本文通过生动的案例介绍了用户体系的构建方法，包括用户画像、标签和分层等概念，并探讨了用户研究的重要性和方法。无论你是市场分析师还是产品经理，这篇文章都将提供你优化产品和服务所需的用户洞察策略。
有这么一个问题：如果你朋友让你给他介绍女朋友，你会怎么做？
接下来我们一起看一下小明和他朋友的对话，看看和你的解决方案是否一样
朋友：“你能给我介绍一个女朋友吗？”
小明：“那你喜欢什么样的女孩子？”
朋友：“漂亮的！”
小明：“那具体长什么样的？”
朋友：“身高165CM、体重50KG、皮肤白皙的、头发黑黑的、眼睛是双眼皮……”
小明：“那可以，我有个朋友，介绍给你！”
朋友：“谢谢哈！”
我想大多数人的做法和小明一样，都是先了解小明的具体诉求，如身高、体重的具体信息，那么我们照着这具体的信息寻找，就会大概率找到朋友喜欢的女孩子。
通过这个案列我们可以看到“一个漂亮的女孩子”其实就是一个抽象的画像，而“身高165CM、体重50KG、皮肤白皙的、头发黑黑的、眼睛是双眼皮”就是具象的用户标签，而通过这些标签我们就可以将不同的人进行分层，比如高的人群：身高165cm及以上;中等身高人群：155cm-165cm;身高低的人群：155cm以下的。
所以我们简单的得出一个定义就是用户体系是我们对用户的各种信息，进行归类、总结后形成的逻辑化呈现，是用画像、标签去构建分群的体系。而构建用户体系的前提条件是遇到有关用户的问题、能收集到用户的信息。
看到这里我想大家已经对用户体系了一定的认知。接下来我将为大家进行可以详细的介绍。
用户画像是构成一个用户的虚拟体，可以帮助我们达成对用户的共识
正如我们在描述我们的用户画像时，我们通常会用场景来进行描述：他经常上课，同时自己一个人住在一个20平米的单间，经常穿着优衣库的衣服，经常拿着iPhone11，偶尔打王者和吃鸡，定位经常出现在互联网公司附近，经常在抖音上发布学习视频，并且常在12点以后睡觉。
由此我们可以描述出这么一个画像：他可能是一个25岁左右，在互联网公司上班，月薪在15K，房租3K，每月余5K，对穿着要求不高，爱买优衣库，喜欢iphone，偶尔打王者荣耀或吃鸡，睡觉一般在12点以后，喜欢在抖音发布知识视频。
这就是用户画像，不难发现，本质上我们是在尝试用抽象的语音描述一个具体的用户。
用户标签是构成用户画像的核心元素，通过一个个具体的字段来描述用户，形成一个具象行为的用户，是将用户在平台内产生的行为数据，分析提炼后形成具有差异性特征的形容词。如：
性别：男
年龄：25岁
职业：产品经理
月薪：15K
住房：租房、单间
爱好：王者荣耀/吃鸡、
手机：ipone
习惯：熬夜
…..
用户分层/分群的就是根据用户的特征进行分层/分群。
如下图所示，我们可以首次打开但没有登录注册的用户定义为新增用户；已经登录注册但没有下单对的用户定义为普通用户；对于已经下单但还没支付的用户定义为意向客户；对于初次购买的用户定义为付费用户；对于多次购买的用户可以定义为忠实用户。
我们可以看到不同类型的用户其状态和需求不一样，因此其运营策略也不一样。如对于首次打开的用户我们要引导其注册和登录；对于已经注册和登录没有下单的用户，我们要去看用户是卡在那个环节导致用户不下单。
本质上用户体系是进行用户分群，然后把每个群体独立成一个画像，并且每个群体怎么分的，把对应的标签打上。
用户研究是构建用户体系的第一步。而用户调研是获取用户需求、偏好、行为和反馈的重要手段，他可以帮助我们更好的理解用户，做出更明智的决策
常见的用户调研方式有：用户访谈、调查问卷、可用性测试、AB测试。
用户访谈通常包括焦点小组访谈和1V1面对面访谈两种形式。
用户访谈优势是能更深入的了解用户需求，但是同时也可能会存在受访者的偏见影响，同时成本和时间都较高，很难覆盖大面积用户。非飞上适合在产品处于创意阶段，未来发之前，可通过用户访谈来验证自己的想法，或着如在做很多B端系统时如OA系统，是通过业务访谈，可以快速的了解业务流程和规则。
通过设计问卷收集定量数据，可以快速了解大量用户的一般态度和行为。
其优势在于成本较低，可以快速收集大量数据，有利于量化分析；缺点是可能存在非相应偏差，用户可能不诚实或随意回答，缺乏深度。
另外个人建议可以在针对一些特殊群体进行高效测试时，可以采用问卷调查。
比如我们做了一款针对大学生的教育产品，就可以到一个大学，让大家在固定的时间里填写问卷。这样我们就可以快速地获得大量有用的信息。
可用性测试是指邀请用户在受控环境中使用产品，通过观察用户行为，对其进行定性判断。例如当我们上线了一个产品中的一个核心板块，但我们确实对它没有太大的把握，我们就可以用可用性测试去深入去研究。
在互联网公司中最常见的作法是，直接让一个团队以外的同事来使用自己的软件，然后我们在身边观察他在使用时的行为。在操作完成之后，再访问他的感受。
如我们上线了返利系统，我们就会在旁边负责观看配置规则的用户是怎么配置的，从中去观察，用户在配置规则会遇到哪些问题，从而我们去优化解决问题
AB测试是指对产品和服务的两个或多个版本进行测试，最后看哪个版本的效果好。
一般来说AB测试要求我们有一定量的用户数，才能得到有参考价值的数据。比如我们有100万个用户，就可以随机选20万的用户进行AB测试，给10万用户上A版本，另外10万用户上B版本。
不难发现，虽然AB测试效果显著，但它的要求是很高。首先你要有一定量的用户，其次，你的团队需要能支持两个版本运营或开发工作
本文由 @y先生 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。