用户画像作为一种设计工具，可以帮助设计师突破“为自己设计”的惯性思维，聚焦目标用户，发现核心价值，并赋能产品。前言在产品开发、产品、设计过程中，研发人员经常会提到“我们要为目标用户设计”、“我们的用户是谁”等词，由此可见，在生产和生产过程中，识别目标用户是非常重要的。研究。用户画像作为一种设计工具，可以帮助设计师跳出“为自己设计”的惯性思维，聚焦目标用户，发现核心价值，为产品赋能。广泛应用于各类互联网产品中。本文将介绍用户画像的概念和价值，以及如何从0到1构建用户画像，希望大家看完之后能够理解用户画像的理论，对后续深入研究用户画像有所帮助。什么是用户画像？目前业界常用的用户画像概念有两种，一种是Userpersona，一种是Userportrait，又译为Userprofile。第一类用户画像，即Userpersona，根据AlanCooper的《About Face》，是基于产品对现实世界的观察，抽象出具有代表性的虚拟用户模型，有时也称为复合用户原型（CompositeUser原型）。这个概念最早由AlanCooper在《The Inmates are Running the Asylum》（软件创新之路）一书中提出，并在多本书中不断完善。该画像的主要特点如下：1.描述一个用户画像，包括角色描述和用户目标。这里的角色描述是指姓名、年龄、所在地、收入、职业等，这种角色描述主要是为了让用户画像更丰富、更真实。具体的;重点是用户动机，用户目标就是他们的动机。2.可以表示相似的用户群体或类型，也可以表示个体Userpersona是抽象的、虚拟的，代表一个典型的用户群体；虽然它也可以代表个体，但个体并不是真正独立的个体，而是观察研究综合而成的。3.必须针对具体情况——具体产品的行为和目标。用户画像研究用户在特定情境下使用产品的情况，关注用户在一定范围内的行为、态度、能力、动机等。即使是同一个角色，不同产品的动机也是不同的。一般来说，不同产品之间的复用并不容易，需要考虑不同类型产品的入口场景。第二类用户画像，即用户画像，指的是对用户信息的标注。通过收集用户的多维度信息数据（如人口统计属性、社会属性、行为偏好、消费习惯等），并对其进行统计分析，与用户画像相比，抽象出的用户信息整体图景更专注于数据挖掘和标签系统建设。这类画像的主要特点如下：真实性：收集每个个体的真实信息，例如人口统计属性等静态信息和用户行为的动态信息。时效性：用户动态信息不是一层不变的，可以实时跟踪其变化。广覆盖：不仅可以监控用户感兴趣的内容，还可以监控用户不感兴趣的内容，多维度、多粒度。下面简单对比一下这两类用户画像的区别：本文主要关注第一类用户画像（userpersona）。至于如何创建数据角色标签和应用，会在后面的文章中介绍，这里不再赘述。用户角色的价值作为一种设计工具，用户角色在整个产品生命周期中发挥作用。结合设计工作的几个阶段，肖像画的价值主要包括：设计前：帮助确立产品定位，目标设计时：帮助确立设计目标、??设计策略和指南设计后：促进其他工作，如营销、运营活动、销售规划用户画像的构建过程一般来说，用户画像采用定性研究的方法来划分角色。可使用的数据来源主要有：民族志研究、情境调查、观察法、访谈法、桌面研究等，具体实施时会根据业务情况略作调整。本文结合酷家乐-快到和映客两条业务线的经验，梳理了从0到1构建画像的过程和方法，如下图所示：Step1：建立目标和画像维度，明确业务目标和用户角色，不同的群体在收集信息时的角色和目标存在差异，进而影响最终的画像结果。因此，在制作肖像之前，有必要考虑清楚肖像的用途。明确了目标之后，就可以结合目标和角色制定画像的信息维度。这里有两点需要注意：一般信息是什么？如何筛选出目标用户？对于第一点，一般信息维度可以结合用户画像的元素，从自身业务情况中选择性提取。这里需要注意的是，toC和toB的信息维度会略有不同。比如toC属性的产品会关注用户的性别、年龄、家庭情况、兴趣爱好等，而toB则不会太关注这些，他们会更关注用户的工作能力、工作内容，使用工作等等。用户画像构成要素总结：对于第二点，我们既然是在做用户画像，就需要尽可能多地覆盖不同的用户。那么我应该找谁做研究呢？这里有2个小技巧。Tips1：用户筛选标准找到与业务密切相关的产品和运营，共同讨论确定用户类型。在讨论过程中，我们会定义符合条件的用户，得到一个用户筛选标准表，然后根据这个表邀请用户。Tips2：职位职能筛选针对toB类中一些职位职能划分明确的产品，可以根据职位职能找到用户。在实践中，需要结合实际情况，看是否需要区分管理岗位和普通行政岗位。