無論你是營銷人、運營人，還是市場人、產品經理，對於“用戶畫像”，你一定不陌生。

但很多人對用戶畫像的瞭解往往是片面的，今天就為大家詳細地科普一下。

這篇文章很長，但內容足夠乾貨，值得收藏起來慢慢看~

一、什麼是用戶畫像？
二、用戶畫像有多重要？
三、用戶畫像的價值具體體現在哪？
四、用戶畫像如何建立？
五、用戶畫像構建的基礎流程是什麼？

一、什麼是用戶畫像？

用戶畫像的概念最早由交互設計之父Alan Cooper提出:“Personas are a concrete representation of target users.” 是指真實用戶的虛擬代表，是建立在一系列屬性數據之上的目標用戶模型。

隨著互聯網的發展，現在我們說的用戶畫像又包含了新的內涵——通常用戶畫像是根據用戶人口學特徵、網絡瀏覽內容、網絡社交活動和消費行為等信息而抽象出的一個標籤化的用戶模型。

構建用戶畫像的核心工作，主要是利用存儲在服務器上的海量日誌和數據庫裡的大量數據進行分析和挖掘，給用戶貼“標籤”，而“標籤”是能表示用戶某一維度特徵的標識。

用戶畫像包含的內容並不完全固定，根據行業和產品的不同所關注的特徵也有不同。

對於大部分互聯網公司，用戶畫像都會包含人口屬性和行為特徵。人口屬性主要指用戶的年齡、性別、所在的省份和城市、教育程度、婚姻情況、生育情況、工作所在的行業和職業等。行為特徵主要包含活躍度、忠誠度等指標。

除了以上較通用的特徵，不同類型的網站提取的用戶畫像各有側重點。

以內容為主的媒體或閱讀類網站，還有搜索引擎或通用導航類網站，往往會提取用戶對瀏覽內容的興趣特徵，比如體育類、娛樂類、美食類、理財類、旅遊類、房產類、汽車類等等。

社交網站的用戶畫像，也會提取用戶的社交網絡，從中可以發現關係緊密的用戶群和在社群中起到意見領袖作用的明星節點。

電商購物網站的用戶畫像，

消費能力指用戶的購買力，如果做得足夠細緻，可以把用戶的實際消費水平和在每個類目的心理消費水平區分開，分別建立特徵緯度。

另外還可以加上用戶的環境屬性，比如當前時間、訪問地點LBS特徵、當地天氣、節假日情況等。

當然，對於特定的網站或App，肯定又有特殊關注的用戶緯度，就需要把這些維度做到更加細化，從而能給用戶提供更精準的個性化服務和內容。

二、用戶畫像有多重要？

為什麼90%的崗位都需要分析用戶畫像呢？因為它非常重要！

用戶畫像的目的是為了精準地定位你的目標群體以及他們的特徵。它為你各方面的工作展開提供方向，大到營銷推廣的戰略制定、內容平臺的選擇考量；小到你如何寫一篇文章、如何回覆他們的留言。

例如，酷愛二次元的人群和歷史深度愛好者是有很大不同的，00後和70後又是不一樣的群體。但同時用戶畫像沒有那麼神秘，只要你有心有方法，你會越來越懂得你的用戶是怎樣的一個群體。

用戶畫像不是簡單的消費者分類，而是一個具體的用戶形象。這意味我們不會用年齡範圍之類的抽象特徵來描述它，而是用具體的年齡或其它具體的特徵來刻畫這個形象。

我們幹活總是受到時間和金錢的限制。二八原則告訴我們，通常80%的工作產出來自20%的工作投入。而在用戶體驗的範疇內，使產品的功能和特徵成功地滿足用戶80%的需求，會比嘗試讓產品滿足用戶100%的需求，更容易讓用戶感到高興。

