上万字干货！超全面的用户画像设计指南

朋友们朋友们！特大好消息！你们关注的失踪人口回归啦！！又是胡咧咧的一天～

今天聊聊作品集的重灾区内容：用户画像。跟着这篇思路走，保你作品中“画像板块”平安落地～话不多说！开搞开搞！（全文约一万多字，阅读时间大概好久，请准备好充足摸鱼时间～）

经常进去的臭宝被逮捕时一定会大声申辩：我没有！我不是！我冤枉！但法网恢恢疏而不漏，既然能抓你，说明叔叔找到了你犯罪的蛛丝马迹，即使你不承认也能通过你的肢体、微表情判断出你有没有撒谎。

某种程度来说帽子叔叔心中会有一个“用户画像”，依据嫌疑人特征打眼一看就晓得你小子不是什么好人呢！

哈哈哈哈哈哈 ，拍桌子

当然经常被美人鱼绑架的臭宝要切记不要找这俩警察报案，因为他们脑子里压根判断不出来嫌疑人的特征，不帮助你就算了还会笑话你，这就让人很难受。

帽子叔叔能通过“画像”辅助逮捕你，那咱们作为设计师怎么利用“画像”“逮捕”用户呢？

更多相关干货：

啥是用户画像

想做成这件事，得先理解用户画像是啥。

用户画像是结合用户的社会属性、生活习惯、消费行为等等信息抽象出来的标签化合集。咱们要通分析用户的背景、行为场景、特征、性格等等猜出用户需要啥，咱们应该做啥功能。

1. 比如说你发现网恋搭子经常玩妲己、小乔、王昭君这样的英雄，那咱可以猜测这人大概是女孩，要是和你打游戏天天玩的不是兰陵王就是关羽、廉颇，那我建议你谨慎。
2. 然后你还发现她经常在月初买新皮肤，通过这个表现可猜测她大概是个家庭条件还不错的大学生。（因为大学生多数都是月初领低保。牛马都是月中领低保。）
3. 通过对她各项特征进行总结、猜测，然后再利用其表现转化为对企业（项目）有价值的内容。直白点说怎么针对你，骗走你兜里的钱。
4. 有伙伴可能说：了解用户不是为了更好的服务用户么？其实你这么说也没毛病，但咱服务好用户最终目的是啥？还不是为了转化企业价值？
5. 回到你网恋妹妹这件事来总结：因为她总玩软辅，月初购买皮肤，所有推测她大概是妹妹，且还在上大学。对于这样的搭子你能想出什么策略呢？1.一起玩的时候不能骂她。2.要保护好，多夸她，提供情绪价值。3.巴拉巴拉……
6. 如果你是和兄弟一起玩联盟你会怎么说。儿子！爸爸亚索（英雄）玩的贼 6。
7. 为啥你对妹妹和兄弟的态度这么不一样？这就是通过画像区分人群，针对不同人采用不同策略。那么在设计过程中也是一样的。咱们要考虑不同用户要如何下菜碟。

基础概念晓得了以后咱进阶一下。用户画像、用户角色、用户属性的不同和相通之处。

用户画像

1. 对用户的全面描述，包含用户的基本信息、行为习惯、需求、痛点等等。大家会常提的基本是：人口统计信息（年龄、性别、职业等等）行为特征（使用习惯、购买行为等）心理特征（兴趣爱好、价值观等等）都在其中
2. 咱们通过以上这么多内容去给用户分类，让人群划分更加具象。比如说王者、大师、白银、废铁等级的划分，就属于咱们看得到的用户分类（依据操作水平）。同理到设计中大咱们常常分为粘性用户、忠诚用户、潜在用户等等。这些都属于理解了用户基本信息后的进一步细化（分层）。分层以后更容易匹配旗鼓相当的对手，如果不通过画像分层会怎样？你想想如果你一个废铁水平每天匹配到我这个王者，你是啥心情？可能玩着没两天你觉得被虐的太惨了没意思，退游了。我觉得每天虐菜好没意思，退游了。

