文/孫秀龍
用戶畫像對於網際網路從業者來說是一個繞不過去的坎兒，無論從事市場營銷還是產品運營，無論你是剛入行的小白還是工作幾年的老司機。
可是有的從業者而目前只是有點懵懂的概念但沒有系統了解過，在實際工作中遇到類似的工作，容易理不清楚頭緒，無從下手。
這篇文章我將從什麼是用戶畫像，如何構建用戶畫像，用戶畫像的實際場景應用三個維度說明，希望對各位有所幫助。
什麼是用戶畫像？
目前比較有代表性的說法是：「 用戶畫像是根據用戶社會屬性、生活習慣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即是給用戶貼「標籤」，而標籤是通過對用戶信息分析而來的高度精鍊的特徵標識。
從這個定義我們可以提取出關鍵詞：「標籤」
「標籤」可以分為社會屬性，生活習慣以及消費行為3個方面，也有分為人口屬性、社會屬性、行為習慣、興趣偏好和心理屬性5個方面的。
這篇文章不說那麼複雜，先概括的說下較為通用的3個方面：
社會屬性：年齡，性別，地域，學歷，職業，婚姻狀況，住房車輛等。
生活習慣：運動，休閒，旅遊，飲食起居， 購物，遊戲，體育，文化等。
消費行為：消費金額、消費次數、消費時間、消費頻次等（基於產品）。
標籤的包含的內容不是完全固定的，需要根據行業和產品的屬性有所區分，比如社交類的產品會更關注用戶社交關係標籤；電商類會更關注用戶的興趣和消費能力等；金融行業還會有風險畫像，包含徵信、違約、還款能力等。
如何構建用戶畫像
目前已經形成比較成熟的構建用戶畫像的方法，比如Alen Cooper的「七步人物角色法」，Lene Nielsen的「十步人物角色法」等，這些都是非常實用且專業的用戶畫像方法。
在了解這些方法後就可以將如何構建用戶畫像拆解為三個步驟：
獲取用戶數據細分用戶群體構建用戶畫像
1.獲取用戶數據
1）靜態數據採集
顧名思義就是用戶不會輕易改變的數據，如社會屬性，生活習慣等。
可以通過電話訪談，問卷調查，網絡數據分析等方式獲得。常常網際網路企業比傳統企業有優勢，像TB、JD等大平台可以通過用戶註冊，完善會員信息積累數據。
2）動態數據採集
用戶不斷變化的行為信息，一般取決於用戶對於產品的行為反饋：
動態數據都可以通過該產品/網頁的數據統計記錄下來，只要產品數據埋點足夠完善，需要哪些數據就直接從資料庫拉取就可以。
2.細分用戶群體
通過靜態數據和動態數據給不同的用戶打上標籤，通過標籤的權重、排列，可以得到很多用戶的標籤，根據自身產品的需求選擇需要的用戶標籤，找到對應的用戶。
舉個例子：電商企業選擇用戶基礎數據外還需要用戶的興趣，消費習慣、消費能力、訪問記錄、商鋪瀏覽時長、歷史購買記錄等給用戶推薦與其標籤匹配度更高的商品，促進用戶更多的訪問其他商品從而產生再次購買行為。
3.構建用戶畫像
將事件進行建模包括：時間地點人物事件，我在這簡寫為4W1A模式
Who（用戶）-哪些用戶
在於對用戶的表示，方便區分用戶，定位用戶信息
除上面的獲取方式，在移動端還有通過廣告IDFA獲取用戶設備信息，或者直接獲取用戶的UDID獲取用戶設備信息。
when（時間）-什麼時間發生
用戶發生行為的時間跨度和時間點，比如瀏覽頁面15s，其中點擊按鈕是在3s，返回是在12s，也就是時間跨度15s，發生行為的時間點分別是3s和12s。
where（地點）-用戶行為觸點
也就是用戶接觸產品的觸點，比如網址訪問了哪些分頁，在APP上點了哪些按鈕，刷新了幾次，或者其他交互行為。
what（事件）-觸發的信息點
也就是用戶訪問的內容信息，比如主要瀏覽了類別，品牌，描述，屬性，對應零食，衛龍，辣條，生產日期等，這些內容也生成了對應標籤。
action(行動）-用戶具體行為
比如電商的用戶的添加購物車、搜索、評論、購買、點擊贊、收藏 等等。
用戶畫像的數據模型可以概括為下面的公式：用戶+時間+行為+接觸點，某用戶因為在什麼時間、地點、做了什麼事，然後打上標籤。
不同產品需求不同的標籤組合，不同的標籤組合也就形成了用戶畫像的模型。
用戶畫像的應用
1.個性化推薦
對於電商和內容類平台，將訪問的用戶細分為很多屬性標籤，根據用戶實時標籤變化並且不斷地刷新用戶模型，讓並且不斷將刷新推薦的內容。
常見案例：電商平台商品（淘寶）推薦，和今日頭條內容推薦，根據標籤組成用戶畫像模型，再利用他們的推薦算法機制匹配用戶感興趣的內容，做到個性化推薦，千人千面。
2.廣告精準營銷
如今的移動廣告投放已經完全應用了用戶畫像作為投放依據，無論是電商、遊戲還是其他品牌曝光，利用用戶畫像數據指導廣告投放，不僅能夠降低成本，還可以大大促進點擊率及轉化率，提升整體廣告投放效果。
比如：某廣告公司供廣告投放選擇的用戶畫像
3.輔助產品立項與優化
舉例1：
某些遊戲大廠在遊戲立項前會利用本身產品定位尋找對應用戶人群，然後利用廣告將遊戲備選的美術設計圖推送給用戶，看用戶的對於不同美術設計點擊率如何，然後選擇玩家點擊率比較好的圖片作為遊戲美術的定位，這樣可以在立項前就減少了上線後因為玩家對設計的不認可而錯失了市場。
舉例2：
產品測試將功能先提供給匹配的畫像用戶（種子用戶），通過種子用戶的反饋得到比較合理的優化意見，方便給產品做較為正確的疊代方向。比如：美圖軟體APP將功能提供給95後、愛拍照、女生。
4.個性化服務
某些行業將服務精準化找到用戶並且推薦定製化服務。比如：某服裝設計公司，將25歲以上職場男性作為目標用戶，為他們定製季度服裝搭配服務，每個季度根據用戶的預算和喜好需求為他們推薦衣服搭配套裝，並且提供1v1設計師溝通，通過目標用戶的需求直接提供解決方案，目前經營狀況良好。
我相信，未來很多行業基於用戶畫像的定製服務解決方案也會有比較不錯的市場空間，廣闊天地，大有可為！
>完。
歡迎關注作者微信公眾號，或者搜索【遊戲運營sir】
文章來源: https://twgreatdaily.com/zh-tw/Zj0Ky24BMH2_cNUgnklW.html