而用戶畫像可以幫助我們瞭解到最重要的80%用戶需求是什麼，以及哪些是用戶其實沒那麼在意的20%的需求。

通過建立用戶畫像，即一個真實用戶的形象，我們可以與消費者產生共情，設身處地地去思考用戶需求。此外，在與利益相關者溝通時，也可以通過這樣一個真實的用戶形象，來保證我們更容易達成共識。

它的價值可以說是非常重要的。所以我們必須在開發和營銷中解決好用戶需求問題，明確回答“用戶是誰——用戶需要/喜歡什麼——哪些渠道可以接觸到用戶——哪些是我們的種子用戶”。更瞭解你，是為了更好的服務你！

三、用戶畫像的價值具體體現在哪？

可以說，正是我們對用戶認知的渴求促生了用戶畫像。用戶畫像是真實用戶的縮影，能夠為有不少的好處。我這裡把他總結為4點：

第一是指導產品研發以及優化用戶體驗

在過去較為傳統的生產模式中，企業始終奉行著“生產什麼就賣什麼給用戶”的原則。這種閉門造車的產品開發模式，常常會產生“做出來的東西用戶完全不買賬”的情況。

如今，“用戶需要什麼企業就生產什麼”成為主流，眾多企業把用戶真實的需求擺在了最重要的位置。

在用戶需求為導向的產品研發中，企業通過獲取到的大量目標用戶數據，進行分析、處理、組合，初步搭建用戶畫像，做出用戶喜好、功能需求統計，從而設計製造更加符合核心需要的新產品，為用戶提供更加良好的體驗和服務。

第二是實現精準化營銷

這一塊則是對我們營銷人最重要的部分，精準化營銷具有極強的針對性，是企業和用戶之間點對點的交互。它不但可以讓營銷變得更加高效，也能為企業節約成本。

以做活動為例：商家在做活動時，放棄自有的用戶資源轉而選擇外部渠道，換而言之，就是捨棄自家精準的種子用戶而選擇了對其品牌一無所知的活動對象，結果以超出預算好幾倍的成本獲取到新用戶。

這就是不精準所帶來的資源浪費。包括我前面所提到的，網購後的商品推薦以及品牌商定時定點的節日營銷，都是精準營銷的成功示範。

要做到精準營銷，數據是最不可缺的存在。以數據為基礎，建立用戶畫像，利用標籤，讓系統進行智能分組，獲得不同類型的目標用戶群，針對每一個群體策劃並推送針對性的營銷。

第三是可以做相關的分類統計

簡單來說，藉助用戶畫像的信息標籤，可以計算出諸如“喜歡某類東西的人有多少”、“處在25到30歲年齡段的女性用戶佔多少”等等。

第四是便於做相關的數據挖掘

在用戶畫像數據的基礎上，通過關聯規則計算，可以由A可以聯想到B。

那麼如果你不懂用戶畫像，可想而知，這些話應該經常會在耳邊出現。“這個方案不通過！”“用戶轉化率極低！”“用戶不喜歡你的活動！”，這些話對於營銷人簡直是深淵的最底層...

不懂用戶怎麼做營銷？用戶不會主動告訴你他想要什麼。

培根說“人喜歡習慣，因為造它的就是自己”。用戶在使用產品時，大多根據以往的經驗依樣畫葫蘆，該怎麼用，不該怎麼用，看到什麼樣的標識會聯想到什麼，這些都基於過往的經驗。

