前言

在产品研发过程中，产品、设计、研发等人员经常会提到“我们要为目标用户设计”、“我们的用户是谁”等字眼，可见找准目标用户在产研过程中至关重要。用户画像作为一种设计工具，可以很好得帮助设计师跳出“为自己设计”的惯性思维，聚焦目标用户，发现核心价值，赋能产品，在互联网各类型产品中有广泛的应用。

本文将介绍用户画像概念、价值以及如何从0到1构建用户画像，希望阅读后能让大家了解用户画像相关理论，并有助于后续对用户画像的深度学习。

什么是用户画像？

目前业界常使用的用户画像概念有2种，一种是User persona，一种User portrait，也有翻译为User profile。

第一种用户画像，即User persona，根据Alan Cooper的《About Face》，是基于产品对真实世界的观察，抽象出来的具有代表性的虚拟用户模型，有时也被称为综合的用户原型（Composite User Archetype）。这个概念最早由Alan Cooper在《The Inmates are Running the Asylum》（软件创新之路）一书中提出，后续在多处书籍进行了不停的完善。

这个画像主要特征如下：

1、描述一个用户画像包括角色描述和用户目标

这里角色描述是指如名称、年龄、位置、收入、职业等，这类角色描述主要是为了使用户画像更丰富、真实，具象；重点关注的是用户动机，用户目标是其动机。

2、可以代表相似的用户群体或类型，也可以代表个体

User persona是抽象的、虚拟的，代表一个典型的用户群体；虽然也可以代表个体，但个体并不是实际独立的个人，而是从实际观察研究中综合而来。

3、须针对具体情境-具体产品的行为和目标

User persona研究的是用户在具体情境下对产品的使用，关注其在一定范围内的行为、态度、能力、动机等。即使同一个角色，在不同产品下的动机也是有差异的，一般来说不轻易在不同产品间复用，需要考虑不同类产品的切入场景。

第二种用户画像，即User portrait，是指用户信息标签化，通过收集用户多维度的信息数据（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，从而抽象出的用户信息全貌，相比user persona，它更侧重于数据挖掘、标签体系搭建。

这类画像主要特征如下：

1、真实性：集合了每个个体的真实信息，如既有人口统计属性等静态信息，也有用户行为的动态信息。

2、时效性：用户动态信息并非一层不变，可以实时追踪其变化。

3、覆盖度广：既能监测到用户感兴趣的内容，也可以看到其不感兴趣的内容，维度众多，颗粒度粗细均有。

以下是这2类用户画像的简要差异对比：

本文重点介绍第一种用户画像（user persona），至于如何创建数据画像标签及应用，会在后面的文章中介绍到，此处不再赘述。

用户画像的价值

用户画像作为一种设计工具，其作用贯穿产品生命周期的前中后。结合设计工作的几个阶段，画像的价值主要有：

1、设计前：帮助确立产品定位、目标

2、设计中：帮助确立设计目标、设计策略与准则

3、设计后：促进其他工作，如市场推广、运营活动、销售规划

用户画像的构建流程

整体来说，用户画像（user persona）多采用定性的研究方法来进行角色划分，主要可采用的资料来源有：人种学研究、情境调查、观察法、访谈法、桌面研究等，具体实行时会根据业务情况稍作调整。

本文结合酷家乐-快搭、赢客2条业务线经验，梳理了从0到1构建画像的流程与方法，如下图所示：

Step1：确立目标与画像维度

明确业务目标与用户角色，不同的角色与目标在收集信息时有所差异，进而影响到最终得到的画像结果。因此在做画像之前，需要考虑清楚画像目的。明确目标后，就可以结合目标与角色，制定出画像信息维度。

此处有2个注意点：

1、通用信息有哪些？2、如何筛选出目标用户？

针对第一点，通用信息维度可以结合用户画像的构成要素，自身业务情况有选择性的摘取。这里需要注意，to C和to B类的信息维度会有些许差异，比如to C属性产品会关注用户的性别、年龄、家庭情况、爱好习惯等，而to B类则不太关注这些，它们会更侧重用户的工作能力、工作内容、使用工作等等。

用户画像构成要素汇总：

针对第二点，由于是创建用户画像，我们需要尽可能最大程度覆盖不同用户。那找谁进行研究呢？这里介绍2个小tips。

Tips1：用户筛选条件

寻找与业务紧密相关的产品、运营，一起讨论确定用户类型，在讨论中我们会定义符合条件的用户，得出一张用户筛选条件表，进而根据这张表邀约用户。

Tips2：工作职能筛选

针对一些to B类岗位职能划分清楚的产品，可以基于工作职能寻找用户。实操中需要结合实际情况，看是否需要区分管理岗与普通执行岗。

以快搭智能设计业务线为例，在用户画像项目中

业务目标：整体全面的了解用户特征、产品认知、使用场景与痛点

目标用户：考虑目标是希望先对快搭工具侧使用用户有个全面、整体的认知，问卷法中D端&B端用户有访问&开通过快搭行为都算，而在深入挖掘场景与痛点时，结合问卷的反馈，D端和B端重点寻找活跃用户，并细分了用户身份类型。

