用户角色&用户画像

用户角色 user persona 从用户群体中抽象出来的典型用户，常用于产品设计阶段、原型开发阶段，帮助建立行为模型，设计产品基准线（产品早期）描绘用户需求，帮助不同角色在研发过程中站在用户角度思考。

微博用户画像 微博用户画像怎么看

建立用户角色的作用

1、了解用户共性与差异（可以通过调查问卷、访谈等）汇成不同的虚拟用户

2、审核产品（当产品到后期往往会皮哪里当初设计而通过用户画像跳出离散需求，能很好的审视产品）

3、研究用户体验、使用流程（围绕用户的需求、场景）例如典型用户和典型场景

4、明确功能：典型用户+典型场景+心里目标 = 用户行为

创建用户角色的七要素（persona）

P代表基本性（primary）： 指该用户角色是否基于对真实用户的情景访谈；

E代表同理性（empathy）： 指用户角色中包含姓名、照片和产品相关的描述，该用户角色是否有同理心

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，彼此很好有相关性

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目标；

N代表数量性（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使用工具进行设计决策

常见用户角色七要素&角色基本性

P代表基本性（primary）：指该用户角色是否基于对真实用户的情景访谈；

文件分析

访谈：1对1

问卷调查

观察法

焦点小组：主题专家1对多

引导式研讨会

用户角色总结

1、用户角色通常出现在产品研发阶段及产品上线初期，鉴于企业手中没有大量的用户数据和行为记录，只能通过采集需求，根据典型的用户提出的需求建立用户角色；

2、创建用户角色需要参考7个维度，主要考虑角色是否来源于真实需求，角色要设计姓名给出照片，角色数量科学且逐步创建，以及角色可以有力的放置在需求&技术问题的解决方案中使用。

3、我们根据角色应该源于真实需求给出了产品团队采集用户需求的常见渠道，接下来我们学习了解用户画像后将深入分析产品需求与用户画像关系

用户画像user profile 互联网进入大数据时代，带给企业及用户行为一系列的改变与重塑，用户的一切行为在企业面前将是“可视化”，随着大数据技术的深入研究与应用，深入研究潜在的商业价值等，于是用户画像概念应运而生。

建立用户画像的作用

用户需求：他是关注人口属性、生活等静态信息，而“用户准备消费什么”动态信息需要分析判断

标签化：可视化用户，但是有时效性（用户的兴趣等不适一成不变的相反会很快）

覆盖：提供细粒度的画像，基于一级分类逐级细分（用户画像群）

用户群划分：核心用户群、次要用户群、小众用户群、负面用户群

核心用户群：核心用户群泛指用户群体普遍规模大，忠诚度高，方便培养成社群核心，具备反哺平台的能力，能为平台创造价值实现盈利。

次要用户群：次要用户群泛指用户群体规模相对大，忠诚度较高，乐于参与但创造价值能力有限。

小众用户群：小众用户群泛指用户群体规模较小，忠诚度不高，留恋平台某单一功能，活跃度低。

负面用户群：负面用户群泛指用户群体行为言论主要针对平台缺陷功能提出问题或质疑，重视该群体声音可以快速改善用户体验。

用户画像7步骤&创建用户画像模板步骤流程

发现并确认模型因子，活动（用户行为、频率等），状态（用户对待产品的态度）能力（用户的学习成本）、技能（在领域下技巧例如你是一个提高会计工作的产品那么针对会计的技术）大家用户使用场景

访谈目标用户：制定方案-招募用户-访谈执行-整理结果

识别行为模型

确认用户特征和目标

检查完整性和重复

描述典型场景下的用户行为：关键词法（简单便于统计但缺乏逻辑性关联）、列表法(罗列信息包括不利于横向比较）、卡片法（横、纵向比较均兼顾，有利于一致性）

指定用户类型：优先级：主要用户-次要用户-小众用户-负面任务角色

创建用户画像的方法&标签建模

互联网公司根据用户对产品的使用习惯和行为记录给用户“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。处于不同的受众群体、不同的企业、不同的目的，给用户打的标签往往各有侧重点，应该具体问题具体看待。但是有些标签适用于所有情况，应该加以理解和掌握。我把常见的标签分成两大类别：相对静止的用户标签以及变化中的用户标签。

创建用户画像的方法&标签建模&静态标签

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、血型等。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么样的价值观标签，是一类什么样的群体。

心理驱动：认知（感觉、知觉、记忆、思维、现象）、情感、情绪、意志

个性：个性心理特征（能力、气质、性格）、个性倾向性（需要、动机、信念、价值观、人生观）

创建用户画像的方法&标签建模&动态标签

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 等。在不同的时间，不同的场景，这些行为不断发生着变化，他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、登录等）、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）

动态标签就是根据用户的操作行为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。

新媒体运营如何调研用户画像，用什么工具？

第一步：寻找用户

例如，你发布文章并附有二维码，要求大家扫码进群，这种方式会吸引很多人看热闹。如果要求他们回答该关键字并获得二维码以进入群组，则将会过滤掉观看进去观看的人。现在有一些互联网分享课程，用户可以通过分享文章到朋友圈或拉人的形式来进入微信群，这点是可以筛选出忠诚度高的一部分人。对于这部分人要么很信任您，要么是认同你写的文案，要么是对你提供的内容非常感兴趣。这样的结果是，当你设的门槛越高，您可以找到的用户就越少，但同时也是越精准的。