然而時代的今天，我們在拿到一臺新電視、或者使用一個智能手機，沒有人會再認真閱讀說明書了，這是為什麼？

這就好比你學會用拼音打字，就不會再去學習五筆一樣。因為我們已經有了足夠的固有經驗，不再需要依靠學習才能掌握使用方法，並且，我們的“習慣”讓我們很難吸收新的東西。

這些不喜歡改變，喜歡保持現有的、已熟悉的行為模式和習慣的深度懶癌患者，大大增加了營銷難度值。

所以在營銷之前就要思考：我們的用戶是誰？用戶的真正訴求是什麼？

為什麼某牌保溫杯保溫效果超長到18個小時，用戶卻永遠喝不到適口的水？

其實，用戶的真正訴求是喝到適口的水；孩子需要的是10分鐘的陪伴；買牛奶其實是買健康；浴室盆的下方可以儲存雜物，需求就是這麼簡單。

或許是我們自己拉遠了產品和用戶之間的距離，因此產品被用戶拋棄的核心原因是企業或者營銷人不懂用戶的真正訴求。

那可不可以和用戶談個“戀愛”，拉近和用戶之間的距離？

把用戶當作愛人，去了解關於他的方方面面。比如說他的星座、血型、生日、喜歡的顏色、偶像、追的劇、今天的心情、消費的品牌、愛的包包、身邊的朋友、敷什麼面膜等等，已最高效的方式去洞察用戶。

在充分了解用戶的喜好、爽點、文化、消費觀、價值觀以及生活方式的基礎上做營銷，用點、線、面的美去塑造身邊的每一份美好。

當你能夠很好的搞懂用戶，繪製出幾個典型的用戶畫像，針對這些用戶進行個性化的營銷，想必你的KPI完成度也一定非常不錯，升職加薪那就是分分鐘的事情了！

縱覽成功的案例，他們服務的目標用戶通常都非常清晰，特徵明顯，體現在營銷上就是專注、極致，能解決用戶的核心痛點及爽點。

比如蘋果，一直都為有態度、追求品質、特立獨行的人群服務，贏得了很好的用戶口碑及市場份額。

又比如豆瓣，專注文藝事業十多年，只為文藝青年服務，用戶粘性非常高，文藝青年在這裡能找到知音，找到歸宿。

所以，給特定群體提供專注的服務，遠比給廣泛人群提供低標準的服務更接近成功。

其次，用戶畫像可以在一定程度上避免營銷人員草率的代表用戶。

代替用戶發聲是在營銷中常出現的現象，有時候我們經常不自覺的認為用戶的期望跟他們是一致的，並且還總打著 “為用戶服務”的旗號。這樣的後果往往是：我們精心設計的營銷活動，用戶並不買賬，甚至覺得很糟糕。

最後，用戶畫像還可以提高決策效率。

在現在的營銷方案的策劃中，各個環節的參與者非常多，分歧總是不可避免，決策效率無疑影響著項目的進度。

而用戶畫像是來自於對目標用戶的研究，當所有參與項目的人都基於一致的用戶進行討論和決策，就很容易約束各方能保持在同一個大方向上，提高決策的效率。

四、用戶畫像如何建立？

既然用戶畫像這麼重要，那到底怎麼做？我們從一個故事開始設立用戶畫像吧。

小彭是一家互聯網創業公司的核心人員，產品主營綠色健康沙拉，這家公司推出了APP專賣各式各樣的沙拉，現在需要建立用戶畫像指導運營。

公司現階段在業務層面，更關注營銷和銷售：如何將沙拉賣得更好。

這裡是簡單梳理後的運營流程：

小彭將顧客按是否購買過沙拉，劃分成潛在用戶和新客。

潛在用戶是註冊過APP但還沒有下單，新客是隻購買過一次沙拉的用戶，除此以外還有老客，即消費了兩次及以上的人群。

為什麼獨立出新客標籤？

因為沙拉針對未消費用戶會有新人紅包引導消費，萬事開頭難。這也帶來新客一次後不再消費的問題，所以需要潛在、新客、老客的劃分。

作為一個有追求的營銷人員，劃分老客也是不夠，這裡繼續用戶分層。傳統的分層用RFM三個維度衡量，沙拉的客單價比較固定，F和M取一個就夠用了。

小彭現在計算不同消費檔次的用戶留存度差異，譬如某時間段內消費達XX元的用戶,在未來時間段是否依舊消費。沙拉這類餐飲是高頻消費，XX應該選擇一個較窄的時間窗口，統計365天內的消費意義不大。