用户角色

1. 基于用户画像创建的虚构人物角色代表特定类型用户，用来帮助团队更好地理解用户需求和设计产品。
2. 比如说“搬砖的设计师”、“摸鱼的领导”等，角色背景（职业、生活方式等），角色目标（使用产品的目的），角色痛点（在使用过程中遇到的问题）
3. 很多聪明小明可能就问了：“我就是这么做的啊，为啥他们总说一眼假？”你那玩意是不是真的你自己没数么？这个男人叫小帅，他干了啥干了啥，那个女人叫小美她怎么怎么样了。
4. 演示一下我所筛选的诸多作品中大家画像都是咋写的：小美、女、24 岁、职场白领、肤白貌美大长腿、爱购物、喜欢鲜花、爱浪漫。瞧瞧你的用户画像是不是这样写的？看起来这个画像好像没啥毛病，可是女孩子都是肤白貌美大长腿啊，都喜欢购物啊，都喜欢花啊！就算不做画像也能想到这些，这种类型的画像用在哪个产品里好像都合适。咱就是说这画像有和没有不就是没啥区别么？这个话说了和没说有啥区别呢？为啥一眼假？因为大家做画像总是有种废话文学的赶脚，正所谓“十年磨一剑，五年磨半截”“听君一席话，如听一席话”
5. 用户角色得是看起来真实的常态的人，是众多用户行为的缩影，从真实用户中提取出来的。这个虚拟人物的特征一定是非常全面的，需要包含他的介绍、个人信息、工作信息、性格特点等等，要把它理解为一个真实的人。
6. 有伙伴通过用户画像输出的用户状态是这样的：”小美很抑郁很孤独，小帅也很孤独吧啦吧啦...“大哥？这就编的离谱，难道用了你的 APP 就不抑郁不孤独了？这就好比你去看医生不能只说：“我难受”你要说清楚具体咋不舒服，哪不舒服。你啥症状也不说就只说难受，你让医生咋办？
7. 总结：画像要真实的、常态的、痛点和需求表现不能泛泛，要具体。

用户属性

1. 描述用户特征的具体指标，通常是量化的。
2. 基本信息（如年龄、性别、地区）、行为数据（如访问频率、购买金额）、偏好设置（如喜欢的产品类型、使用的设备）大家可能会觉得用户属性和用户画像有点区分不开，没关系，就理解为他是用户画像附属内的的小弟就行了。

总结：用户画像是对用户的全面描述，用户角色是虚构的代表性用户，用户属性是用户群体的可量化特征。三者相辅相成，有助于更好地理解和满足用户需求

咱们咋利用画像中的信息？

帽子叔叔用来审问你的画像和你电商产品的画像那肯定不一样的嘛～不同的企业对于不同的“嫌疑人”要观察的点自然也不一样。

不同维度下咱们能利用画像干啥？以下内容仅作为切入点帮助大家理解。

你买直升机么

基于人口统计特征分类

1. 关注的内容就是：年龄、性别、职业、收入水平、教育背景等。
2. 平时拼夕夕给你推荐直升机么？为啥不给你推荐？是因为你不喜欢吗？这就是电商平台的个性化推荐，他们会根据的的年龄和性别、收入不同推荐不同类型的商品，拼夕夕可能不是很相信你小小年纪买得起直升机。
3. 再比如基于用户画像的设计的千人千面，设计不同的首页布局和推荐模块，以适应不同用户群体的偏好。

基于行为特征分类

1. 包含内容：购买频率、使用时长、访问渠道、互动方式等。
2. 如果你经常剁手平台就猛猛给你推新品就行了，反正你会买。如果是低频用户呢？多展示一些用户好评激励你进行购买。
3. 时间短就给你推修驴蹄子、锻刀大赛、荒野生存、美女擦边。在页面表现上来说如果使用时间长，那咱就可以考虑用什么样的形式打广告不会强打断用户，因为长时间使用的用户粘性应该比较高，比较能容忍，那就设计一些植入，例如说某音的小窗广告入口设计。如果时间短那设计要考虑怎么通过设计吸引，比如说更有趣的彩蛋、点赞触发感强化等等不多举例了。
4. 对于活跃用户，可以使用动态更新的内容卡片，显示最新消息和互动。对于不太活跃的用户，我就使用静态展示，突出重要通知和精选内容，帮助他们快速了解最新动态。

基于心理特征分类

1. 兴趣爱好、价值观、生活态度、个性特征等。
2. 你喜欢刺激喜欢挑战不可能，那咱们做设计时可以这样搞，给用户设置目标，例如 7 日打卡、例各项比赛 pk、等等，不服输是吧？好！给你匹配氪金大佬天天虐你、嘲讽你，你能忍么？忍不了你会咋办？充钱你能变得更强！

基于生命周期阶段分类

1. 潜在用户、首次用户、活跃用户、流失用户等。
2. 针对不同生命周期阶段的用户（如新用户和老用户），SaaS 产品可以提供不同的引导策略。为新用户设计详细的入门指导和工具提示，而为老用户提供高级功能的使用技巧和更新通知。

上面这些你有没有种似曾相识的感觉？你是不是也想到过这些？其实很多设计师在潜移默化受用户画像影响，基本上咱们每一个设计点都可以回溯到用户画像中，说人话就是你这啥这样设计基本都可以在画像中找到依据。为啥你的画像做不好，设计做不好呢？只不过是大家没认真思考过推导过程，产品说是咱做啥。大家可以尝试把以前做过的功能回推一下，想一想你的设计是在满足用户的什么需求，她的需求能对应到以上提到的哪一个分类里面。

打标签

用户画像就是在打标签

请用最简单的词汇概括你女票们，你会想到哪些词汇？“肤白貌美”“优雅”“前凸后翘”“博学多识”“善解人意”“熬夜冠军”“抬杠运动员”“吃货”“可爱”“独立思考”等等，凡是你想到的词汇都可以理解为是你为她打的标签，这就是你将女票变成了一个标签合集。

