❶ 什么是用户画像如何分析用户画像
用户画抄像：定位用户有很多的方法，比如用户调研、问卷访谈、数据分析、市场调研等等，海量甚至不可计数。我们针对自家产品的特点和自身的实际情况，更多的使用“用户画像”这种方法，来迅速、准确定位服务群体，提供高水准的产品设计服务。 关于如何分析用户画像：业内有很多关于创建用户画像的方法，比如Alen Cooper的“七步人物角色法”，Lene Nielsen的“十步人物角色法”等，这些都是非常好并且非常专业的用户画像方法，值得我们借鉴和学习。事实上，当我们了解了这些方法之后，就会发现这些方法从流程上可以分为3个步骤：获取和研究用户信息、细分用户群、建立和丰富用户画像。在这3大步骤中，最主要的区别在于对用户信息的获取和分析。获取和分析数据使用的工具一般为：Google Analytics；Mixpanel；数极客；友盟；网络分析等
❷ 产品分析：用户画像
什么是用户画像？ 用户画像分为个人用户画像和用户群画像。个人用户画像可以理解为产品用户的所有相关数据。用户群画像可以理解为将所有个人画像通过不同标识（用户属性、用户角色、应用场景、用户行为、生命周期以及产品的特征）进行划分（分层、分组、分群）。 每个产品定义的用户画像基本都不一样，即便是同类产品，对用户画像的定义也可能不一样；用户画像的呈现和定义是产品经理对产品、对用户、对场景、对生命周期以及对行业的理解等综合因素的转化和抽取。如何对用户进行划分？ 就是为用户贴上标签。用户的属性、用户角色、应用场景、用户行为、生命周期以及产品的特征等都可以是明显标识或者根据产品情况定义的特征标识。产品经理根据这些标识进行组合、筛选出用户，以快速对这些用户群进行统计、分析、应用和运营，并为产品经理提供决策依据。用户画像属性示例 以物联网智能家居用户为示例简单介绍（假设用户家庭的电子设备全部为智能设备，而使用智能设备的用户就是我们的用户）： 用户属性：用户终端账号（App或其他智能设备账号）、名称、性别、年龄、用户所属家庭角色 房屋属性：房屋位置、房间数量、各房间名称、各房间设备数量 智能设备：设备ID、设备名称、设备分类、图片、联网方式、设备激活时间、设备活跃时间、设备明细参数、设备日志 应用场景：回家（设置时间回家后自动开空调）、离家（自动关闭所有灯关、空调、部分插座）、日出（早晨窗帘自动打开）、日落（窗帘自动关闭） 用户行为：什么时间通过什么方式什么原因使用智能设备（晚上睡觉前语音控制关灯、夜起后夜起灯自动亮） 周期：不同设备生命周期、设备的使用周期、app的使用周期、设备的使用频率、app的使用频率 … 以上用户画像属性数据仅为简单示例，实际物联网智能家居用户画像的数据深度、广度、多维度非常复杂。用户标签示例 位置：国家、省、市、区 性别：男、女 年龄段：5-18、19-25、26-30、30-40、40-50、50-60、60以上 家庭角色：父亲、母亲、女儿、儿子、孙子、孙女 房间数量：0-1、1-2、2-3、3-5 智能设备数量：0、1-2、3-5、6-10、10-20、20以上 智能设备活跃度：0、1-3天、4-10天、10天以上 App用户的活跃度：0、1-3天、4-10天、10天以上 智能设备分类：摄像机、电源开关、照明、家居安防、路由网关、厨房电器等 … 以上用户标签数据仅为简单示例，实际物联网智能家居用户标签的数据深度、广度、多维度非常复杂。用户画像有什么作用？ 1、 精准营销：邮件、短信、App消息推送、个性化广告、个性化推荐等，通过用户标签筛选出需要的用户画像进行精准运营。 2、 产品定位，用户画像可以围绕产品进行人群细分，确定产品的核心人群，从而有助于确定产品定位，优化产品的功能点 3、 战略决策：好的用户画像可以帮助企业进行市场洞察、预估市场规模，从而辅助制定阶段性目标，指导重大决策。 4、 数据价值：用户画像有助于建立数据资产，挖掘数据的价值，使数据分析更为精确，甚至可以进行数据交易，促进数据流通
❸ 用户画像是什么怎样建立用户画像
用户画像又称用户角色（Persona），作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性能代表产品的主要受众和目标群体。一般的，用户画像在产品没有上线、市场前景较为模糊、产品需求还需探索的阶段，定性化的用户画像能有效地节省时间、资源，在较短的时间通过桌面研究、访谈等定性化的方法来获得用户画像是一种比较可行和最优的方式。而事实上，用户画像是一种能将定性与定量方法很好结合在一起的载体，通过定量化的前期调研能获得一个对于用户群较为精准的认识，在后期的用户角色的建立中能很好地对用户优先顺序进行排序，将核心的、规模较大的用户着重突出出来。定性化的方法虽然无法对不同单位的特征作数量上的比较和统计分析，但能对观察资料进行归纳、分类、比较，进而对某个或某类现象的性质和特征作出概括，在角色建构的过程中定性化的方式能获得大量用户的生活情境、使用场景、用户心智等资料，进而形成活生生的用户类型。基于后台数据的支持和挖掘，可以用户画像选择将定量化和定性化方法相结合来创建用户画像。 用户画像是在创造一系列的“典型”或者“象征性”的用户，但用户画像的一个更高层次的功用在于使用用户画像融合边缘情况的行为或需求。首先,可以对后台数据进行提取，通过后台数据挖掘了解到用户上网环境的一些关键指标。