還有一點需要注意的是，沙拉不同季節的銷量是有差異的，冬天沙拉肯定賣的不如夏天，要綜合考慮消費分佈。這裡姑且定義，30天內消費200元以上為VIP用戶。小彭的生意如果特別好，也可以繼續劃分超級VIP。

這種標籤往往配合業務，譬如VIP有贈送飲料，優先配送的權益。

非VIP人群，也需要激勵往VIP發展。
畫像的人口統計屬性，小彭靠用戶填寫訂單上的收貨人姓名搞定。
籍貫年齡

小彭針對不同屬性的人群，採取了特殊的運營策略。

像學生群體，因為7,8月份是暑假，所以小彭提前預估到校園地區的銷售額下降。當9月開學季，又能對返校學生進行召回。白領相關的群體，更關注消費體驗，對價格敏感是次要的。如果平臺女用戶的消費佔比高，小彭就主打減肥功能的沙拉，並且以包月套餐的形式提高銷量。

以一家沙拉店來看，小彭的用戶畫像已經不錯了，但他還是焦頭爛額，因為用戶流失率開始上升。用戶流失有各種各樣的原因：對手沙拉的競爭、沙拉的口味、用戶覺得性價比不高、小彭不夠帥等。

流失是一個老大難的預測問題。小彭對流失用戶的定義是30天沒有消費。想要準確預測，這裡得嘗試用機器學習建模，技術方面先這裡略過。

所謂建模，最好要找到用戶開始不消費的時間點之前的關鍵因素，可是是行為，可以是屬性。

用戶歷史窗口內消費金額少，有可能流失；
用戶歷史窗口內消費頻次低，有可能流失；
用戶歷史窗口內打開APP次數少，有可能流失；
用戶給過差評，有可能流失；
用戶等餐時間長，有可能流失；
用戶的性別差異，有可能流失；餐
飲的季度因素，有可能流失……

小彭依據業務，挑選了可能影響業務的特徵，提交給數據組嘗試預測流失。需要注意的是，這些用戶行為不能反應真實的情況。

大家不妨想一下，流失用戶的行為，是不是一個動態的變化過程？

我曾經消費過很多次，但是突然吃膩了，於是減少消費次數，再之後不怎麼消費，最終流失。單位時間段內的消費忠誠度是梯度下降的，為了更好的描述變化過程，將時間窗口細分成多個等距段。前30~20天、前20~10天、前10天內，這種切分比前30天內可以更好地表達下降趨勢，也更好的預測流失。

從小彭的思路看，所謂流失，可以通過用戶行為的細節預判。機器學習的建模雖然依賴統計手段，也離不開業務洞察。

這裡再次證明，用戶畫像建立在業務模型上。流失概率解決了小彭的心頭之患，通過提前發現降低流失用戶。

挽回流失推行一段時間後，小彭發現雖然流失用戶減少了，但是成本提高了，因為挽回用戶也是要花錢的呀。虧本可不行，小彭心頭又生一計，他只挽回有價值的，那種拿了紅包才消費的用戶他不要了！小彭要的是真愛粉。

於是他配合消費檔次區別對待，雖然流失用戶的數量沒有控制好，但是利潤提高了。上述的用戶畫像，沒有一個標籤脫離於業務之外。

基於業務場景，我們還能想象很多用戶畫像的玩法。

沙拉有不同的口味，蔬果雞肉海鮮。用戶的口味偏好，可以用矩陣分解、模糊聚類或者多分類的問題計算，也以0～1之間的數字表示喜好程度，相似的，還有價格偏好，即價格敏感度。

