本文将深入探讨如何构建和应用用户画像，从抽象到具象，再从具象到抽象，揭示用户画像背后的逻辑与实践。

在上篇文章《关于用户体系认知》中，我们已经建立了对于用户体系的认知，在本篇文章中我将详细的讲述用户画像

一、如何去描述用户？

如图中所示的问题，他是一个什么样的人？
有的人可能会回答“他是一个很帅气的人”有的人可能会回答“他是一个25岁左右的人”

从答案中我们可以看到“帅气”和“25岁”这两个词，一个词很主观、一个词却很客观。因此我们可以用客观的词和主观的词描述用户

• 主观词：能够形象生动的描述用户，词的信息量很高，能够快速的建立起对用户的感知形象，但每个人的理解可能 存在差异
• 客观词：能购精准细致的呈现信息，词的精准量很高，能让人精准建立起特定维度的标签，但缺乏温度、对用户的理解差而基于这两种词的作用，我们可以将用户画像分为两类，一种是主观性质的Pensona,另外一种是客观性质的Profile

Pensona：可以理解为虚拟型的用户画像：她是一个比较年轻的文艺女青年，皮肤偏白、个子偏高、说话声音不大，每天乘坐地铁上下班，喜欢刷抖音，工作特别努力，平时生活也非常节约。

根据这个例子我们可以看出这Pensona种用户画像的特点是用感性词去构建一个故事，让人共情。通常用来打造对用户认知的共识，用于了解用户、匹配产品等宏观场景。

Profile:可以理解为数据型的用户画像，更像是用户档案是由一系列标签构成。如下图所示：

我们不难发现Profile型的用户画像由一系列标签构成、比较理性。常用来做标记一个用户或者一个群体的详细信息；用于用户运营和营销等场景。

二、怎么选择用户画像？

• 产品构思阶段：主要通过虚拟用户画像Persona构建用户认知，确认产品需求。
• 产品初期阶段：虚拟用户画像Persona为主，数据型用户画像Profile为辅。产品初期需要验证和丰富Persona,并开始建立Profile.
• 产品成熟阶段：虚拟用户画像Profile为主，数据型用户画像Persona为辅。建立完善的用户档案，偏向实际应用。

如：在大厂秋招招聘工作中，筛选简历时，最开始时我们可能不知道这个岗位要的人到底是什么样的，那我们会在构思阶段会用虚拟用户画像去筛选，等到中后期，因为收到的简历越来越来多，对目标对象也越来越清晰，就会知道具体的要求，比如毕业院校、成绩、专业、实习经历等维度去选择。

三、如何构建和应用用户画像？

在构建用户画像前，首先要思考为什么要构建用户画像？他在产品设计中起到什么作用？因此我们先了解一下用户画像的作用和应用

1. 用户画像的作用

• 产品设计：比如抖音设计直播间PK玩法，获得打赏音浪，要思考打赏人是什么用户画像？打赏的动机是什么？去理解用户需求的本身。
• 产品运营：比如我们要做一个活动，针对创造者做扶持计划，比如双十一期间主播卖货达到多少，我们就给其多一些广告位，发一些代金券。如果要做好这场运营活动，就需要考虑对广告位和代金券敏感的主播是什么用户画像，例如是属于刚刚带货、要获得带货快感才能激励的主播，还是已经比较稳定的成熟的主播，不太在乎广告位和代金券？到底哪一个才是目标用户呢？找到了目标用户的用户画像后，才能可以做精准的活动的规划。
• 智能推荐：应该很多人刷抖音都会发现自己能刷到自己喜欢的东西，本质上其背后有一套用户更加精准的用户画像体系，这个画像更加偏向于profile,通过一系列的标签进行精准化描述，比如你登录平台，抖音根据标签知道你是一个喜欢大熊猫的人，然后就可以推荐关于大熊猫的短视频。
• 精准营销：比如我是做产品经理培训班的老师，我在抖音巨量千川上投了广告，抖音就可以通过之前购买我课程的人，去分析他们的用户画像是什么？然后针对有同样用户画像的人进行精准投放。
• 用户获取：比如很多app的启动，不是把app的内容做出来，直接投放到市场，而是需要从其他APP进行广告导流。而要完成导流，需要我们知道在哪些平台上去导流，什么时候去导流，通过什么内容去导流。所以获取用户的拉新过程，也需要用户画像去指导我们策划不同活动。如很多知识付费的博主，需要通过公众号导流，就要分析用户的用户画像是什么，例如针对那些只需要资料的，那就用知识包去导流；如果用户是很希望看到高质量，难么我们就要投放高质量的文章，让他们看到我们对行业的深度理解、对业务的深度理解。

