我们常说的用户画像，都是指在产品设计之前建立的产品用户画像。这篇文章，作者给我们详细解释了品牌用户画像的12个要点，推荐各位看看，与产品用户画像相比，都有那些差异和相同点。

1、看过抖音直播或在天猫、京东搜索过商品，以及有过网购经验的人都知道，只要你在网站上留下行为和轨迹，你再次登录APP或者有联盟投放的相关APP，就会弹出各种同类型替代商品或者互补商品的推荐。如果你成为某品牌的注册会员，特殊的日子（会员日、生日）经常会收到品牌商发来的通知（祝福）短信或者邮件。这些已经是我们司空见惯的精准化营销的常见套路。在算法主导的移动互联网商业时代，得用户者得天下。以庞大的用户数据为依托，构建出一整套完善的用户画像，借助其标签化、信息化、可视化的属性，是企业实现个性化推荐、精准营销强有力的前提基础。也因为这个原因，工信部三番五次让几大互联网平台实现“互联互通”,但大家都就是愿意，互联互通了，意味着本来的护城河，就被一个外链就给打开了。这也是这个时代最搞笑和魔怔的地方，互联网竟然联通不了。当然，魔怔的事情也不仅只在互联网公司之间，其它各个领域也会有这样的问题，尤其“互联互通”问题发生在社会管理领域时，会更让每一个人都头痛。当从以上的小例子，我们可以知道用户画你对当今品牌成功的重要性。作为品牌，就非常有必要了解用户画像的含义，掌握用户画像的搭建方法。

2、从商业的角度对“用户画像”下定义下得最精准的我认为是交互设计之父艾伦•库珀（Alan•Cooper），他认为，用户画像是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型。企业利用已有的目标用户群的样本，挖掘每一个用户的人口属性、行为属性、社交网络、心理特征、兴趣爱好等数据，经过不断叠加、更新，抽象出完整的信息标签，组合并搭建出一个立体的用户虚拟模型，即用户画像。给用户“打标签”是用户画像最核心的部分。所谓“标签”，就是浓缩精炼的、带有特定含义的一系列词语，用于描述真实的用户自身带有的属性特征，方便企业做数据的统计分析。

3、在做用户标签时，品牌需要从两个维度来考虑，第一个维度是静态维度，第二个维度是动态维度。

4、静态维度：人口属性标签是用户最基础的信息要素，通常自成标签，不需要企业过多建模，它构成用户画像的基本框架。人口属性包括人的自然属性和社会属性特征：姓名、性别、年龄、身高、体重、职业、地域、受教育程度、婚姻、星座、血型……。自然属性具有先天性，一经形成将一直保持着稳定不变的状态，比如性别、地域、血型；社会属性则是后天形成的，处于相对稳定的状态，比如职业、婚姻。心理现象包括心理和个性两大类别，同样具有先天性和后天性。对于企业来说，研究用户的心理现象，特别是需求、动机、价值观三大方面，可以窥探用户注册、使用、购买产品的深层动机；了解用户对产品的功能、服务需求是什么；认清目标用户带有怎样的价值观标签，是一类什么样的群体。人口属性和心理现象都带有先天的性质，整体处于稳定状态，共同组成用户画像最表面以及最内里的信息素，由此形成稳定的静态用户画像。

5、动态维度：网站行为属性，这里我们主要讨论的是用户在网站内外进行的一系列操作行为。常见的行为包括：搜索、浏览、注册、评论、点赞、收藏、打分、加入购物车、购买、使用优惠券……。在不同的时间，不同的场景，这些行为不断发生着变化，它们都属于动态的信息。企业通过捕捉用户的行为数据（浏览次数、是否进行深度评论），可以对用户进行深浅度归类，区分活跃/不活跃用户。社交网络行为，是指发生在虚拟的社交软件平台（微博、微信、论坛、社群、贴吧、twitter、Instagram）上面一系列用户行为，包括基本的访问行为（搜索、注册、登陆等）、社交行为（邀请/添加/取关好友、加入群、新建群等）、信息发布行为（添加、发布、删除、留言、分享、收藏等）。给用户打上不同的行为标签，可以获取到大量的网络行为数据、网站行为数据、用户内容偏好数据、用户交易数据。这些数据进一步填充了用户信息，与静态的标签一起构成完整的立体用户画像，就是所说的3D用户画像。