再深入想一下業務場景，如果某個辦公地點，每天都有五六筆的訂單，分屬不同的客戶不同的時間段，外賣小哥得送個五六次，對人力成本是多大的浪費呀。

運營可以在後臺分析相關的數據，以團購或拼單的形式，促成訂單合併，或許銷售額的利潤會下降，但是外賣的人力成本也節約了。這也是用畫像作為數據分析的依據。小彭的營銷故事說完了，現在對用戶畫像的建立有一套想法了吧。

五、用戶畫像構建的基礎流程是什麼？

我這裡把他分成三步。

第一步是數據的收集與處理

數據收集大致分為網絡行為數據、服務內行為數據、用戶內容偏好數據、用戶交易數據這四類。

網絡行為數據：活躍人數、頁面瀏覽量、訪問時長、激活率、外部觸點、社交數據等

服務內行為數據：瀏覽路徑、頁面停留時間、訪問深度、唯一頁面瀏覽次數等

用戶內容便好數據：瀏覽／收藏內容、評論內容、互動內容、生活形態偏好、品牌偏好等

用戶交易數據（交易類服務）：貢獻率、客單價、連帶率、回頭率、流失率等

當然，收集到的數據不會是100%準確的，都具有不確定性，這就需要在後面的階段中建模來再判斷，比如某用戶在性別一欄填的男，但通過其行為偏好可判斷其性別為“女”的概率為80%。

第二步是給用戶打標籤

給用戶“打標籤”是用戶畫像最核心的部分。

出於不同的受眾群體、不同的企業、不同的目的，給用戶打的標籤往往各有側重點，應該具體問題具體看待。但是，有些標籤適用於所有情況，應該加以理解和掌握。

我把常見的標籤分成兩大類別：相對靜止的用戶標籤以及變化中的用戶標籤。相對應的，由靜態標籤搭建形成的畫像就是2D用戶畫像;由靜態標籤+動態標籤構建出來的即是3D用戶畫像。還得一提的是，儲存用戶行為數據時最好同時儲存下發生該行為的場景，以便更好地進行數據分析。

1、 靜態的用戶信息標籤以及2D用戶畫像：

人口屬性標籤是用戶最基礎的信息要素，通常自成標籤，不需要企業過多建模，它構成用戶畫像的基本框架。

人口屬性包括人的自然屬性和社會屬性特徵：姓名、性別、年齡、身高、體重、職業、地域、受教育程度、婚姻、星座、血型......。

自然屬性具有先天性，一經形成將一直保持著穩定不變的狀態，比如性別、地域、血型;社會屬性則是後天形成的，處於相對穩定的狀態，比如職業、婚姻。心理現象包括心理和個性兩大類別，同樣具有先天性和後天性。

對於企業來說，研究用戶的心理現象，特別是需求、動機、價值觀三大方面，可以窺探用戶註冊、使用、購買產品的深層動機;瞭解用戶對產品的功能、服務需求是什麼;認清目標用戶帶有怎樣的價值觀標籤，是一類什麼樣的群體。

因為人口屬性和心理現象都帶有先天的性質，整體處於穩定狀態，共同組成用戶畫像最表面以及最內裡的信息素，由此形成穩定的2D用戶畫像。

2、 動態的用戶信息標籤以及3D用戶畫像：

網站行為屬性，這裡我們主要討論的是用戶在網站內外進行的一系列操作行為。常見的行為包括：搜索、瀏覽、註冊、評論、點贊、收藏、打分、加入購物車、購買、使用優惠券......在不同的時間，不同的場景，這些行為不斷髮生著變化，它們都屬於動態的信息。

企業通過捕捉用戶的行為數據(瀏覽次數、是否進行深度評論)，可以對用戶進行深淺度歸類，區分活躍/不活躍用戶。社交網絡行為，是指發生在虛擬的社交軟件平臺(微博、微信、論壇、社群、貼吧、twitter、Instagram)上面一系列用戶行為，包括基本的訪問行為(搜索、註冊、登陸等)、社交行為(邀請/添加/取關好友、加入群、新建群等)、信息發佈行為(添加、發佈、刪除、留言、分享、收藏等)。