第二步：寻找关键变量

找到您的用户后，我们需要对目标用户进行聚类。那么，什么维度以及如何合理地进行聚类才能激发后续内容？

这要求我们从大量用户数据中休息一下，寻找关键变量。所谓关键变量是指导致与打开内容相关的用户行为差异的核心因素。

每个用户都有许多属性，年龄、性别、家庭状况、性格特征、文化水平，互联网行为偏好、消费观点、个人爱好等。我们需要从这些特征中进行识别，哪些才是导致用户对我们推送的内容喜欢或讨厌的原因。确定关键变量后，我们将根据这些关键因素调整内容。

第三步：不断试错

所谓用户画像，其实就是标签的集合。

比如我的用户有运营小白，也有一些运营高手，但我不知道哪个更多一些，没关系，发两期内容，一期重理论，难懂的，一期重经验，实用的，两期一对比，哪个更受欢迎，结论也就出来了。

通过在类似的时间段，推送风格相差不大的内容，观察阅读量的不同来推断自己的用户更喜欢哪一类，并在下一次文本中把这个点固定下来，继续改变其他的变量（比如标题风格，配图风格，是否增加引导转发的文案等等）。

通过一系列的测试，来摸清楚用户最喜欢什么样的内容。

用户画像-前篇（数据采集）

做产品的都知道，产品分为三要素：用户、场景、需求，一切的决策都离不开这三个要点。所以作为产品狗，了解自己的用户是首要条件，那么怎么去了解自己的用户呢？

调研？访谈？还是抽取用户反馈？NONONO，这些都是老套路啦！现在都会有专门的部门，专门的同学去了解用户，描绘用户的特征，输出的成果就是——用户画像（官话是根据用户人口统计学信息、社交关系、偏好习惯和消费行为等信息而抽象出来的标签化画像）。

上图就是一个简单的用户画像，根据不同业务需要，画像内的属性标签也不尽相同，主要包含：

人口属性：姓名、性别、年龄、生日、星座、身份证等

设备属性：电话、机型、设备价格、操作系统等

地域属性：常住地点、工作地点等

社会属性：好友、职业、收入、学历、婚姻状况等

消费属性：消费水平、消费周期等

产品属性：使用自身产品的行为

其他产品属性：使用其他产品的行为

所有的标签，都是通过采集用户各类属性数据，再根据相关的算法生成。如果底层的数据缺乏真实性，那么最终得到的标签也是无法使用的。那么重点来了，这些数据都是如何采集过来的呢？

手动敲打小黑板，重点来了！下面主要以APP为例来介绍采集数据的方法。（其实这块东西处于灰色地带，所以世面上也很少有人拿出来讲，所以大家自己看看就好。。）

1、人口属性（姓名、性别、年龄、生日、星座、身份证等）

1.1、在产品内引导用户填写相关信息或进行实名认证（身份证内其实包含了性别、年龄、出生地、生日、星座）

1.2、通过第三方登录（openID）的形式，可以从第三方开放接口拿到部分信息，比如QQ（昵称、性别、年龄、生日、星座、地域）、微信（昵称、性别、地域）、微博（昵称、地域、最近发的微博）

1.3、接入第三方数据服务（如贵士、极光等），但采样率和准确率有待商榷

2、设备属性（电话、机型、设备价格、操作系统等）

2.1、安卓：一般系统有很多接口供客户端调取，机型、操作系统可直接调取，电话一般能获取联通和电信的（采样率60%左右），移动由于不在sim卡内，貌似无法拿到，但是现在三大运营商都提供号码验证的增值服务，可以通过这套服务来直接获取。设备价格的话可以通过机型，然后去爬淘宝数据来得到。

2.2、IOS：除了无法直接采集电话，其他和安卓基本一致。

2.3、接入第三方数据服务（如贵士、极光等），采样率和准确率还不错。

3、地域属性（常住地点、工作地点等）

3.1、目前来说系统已经提供接口给客户端直接采集地域数据了，开关就是你每次进入应用提示是否让该产品获取你的地域信息（但是部分安卓机就算拒绝也可以被获取到我就不说啥了），常住地和工作地可以通过使用时间变化来判断。

3.2、接入第三方数据服务（如贵士、极光等），采样率和准确率还不错。

4、社会属性（好友、职业、收入、学历、婚姻状况等）

4.1、这块数据除了好友（通过社交链或读取通讯录可以直采），其他基本无法获取，但貌似运营商那边是能提供解决方案（你懂得）

4.2、通过机器学习来训练得到（这里不详述）

4.3、接入第三方数据服务（如贵士、极光等），但采样率和准确率有待商榷

5、消费属性（消费水平、消费周期等）

5.1、对接电商产品来获得（如果你自己就是电商产品那再好不过了）

5.2、通过机器学习来训练得到（这里不详述）

5.3、接入第三方数据服务（如贵士、极光等），但采样率和准确率有待商榷

6、产品属性（使用自身产品的行为）

6.1、开发埋点，统计上报

6.2、接入第三方数据服务（一般是SDK，例如友盟），由第三方统计上报

7、其他产品属性（使用其他产品的行为）

7.1、安卓可以直接采集（安装列表、前后台运行情况），IOS无法做到

7.2、对接第三方服务（例如贵士、极光），通过IMEI获得该数据（一般提供MD5加密后的IMEI），采样率和准确率还不错。IOS无法做到（不过最近有些第三方服务正在研究这块，可以关注下）

题外话：PC上通过插件进程采集游览记录真的很普遍，大家注意呐。。

好啦，数据采集的方法就讲到这里，如果有更多的方案可以积极交流。。！

二哈，互联网产品狗，码字很慢，性格尚可，不喜可以喷，不定期更新中。。。