6、用户画像的价值：用户画像能够清楚的回答，第一，品牌的用户是谁，第二，品牌的用户需要/喜欢什么，第三，在哪些渠道可以接触到这这些用户，第四，哪些用户可以成为品牌的种子用户，并成为意见领袖。在用户画像方面，小米就做得特别的精准。小米的用户，确确实实就是“屌丝”，所以他们充分地利用了社区、微博、QQ空间等用户经常关注的阵地进行销售和传播。小米的成功，并不是所谓的铁人三项“软件、硬件、互联网”。而是懂技术的雷军和懂营销传播的合伙人，通过成功的营销成就出来的品牌。当然，我这里说的是小米的早期，今天的小米已经在很多方面都有了较大的升级和改进。

7、用户画像能够指导产品研发以及优化用户体验。在过去较为传统的生产模式中，企业始终奉行着“生产什么就卖什么给用户”的原则。这种闭门造车的产品开发模式，常常会产生“做出来的东西用户完全不买账”的情况。如今，“用户需要什么企业就生产什么”成为主流，众多企业把用户真实的需求摆在了最重要的位置。在用户需求为导向的产品研发中，企业通过获取到的大量目标用户数据，进行分析、处理、组合，初步搭建用户画像，做出用户喜好、功能需求统计，从而设计制造更加符合核心需要的新产品，为用户提供更加良好的体验和服务。

8、用户画像能够帮助品牌实现精准化营销。精准化营销具有极强的针对性，是企业和用户之间点对点的交互。它不但可以让营销变得更加高效，也能为企业节约成本。以做活动为例：商家在做活动时，放弃自有的用户资源转而选择外部渠道，换而言之，就是舍弃自家精准的种子用户而选择了对其品牌一无所知的活动对象，结果以超出预算好几倍的成本获取到新用户。

9、用户画像还能帮助品牌做相关的分类统计和深度的数据挖掘。借助用户画像的信息标签，可以计算出诸如“喜欢某类东西的人有多少”、“处在25到30岁年龄段的女性用户占多少”等等。在用户画像数据的基础上，通过关联规则计算，可以由A可以联想到B。沃尔玛“啤酒和尿布”的故事就是用户画像关联规则分析的典型例子。

10、构建精准的用户画像，对于品牌来说，有一定的门槛，需要通过数据的挖掘和收集，数据的建模两个维度来做。品牌需要通过网站、活动页面进行SDK埋点。即预先设定好想要获取的“事件”，让程序员在前/后端模块使用 Java/Python/PHP/Ruby 语言开发，撰写代码把“事件”埋到相应的页面上，用于追踪和记录的用户的行为，并把实时数据传送到后台数据库或者客户端。

11、在数据建模阶段，品牌不仅需要定量的数据，还需要做定量的研究。定性化研究方法就是确定事物的性质，是描述性的；定量化研究方法就是确定对象数量特征、数量关系和数量变化，是可量化的。一般来说，定性的方法，在用户画像中，表现为对产品、行为、用户个体的性质和特征作出概括，形成对应的产品标签、行为标签、用户标签。定量的方法，则是在定性的基础上，给每一个标签打上特定的权重，最后通过数学公式计算得出总的标签权重，从而形成完整的用户模型。所以说，用户画像的数据建模是定性与定量的结合。

12、最后，对某一些重要的标签，赋予更高的权重，通过权重标签，就能够更好地锁定核心的用户。建立精准的用户画像是一个长期的事情，企业应该早日开始展开自己的品牌用户画像构建体系，让企业未来的营销和投入有法可查，有据可依。