給用戶打上不同的行為標籤，可以獲取到大量的網絡行為數據、網站行為數據、用戶內容偏好數據、用戶交易數據。這些數據進一步填充了用戶信息，與靜態的標籤一起構成完整的立體用戶畫像，就是所說的3D用戶畫像。

第三步是繪製用戶畫像

這裡需要結合兩種分析方法。

1、 定性與定量相結合的研究方法：

定性化研究方法就是確定事物的性質，是描述性的;定量化研究方法就是確定對象數量特徵、數量關係和數量變化，是可量化的。

一般來說，定性的方法，在用戶畫像中，表現為對產品、行為、用戶個體的性質和特徵作出概括，形成對應的產品標籤、行為標籤、用戶標籤。

定量的方法，則是在定性的基礎上，給每一個標籤打上特定的權重，最後通過數學公式計算得出總的標籤權重，從而形成完整的用戶模型。

所以說，用戶畫像的數據建模是定性與定量的結合。

2、 數據建模——給標籤加上權重：

給用戶的行為標籤賦予權重。用戶的行為，我們可以用4w表示： WHO(誰);WHEN(什麼時候);WHERE(在哪裡);WHAT(做了什麼)，具體分析如下：

WHO(誰)：定義用戶，明確我們的研究對象。主要是用於做用戶分類，劃分用戶群體。網絡上的用戶識別，包括但不僅限於用戶註冊的ID、暱稱、手機號、郵箱、身份證、微信微博號等等。

WHEN(時間)：這裡的時間包含了時間跨度和時間長度兩個方面。“時間跨度”是以天為單位計算的時長，指某行為發生到現在間隔了多長時間;“時間長度”則為了標識用戶在某一頁面的停留時間長短。越早發生的行為標籤權重越小，越近期權重越大，這就是所謂的“時間衰減因子”。

WHERE(在哪裡)：就是指用戶發生行為的接觸點，裡面包含有內容+網址。內容是指用戶作用於的對象標籤，比如小米手機;網址則指用戶行為發生的具體地點，比如小米官方網站。權重是加在網址標籤上的，比如買小米手機，在小米官網買權重計為1,，在京東買計為0.8，在淘寶買計為0.7。

WHAT(做了什麼)：就是指的用戶發生了怎樣的行為，根據行為的深入程度添加權重。比如，用戶購買了權重計為1，用戶收藏了計為0.85，用戶僅僅是瀏覽了計為0.7。

當上面的單個標籤權重確定下來後，就可以利用標籤權重公式計算總的用戶標籤權重：標籤權重=時間衰減因子×行為權重×網址權重

舉個栗子：

A用戶今天在小米官網購買了小米手機;B用戶七天前在京東瀏覽了小米手機。由此得出單個用戶的標籤權重，打上“是否忠誠”的標籤。

通過這種方式對多個用戶進行數據建模，就能夠更廣的覆蓋目標用戶群，為他們都打上標籤，然後按照標籤分類：總權重達到0.9以上的被歸為忠實用戶，ta們都購買了該產品......這樣一來，企業和商家就能夠根據相關信息進行更加精準的營銷推廣、個性化推薦。

我們的用戶畫像就構建好了，在互聯網大數據時代，得用戶者得天下。

以龐大的用戶數據為依託，構建出一整套完善的用戶畫像，藉助其標籤化、信息化、可視化的屬性，是企業實現個性化推薦、精準營銷強有力的前提基礎。可見，深入瞭解用戶畫像的含義，掌握用戶畫像的搭建方法，顯得尤其十分重要。

刺蝟大學，成就青年人的職業夢想。更多精彩內容，請關注頭條號“刺蝟大學”，定期分享職場乾貨、技能學習、能力提升相關內容。

閱讀更多 刺蝟大學 的文章

關鍵字: 美好，一直在身邊 體育 營銷