用户画像如何构建？本文对此进行了分析，来看看这篇文章了解一下吧。

相信你很难想象，在一个运营了10年+的业务中，我是第一个建立可运营的用户画像体系的人。必须强调“可运营“，因为大部分人理解的用户画像是用于数据分析的数据库，而我建立的体系，是直接用到用户增长框架中的主干结构，贯彻一切环节。在此基础上还可以继续衍生出更有运营价值的分支。画像应该具备一些特点：

1. 覆盖全面。用户画像应该覆盖95%以上用户，千万不要拍脑袋想到一个做一个。比如”小镇青年“，可能只占整个业务的3%。只要按前面章节做好各个维度的用户切片，就不会犯这种低级错误。
2. 用户群是比较固定的。任何一个用户，在一定周期内，应该隶属于一个或多个固定画像，不应该在所有画像之间跳跃。
3. 可以很方便的判断，资源分配（包括预算）是否合理，比如女装APP就不应该投资男性用户。
4. 直观易懂，可运营。所有团队理解用户是谁（因此称为画像），且每个画像的需求有明显差异，我们可以提出什么增长策略应该是显而易见的。比如进一步细分消费场景，精细化运营。

有些业务定义的用户画像是从关键行为(Engagement)入手的，确实很重要，但是太细节了，可以放到更下面的运营逻辑层面。如果一项业务提供的服务能解决用户的痛点，无论下载、注册、以及其他关键行为，都是自然而然的。就算近期没注册，长期也自然会注册。任何一个业务都不能覆盖100%的用户，需要先搞清楚哪种目标人群是重点，该放的就放了。非目标人群，你再努力也不会得到什么好的效果。如果不及时放掉非目标人群，最可怕的结果是会扰乱整个业务的前进方向。如果内容/商品供给不能及时匹配，供给方可能快速流失。比如2B的业务尝试引入C端用户。

一、我为什么不会采用动态数据维度，也就是关键行为

比如之前的业务负责人，按照用户行为对用户分组，例如访问频次、购买频次、历史购买记录等，且纳入了BI体系中作为全公司运营风向标。由于没有其他分组方式，实际也就只有这一种用户增长方式，更高频的向用户推送广告。当然还有过程结果的监测，例如是否安装，是否注册，是否加购等。这会导致什么问题呢：

1. 没有抓手。例如，最近7天下单量0，1，2，3的人，你如何提效？近期失活用户，你如何提效？首次安装注册用户，发代金券，那不是增长团队要做的，而是运营。
2. 刻舟求剑。因为要考虑应用在付费渠道，流量到结果本来就有相关性。结合KPI口径，所有这些指标，都几乎等于刻舟求剑。运用在付费渠道团队，会导致这个团队越来越接近财务。只要花钱，就有效果。
3. 没有固定归属。任何一个用户今天在这个组，明天就跑到那个组。得出的数据分析结论可靠么？有价值么？

二、我用静态维度构建画像的过程

一般特征有10个+，分别看效率的分布（参考前面章节）的波动性（可以暂定用标准方差）。例如设备型号，性别，年龄，甚至APP版本。

找到比较显著的几个，例如类目偏好，城市。这两个特征都是很容易做出差异化策略的，喜欢女装的和喜欢汽配的，明显不是一类人嘛。住在北京和上海的，对内容/产品的偏好差异也很大，因为交集的部分可能甚至小于10%。

关键是经过多个时间段抽查核验，这个规律是稳定的。例如你按照12个月份，分别得出结论，确实是有一致性的。且城市级别的行为规律性极为明显，物流的一致性可以达到90%概率。

那么现在就有两个主干的维度了。我最终选择了以类目偏好作为第一维度，因为它在波动性上，更明显一些，且更容易理解。

所以在项目启动测试阶段，我只用了两个小的类目：宠物用品和户外用品。尝试去推断这两类用户的跨类目需求。效果是非常炸裂的。随后紧急纳入了美妆和服装行业。

也是在这个时候，我开始做更深入的分析和线下的观察。有两组数据对我产生了极大的启发：

• 男装，无论是服装还是鞋包，50%都是女性在购买，所有人包括我自己，都以为>90%男性。但是女装>90%都是女性购买。这不就是某Z开头知名品牌的流量特征么。其实也有专业性问题，绝大部分男性是没有审美能力的。女性在这方面往往更专业。
• 女性一旦有了孩子，对美妆、服装的需求大大降低，甚至<10%。牵扯到经济能力、年龄的变化，价值观的变化等。

当然还有很多其他数据，无法一一列举了。

• 比如男性可以给男孩买东西，但给女孩买的少。
• 男性在婚后和婚前的消费习惯没有那么明显的变化。
• 在某些国家，如果家长给男孩买东西，有50%的概率会给女孩买东西（也就是说生育率极高，约2.0）。同时某些国家的概率只有10-20%

我希望用一个逻辑串通所有事实，所以提出了“人类不可逆生命轨迹”的概念。就是性别+婚恋状态+孩子的状态。

也是把商场运营逻辑延续在互联网业务里。就是一个虚拟商场（如果非电商换一个词即可），每一层都是为不同画像准备的。看看你附近的商场，最近10年新开业的，第三层是否都是为了实现家长溜娃这个消费场景而设计的？

• 完整排列组合约20多个，看业务情况，有些可以合并掉。现在一切运营环节都有抓手了：
• 每个画像有多少用户？人数少的画像，合并掉。是不是还有未知的？是不是还需要更新画像的逻辑？
• 每个画像的业务效果是怎样的？哪些做的好/差？为什么？必须结合供给侧去评估
• 流量侧的效果是怎样的？哪些做的好/差？流量的成本？也要结合供给侧评估
• 每个画像下面有什么消费场景？
• 每个场景下面都有哪些类目？
• 每个类目下面，都应该配什么货？尖货是哪些？

我听到太多人讲“人货场”，没有一个能真正落地的。就是因为他们连用户画像都没搞清楚。