风险控制：比如我们在做优惠券和积分时，为了防止被羊毛党薅羊毛，就需要分析羊毛党的用户画像，识别其关键特征，做出相对应的措施。

2. 构建和应用用户画像

第一步：明确业务背景

通常我们要建立用户画像，是遇到一个现实的问题，我们明确业务背景和业务目标。
例如美团为了增加外卖订单，需要提高常点外卖的用户拉动新用户来。

第二步：抽象提炼

我们需要从业务问题中抽象提炼出用户画像
例如对常点外卖的用户做个体分析，提炼该类用户的用户画像，并分析该类用户推荐朋友使用的动机是什么

第三步：具象描述
从用户画像中挖掘出具体的特征
例如根据分享者的用户画像建立用户模型，筛选符合特征的用户群

第四步：解决业务问题

对分享者进行精准推送，针对这群用户做针对性的激励性政策，鼓励拉新

总结：构建用户画像的本质是具象到抽象，抽象到具象的过程

3. 如何做到具象到抽象——讲一个用户故事

面临复杂问题时，我们先构建一个用户故事，降低理解理解成本，塑造一个虚拟用户画像Persona来聚焦问题本质

第一步：需求背景分析

需求背景分析是我们需要明白我们为什么需要这个这个用户故事，我们到底需要什么样的用户。

第二步：个体分析

个体分析是分析典型用户长什么样的。典型用户是所研究用户的最大公约数，能最大程度地去代表所研究的用户。我们找到典型用户后，标志者我们可以通过研究这个用户来获得这类用户的需求。

典型用户的基本特征：

（1）产品的目标用户/使用用户

（2）所研究“需求”或“问题”的直接用户

（3）能代表所研究的群体

（4）是所研究群体的均值，而非最值或者极值

如我们研究APP整体活跃行为，我们应该选取活跃均值的用户，而非最活跃或着沉默的一批用户进行研究。

第三步：关键特征

关键特征是用书面的语言来描述用户最核心的特征，找到目标用户区分其他用户的关键特征。一般关键特征可以分为人的基础信息、外在行为信息、内在心理动机

• 基础信息：主要看是否有相似的背景？例如年龄、地域、职业等
• 行为信息：主要看是否有相似的行为方式？例如习惯、爱好、每日生活节奏等
• 心理动机：主要看是否有相似的内心思想？例如需求、目标、价值观、消费观等

第四步：丰富细节

在有主干的基础上，增加一些细节，使用户更加生动。

例如用户的基本信息如下：

上身优衣库、下身牛仔裤、互联网工作、距离公20公里、手机里有游戏文件夹，只有王者荣耀和吃鸡

那我们为其扩展信息，丰富细节，如下
小李对穿着要求不高，追求简单舒服，一年有2-4次在优衣库采购衣服。每天地铁通勤2h,大多数时间喜欢刷抖音，偶尔看微信读书，对游戏喜好度一般，更多的是做社交，会和朋友打王者或者吃鸡

4. 如何做到抽象到具象——如何将抽象的概念落地应用

抽象到具象的本质是将抽象的概念拆解到可计算的标签，方便落地应用。

接下来我们举个列子如下图所示

第一步：数据采集

数据采集是记录每个用户的数据，包括用户提供的内容，手机号、姓名、地址等；用户行为如登录、点击、搜索、邀请等；用户消费如消费、订单行为等；另外还有来自第三方的信息,如下图所示

第二步：定义标签

这一步要做的就是将抽象的概念映射成具象的行为。
如“小气鬼”我们可以映射为具象的行为，朋友请他吃10次饭，但请朋友吃饭次数为0。

再如“重度游戏玩家”和“轻度游戏玩家”是个非常抽象的概念，但是什么叫重度，什么叫轻度我们需要明确的标签来定义，我们可以如下图所示通过游戏设备、游戏类型、游戏数量、使用时间、金钱投入来定义。

标签是为了将满足业务需求，将原始数据加工成用户标签，下篇文章，我们会重点讲述构建用户标签。本篇只会简单的介绍。

标签可分为三类，静态标签、动态标签、组合标签。静态标签如姓名、性别、年龄、身高、体重的等不易改变的信息；动态标签如点击、滑动、搜索、点赞、收藏、交易等会不断更新的信息；组合标签是由动态或静态多个标签组合而成，如定义土豪用户，总金额>10000,月消费>10单

第三步：用户分群

组合标签中根据不同的表现，能非常自然给用户分群。

如以购物app为例，根据交易金额和使用时长进行划分，可以分成4类用户

第四步 场景应用

不知大家有没有玩个王者荣耀，如果你是个高价值用户（经常买皮肤、游戏时长比较长），你连续了半年都没有登陆，等你再次登陆时，王者荣耀会赠送你很丰厚的回归奖励，而这个回归奖励程度取决于你的标签，如果你是个高价值用户，那么回归奖励就会丰厚很多，如果是个低价值用户，那么回归奖励会少一样。所以他给你什么回归奖励，取决你属于什么用户分群。