先，对用户画像分个类
按用户画像的生成过程来分，有下面两类：
一个是正向的过程：从调研/访谈开始，寻找目标用户群、分析其异同点，建立目标用户的用户画像（又称用户原型）。这样的画像基于真实的、实际接触过的、有血有肉的人建立，由UED主笔，为建立新产品或产品新功能的设计目标、运营策略提供支撑。
在UED的画像中，可以看到用户的照片、喜好、生活方式、性格特征等等等等，Ta是从调研对象中选出的有代表性的用户个体。
看得到用户和用户的生活
另一个是逆向的过程：从用户数据开始，为了让大量积累的数据进一步创造价值，对数据做归纳，根据数据分析用户行为，归纳用户群，建立用户行为模型（即用户画像）。这样的画像基于历史数据建立，由算法主刀，为评估用户群对产品的价值空间而设立。
通过分析用户在产品中留下的踪迹，判断用户是一个什么样的人——Ta的属性（文艺的、闷骚的、二次元的…）、日常（生活作息、年龄段、工作性质、所在地区…）、爱好（汽车、游戏、摄影、美妆…）等等等等。大量的碎片累积，拼凑成一个人，这个人你不知道他长什么样子，没有听过他的声音，他不是真实的，他是一类人的集合体。
无数碎片拼凑成人
那么，怎样建立用户画像？
不论是UED的用户原型，还是算法的行为模型，都需要目标指引。所以，为什么要建用户画像呢？
假如，现在公司打算研发一款新产品，市场调研说市场容量很大，这一领域正处于上升阶段，因此要介入竞争。那么，首先从年龄、地域等大的维度对目标用户做定义，然后调研用户群体背景，翻阅一些“透视95后：新生代社交行为”等类似的分析材料，设计调研方案，搜集基础数据。然后分析基础数据，选出有代表性的、符合产品市场定位的目标用户，建立用户原型框架，对多个原型框架做优先级排序，最终选出最有利于新产品切入市场的目标用户，完善、细化任务原型，完成用户画像。（参考材料梯子创建定性用户画像_CDC）
再比如，现在产品迭代进入了迷茫期，我们的价值在哪里，用户看重我们的什么功能，这个功能还有挖掘的潜力嘛，怎样让迭代更有针对性？那么，首先分析我们现有的用户是什么样的，为什么喜欢我们的功能。找到为什么，就可以进一步分析，怎样留住现有用户；再进一步，潜在用户是什么样的，然后怎样获得潜在用户。分析结果直接影响到运营策略与产品迭代。
用户数据是一堆没有情绪的字符，要把它转化成属性标签。这些标签可能来自产品的后端数据库、埋点日志等等各种记录了用户行为的地方，这些需要相关的产品在PRD阶段就做出设定。而对属性标签的设定包含了多个维度、不同的分类方式，这取决于产品的目的。这方面的研发，涉及到机器学习、数据挖掘、可视化等多个方面。（参考材料梯子手把手教您搞定用户画像，研发相关的：慕课网_电商大数据应用之用户画像）
需要注意的是
不论是定性的用户原型，还是定量的用户模型，都不可以超过三个——为啥呢？因为会不同用户画像之间会有冲突点，画像多了会难以取舍。
用户画像一定要有优先级。难以取舍的时候服从优先级高的那个。
@cornan 2016.12.05
网友评论