在对用户使用场景有一些初步把握后，我们随机提取了10万用户UID样本量，获取用户职业身份、年龄、性别、学历、浏览习惯(手机、浏览器)，用户的交易偏好等关键因素，进行清洗后，使用SPSS聚类分析确认区分最明显的因素。其次， 在用户画像的过程中有一个很重要的概念叫做颗粒度，就是我们的用户画像应该细化到哪种程度。举一个极端的例子，如果“用户画像”最细的颗粒度应该是细到每一个用户每一具体的生活场景中，但是这基本上是一个不可能完成的任务，同时如果用户画像的颗粒度太大，对于产品设计的指导意义又相对变小了，所以把握好画像的总体丰富程度显得异常重要了。可通过调查问卷的形式来减小颗粒度。再次，在前期数据支持下，在这一阶段就需要发挥变性研究的长处了，前期如果是一个搭建骨架的过程，那么这一阶段就是一个塑造一个有血有肉的活体的过程了。重点挖掘其生活情境与使用场景。围绕用户的行为特征，通过添加环境、人际关系、操作熟练程度、使用意向、人口统计学属性等细节对用户进行描述，形成用户画像的框架。此外，对用户画像取合适的名字、适当描述个性，附照片等能使角色更加生动，栩栩如生，更易于设计师形成直观印象。David Travis认为一个令人信服的用户角色要满足七个条件，即PERSONAP 代表基本性（Primary research）指该用户角色是否基于对真实用户的情景访谈E 代表移情性（Empathy）指用户角色中包含姓名、照片和产品相关的描述，该用户角色是否引同理心。R 代表真实性（Realistic）指对那些每天与顾客打交道的人来说，用户角色是否看起来像真实人物。S 代表独特性（Singular）每个用户是否是独特的，彼此很少有相似性。O 代表目标性（Objectives）该用户角色是否包含与产品相关的高层次目标，是否包含关键词来描述该目标。N 代表数量（Number）用户角色的数量是否足够少，以便设计团队能记住每个用户角色的姓名，以及其中的一个主要用户角色。A 代表应用性（Applicable）设计团队是否能使用用户角色作为一种实用工具进行设计决策缺点：对于不同的数据来源，可以获得的用户的数据只是少量的。了解不同用户在不同情境（交通过程中，上班途中，睡觉前）的典型使用行为与习惯，在不同情景下，不同典型用户操作行为和习惯有什么不同。同时我们按照职业分类用户的方法可能还存在问题，还需要研究不同行业人士、不同职业背景、不同身份地位的人的行为，细化专业人员与专业行业，以使用行为模式为特征提取共性，探索在不同典型场景开发出新需求点的可能性。
❹ 如何用用户画像了解关键用户
用户画像： 用户画像是建立在一系列真实数据之上的目标用户模型，通过调研去了解用户，根据他们的目标、行为和观点差异，将他们区分不同类型，每种类型中抽取出典型的特征、赋予名字、照片、场景、描述等形成 人物原型（personas） 目的：为了让团队成员在产品设计的过程中能够抛开个人喜好，将焦点关注在目标用户的动机行为上进行产品设计用户画像注意事项： 1. 用户画像要建立在真实的数据之上 2. 当有多个用户画像的时候，要考虑用户画像的优先级，通常建议不超过三个以上的persona(人物原型）设计产品 3. 用户画像需要不断修正中的如何建立用户画像personas？ 1. 确定被访问用户类型、设计研究方案和研究提纲（调研的目的是创建用户画像） 2. 尽可能调研最大范围的不同类型的用户，方法有：不同部门的同事头脑风暴找出各种用户类型，每种类型调研3个 3. 注意除了产品的使用者以外，不要遗忘利益相关者 4. 采用何种研究方法，主要根据研究目的、项目时间和经费进行综合考量如何区分不同用户类型： 区分不同用户类型的关键点在于用户使用产品的目标和动机、过去／现在／未来的行为，而不是性别、年龄、地区等人口统计学特征。 调研提纲： 调研提纲是根据不同产品的实际情况来设计的用户特征分析的过程： – 基础属性 - 社会关系 - 消费能力 - 行为特征 - 心理特征 PS： 把用户特征分层分类是做好用户画像的关键！ 亲和图把大量收集到的事实、意见或构思等定性资料，按其相近性进行归纳整理的一种方法。 亲和图的目的：是为了不遗漏数据，让大量定性信息分析过程可视化，更方便的谈论的数据依据。 亲和图制作过程： 1. 用户研究人员将收集到的关键信息做成卡片，然后邀请相关同事一起参与亲和图的制作 2. 参与人员尽量是数据收集人员，人数在3人内 3. 一张卡片上只写一条信息，人+目标／行为／遇到的问题亲和图制作之前的工作： 1. 凭借印象，假设用户几种类型和他们的特点 2. 将类似或相关的卡片贴在一起，对每组卡片进行描述，描述写在不同颜色便签上 3. 进行更高层次的汇总，同时移动或重新组织，直到形成最终的亲和图 PS: 企业和个人信息不用做成卡片，可以打印出来人手一份，在讨论和分组的时候作为参考即可。 通过亲和图，我们已经确定了几种企业类型，以及企业中的个人用户类型 接下来我们需要将这些 企业和个人的重要特征描述出来，形成用户画像的框架 。与产品、市场以及各种leader一起完成用户画像的优先级排序工作。 如何确定用户画像的优先级？ 1. 使用频率 2. 市场大小 3. 收益的潜力 4. 竞争优势／策略1. 结合真实的数据，选择典型特征加入到用户 2. 加入描述性的元素和场景描述，让用户画像更加丰满和真实 3. 将用户画像框架中的范围和抽象的描述具体化，比如将员工数“20人以下改成15人” 4. 让用户画像容易记忆，比如用名字、标志性语言、几条简单的关键特征描述，都可以减轻读者的记忆负担