以快拨智能设计业务线为例，在用户画像项目中，业务目标是充分了解用户特征、产品认知、使用场景、痛点。综合整体认知，在问卷调查法中，D端&B端用户均有访问、开通快交行为。在深入挖掘场景和痛点的同时，结合问卷的反馈，D端和B端重点寻找活跃用户。并细分用户身份类型。两者结合，最终梳理出快建用户画像的维度。Step2：建立研究方法在建立画像信息维度后，需要综合考虑用户、时间精力、资金等因素，选择合适的研究方法来实现信息的收集。常用的研究方法有三??种：定性研究：如访谈、二手数据研究定量研究：如问卷调查、数据分析定性+定量：以上两种方法的结合。每种方法如何选择？您可以从研究方法、产品生命周期以及实际时间、精力和资金的差异中进行选择。研究方法的差异定量和定性是相对的概念。定量方法侧重于理解“什么”，即发现用户做了什么并挖掘事实信息。定性方法侧重于理解“为什么”，即挖掘用户行为背后的原因来理解现象。新时期对应产品生命周期的研究方法：在这个时期，产品还没有定型，目标用户也在开拓市场。可以尝试通过访谈的方式，找到专家用户或者与产品竞争的用户，重点挖掘TA们使用产品的场景。为了验证MVP版本，核心痛点是什么。成长期：此时产品进入用户快速增长期。随着体量的增加，用户会分层，暴露出的问题也会越来越多。可以尝试用定量的方法对用户进行分层，然后辅助定性地了解每一类用户，有针对性地解决问题。成熟期：用户量趋于稳定。一方面，产品需要保持稳定性，持续满足现有用户的需求，提升产品体验；另一方面，要努力突破，寻找细分市场，挖掘新的增长点。可以尝试先定性挖掘出蓝海，再进行定量验证。衰退期：定性了解原因，调整产品。以快的智能设计业务线为例，综合目的、产品周期、研究方法、时间精力等因素，采用数据+问卷+电话访谈三种方式相结合。第三步：制定计划并收集数据。明确了目标和方法后，需要细化整个研究，制定具体详细的实施方案并实施，控制好整体节奏，收集有效信息。例如，如果采用问卷法，则需要进行问卷设计——受访者选择——问卷发放——问卷回收。如采用面试方式，面试前、面试中、面试后均需准备相关材料。不同的方法在实施过程中需要不同的注意事项。相关方法可以参考参考书和文章，这里不再赘述。Step4：分析数据和角色聚类。第三步，收集整理有效信息，识别关键行为变量，将被调查用户与行为变量一一对应，识别差异化的行为模式。在寻找可能导致用户行为差异的变量时，结合以往的经验，笔者总结出维度供参考。在使用行为变量作为用户对应关系的基础时，不必追求绝对的精确，只要能相对清晰地映射即可。梳理后可以观察到，一些用户群体聚集在几个行为变量上，构成了显着的行为模式，从而聚集了某个角色类型。以此类推，可以发现几种不同的行为模式。为了保证全面性，映射后最好遍历，检查是否有遗漏用户或变量。以快的为例，用户在使用智能设计工具时，行为变量可以细分为：职业类型、专业技能水平、使用方式、重要因素等，一一对应后，几大类角色是集群式，如其中一种追求速度，注重整体效果；另一个注重过程，注重细节。除了上述方法外，对于toB类的企业级产品，当用户具有较强的功能属性时，可以将企业功能作为划分角色类型的依据。此时只需对每一类角色抽取典型样本，以保证完整性并进行研究即可。Step5：合成特征，生成人像。角色聚类后，梳理出每一类角色的行为、目标、痛点等维度特征，形成画像的基本框架，并对每个角色进行详细描述，如属性信息、场景等，使肖像更饱满、更真实。此时需要注意：网上虽然有很多人像模板，但只是参考示例。你需要根据收集到的信息，对自己的业务进行画像；环境照片传递更多的情感信息，带来更强的沉浸感。建立形象优先权。根据AlanCooper的建议，一个产品的用户角色最好不要超过3个。获取画像后，需要根据覆盖人口基数的大小、营收潜力、竞争优势、业务规划等进行重要性评估，定义主要角色，作为设计工具，次要的用户画像如角色和补充角色不是恒定的，需要随着时间的推移而迭代。当产品积累了一定的用户量后，可以采用量化的方式进行验证，补充优化，获取更多多维信息。用户画像框架以快的为例。某类角色导购画像如下：Step6：结合产品，实现画像。只有用户画像落地，帮助产品设计，才能体现其价值，否则就是空中楼阁。画像创建完成后，可以对画像结果进行整理和分享，让团队成员对服务的用户达成共识，进而讨论产品的新机会或改进，逐步落实到产品设计、推广和营销。如何在设计前、设计中、设计后应用用户画像，后续文章会详细讲解，本文不再赘述。总结本文介绍了用户画像的概念、价值和构建过程。所谓实践出真知，你可以在日常工作中尝试一下。目前，酷家乐正在从0到1逐步构建覆盖整个公司和各业务线的完整用户画像，我们将在这个过程中不断探索和完善画像构建方法。