这2者结合，最终梳理出快搭的用户画像维度。

Step2：确立调研方法

确立画像信息维度后，需要结合用户、时间精力、经费等因素，选择合适的调研方法以实现信息收集。常用的调研方法有3种：

定性研究：如访谈法、二手资料研究

定量研究：如问卷调研、数据分析

定性+定量：上面2种方法的结合。

每种方法如何选择？可以从调研方法的差异性、产品所处生命周期，再结合实际时间精力、经费等情况酌情选择。

1、调研方法的差异性

定量和定性是一个相对的概念，定量法着重了解“是什么”，即发现用户做了什么，挖掘事实信息。而定性方法着重了解“为什么”，即挖掘用户行为背后的原因，从而理解现象。

2、与产品生命周期对应的调研方法

新生期：这个时期产品尚未定型，目标用户也在市场探索中，可以尝试通过访谈法，找专家用户或竞对产品的用户，重点挖掘TA们使用产品的场景，核心痛点是什么，以便进行MVP版本的验证。

成长期：这时产品已经进入用户快速增长时期，随着体量的变大，用户会出现分层，暴露的问题也会越来越多，可以尝试通过定量法进行用户分层，再辅助定性了解每类用户，针对性解决问题。

成熟期：用户体量趋于平稳，产品一方面需要维稳，持续满足现有用户的需求，提升产品体验；另一方面需要尝试突破，找到细分市场，以挖掘新的增长点。可以尝试先定性挖掘蓝海，再定量进行验证。

衰退期：定性了解原因，调整产品。

以快搭智能设计业务线为例，综合了目的、产品周期、调研方法、时间精力等因素，采用了数据+问卷+电话访谈三种方法结合。

Step3：制定计划与数据收集

在明确目标与方法后，需要对整个研究进行细化，制定具体详实的执行计划并落地，把控整体节奏以收集有效的信息。

例如，若使用问卷法，则需要进行问卷设计——被访者选取——问卷投放——问卷回收。若使用访谈法，则需要准备访谈前中后的相关资料。采用不同方法，执行环节需要注意事项有所不同，可以针对性查阅相关方法的工具书、文章，此处不再赘述。

Step4：分析资料，角色聚类

第三步骤收集整理到有效信息后，需要识别关键的行为变量，将调研到的用户与行为变量进行一一对应，并识别差异化行为模式。

在寻找可能导致用户间行为差异变量时，结合以往经验，笔者总结了一下可供参考的维度。

以行为变量为依据进行用户对应时，不必追求绝对的精准，只要相对能映射清楚即可。梳理完后，观察可发现某些用户群体聚集在几个行为变量上，它们构成了一个显著的行为模式，由此聚类出某个角色类型。依此类推，可以发现几个不同的行为模式。为保证全面，映射完最好遍历一下，检查是否有用户或变量的遗漏。

以快搭为例，用户在使用智能设计工具时，行为变量可细分为：职业类型、专业技能水平、使用方式、看重因素等等，一一对应后聚类出几大类角色类型，比如其中一类追求速度，看重整体效果；另一类，重过程，讲究细节。

除了上述方法外，针对to B类的企业级产品，当用户的职能属性很强时，可以将企业职能作为划分角色类型的依据。这时，只要针对每类角色抽样出典型样本，保证完整性，进行调研即可。

Step5：综合特征，产出画像

完成角色聚类后，梳理每类角色的行为、目标、痛点等维度特征，形成画像的基本框架，并对每个角色进行属性信息、场景等详细描述，让画像更加丰满、真实。

此时需要注意：

1、虽然网上有提供很多画像模板，但只是参考示例，大家需要根据自己收集到的信息，制作属于自己业务的画像；

2、最好为每个画像贴上一张符合角色特征和所处环境的照片，传递更加情感化的信息，带入感更强。

3、确立画像优先级。根据Alan Cooper的建议，一个产品最好不要超过3个用户角色，在得出画像后，需要结合覆盖人群基数大小、收益潜力、竞争优势、业务规划等维度去评估重要程度，定义好主要角色、次要角色、补充角色等

4、用户画像作为一种设计工具，不是一层不变的，需要随着时间推移不断进行迭代，在产品积累了一定用户量时，可以使用定量法进行验证，补充优化更多维度信息。

用户画像框架

以快搭为例，某类角色-销售型导购画像如下：

Step6：结合产品，画像落地

用户画像只有落地，助力产品设计，才能体现其价值，否则就是空中楼阁。

在创建完画像后，可以组织分享画像结果，让团队内成员对服务的用户达成共识，进而探讨产品的新机会点或改进点，逐步落地到产品设计、推广营销中。用户画像在设计前中后如何应用，后续有文章进一步详解，本文不再赘述。

总结

本文对用户画像的概念、价值和构建流程方法进行了介绍，所谓实践出真知，大家可以在日常工作中尝试实操一下。目前，酷家乐正在从0到1逐步搭建覆盖全公司、各业务线的完整用户画像，我们会在这个过程中不断探索、完善画像构建方法。关于酷家乐如何搭建全站用户画像并在项目落地，数据标签体系如何搭建等会在后续文章中持续更新，敬请关注

作者：知乐、啊咦

欢迎关注公众号「酷家乐用户体验设计」交流探讨，感谢阅读

Powered by Froala Editor