这些小标签咱们还可以继续做分类（把小标签归到大分类中），比如说“肤白貌美”“前凸后翘”可以归类到“外貌”，形成一个具体的合集。

父子关系

关于标签分类：

比如说你、你女票、你老公、你女票的男朋友、你们四个可以划分为“男”“女”大分类中，同时还可以归属于一个更大标签“人”中。咱们都是在某些合集和归类之里。无非是大合集小合集的关系。

那么针对不同合集采用不同策略。

比如刚才被氪金大佬虐杀的你，为啥他不虐别人只虐你？你就没有问题吗？你的问题可能是因为你同时具备“不服输”标签和“多金”标签，所以系统才会匹配这样的人给你上压力。因为你是个不服输的穷×给你上多大的压力你也不充钱啊！所以在系统层面上你可能同时具备两个标签才会给你推大佬。

1. 在做画像时也一定要注意，有时用户给咱们的信息不见的准确，需要通过用户行为进行判断。你的网恋对象一定是异性吗？不一定吧？之前我玩一款游戏叫《哈利波特》注册的就是女号，为啥我要注册女号？因为我想住女生宿舍，可住进以后发现室友都是顶着女号的抠脚大汉！！那系统怎么判断你是男还是女？如果这个人天天去竞技场打 PK，那大概可以判断是老爷们，如果说这人不修炼技术，天天在游戏里搞换装、参加舞会，那这个人大概了就是女的。
2. 举例子来说，曾有一段时间，淘宝每天给我推荐漂亮小裙子、丝袜、性感内衣。这什么会这样？有可能是那一段时间我买的衣服都比较中性，一时之间系统对我的性别产生了质疑，所以试探性推荐来看我的状态，进而判断我的性别。

虽说设计师对标签这个姿势不需要掌握那么深，但多知道点总不会错。

1. 你知道你公司的用户的标签是什么吗？
2. 你知道这些标签怎么来的么？
3. 标签背后的用户行为是什么？
4. 标签 A 和标签 B 同时存在时会有啥不同的化学反应？
5. 大家都在谈“用户分层”那么你们怎么定义忠诚用户的？他的特性是什么？当然了，这些其实更多的是产品层面的事情，但是如果你一点也说不上来，我只能说你根本不懂用户。

咱们继续八卦一下标签分类的事

标签可分为。静态标签、动态标签、预测标签

静态标签

静态标签

用户主动提供的数据，或者你通过手段获取的数据，一般来说是用户不咋变的信息，姓名、性别、年龄、身高、体重、职业、兴趣爱好、情感状态、所在地区、设备信息、手机号等等。大概率不会变的信息，总不会今天你是男，明天变成女吧？静态标签主要用来了解咱们用户的基础需求。

动态标签

动态标签

动态嘛，他是会变的，这些标签是有保质期的，需要咱们定期地更新来保证标签的有效性。比如说用户的网络信息，他的上网时长、啥时候上网。比如说用户的使用习惯，她的频次、使用时长、使用时间段、是用的移动还是 PC、关闭和打开的频次间隔。比如说用户行为，她的购物习惯是啥，价格、品质、频率、风格倾向是运动还是职场？品牌倾向是啥、复购率是多少、支付方式是啥，她的浏览习惯是啥？首页详情页停留多久，是精准搜索还是模糊等等，这里就不举例子来说了。

总之这些都是就近发生的具备有很多的不确定性的事儿。

预测标签

她的兴趣点、关注点、潜在需求等等，是咱们通过某种特定规则猜出来的。

比如说你闺蜜是一个漂亮妹妹，情绪稳定，平时也不介入你的情感生活（静态标签：女、情绪稳定、无男友）但在某次你和她吐槽你男票时她情绪变得无比激动痛骂渣男并极力劝你分手！（动态标签：情绪激动、强烈反应、关心朋友）那你会不会怀疑她想搞定你男票？（预测标签：对你男朋友的潜在兴趣、对感情的需求）静态标签为我们提供了闺蜜的基本信息，动态标签反映了她在特定情境下的行为变化，预测标签则对她的潜在需求和动机进行了推测。这种分析能够帮助我们更好地理解她的行为和可能的心理状态。（故事胡编的、如有雷同纯属巧合）

数据的角度进一步的对这些标签做切分又可以分成很多种。

事实标签、模型标签、预测标签

事实标签

事实标签（你的历史过往）

事实标签就是真实的，具体的事，其中也就是姓名啦、年龄啦、生日啦、居住地啥的等等，当然其中还包含购买记录、浏览记录。这些都是真实在用户身上生效的事。举例子来说你的女票问你谈过几个女朋友，你们都交往了多久，分手原因是啥等等，这就属于在调取你的过往事实标签。

模型标签

模型标签（你当下都在干啥）

对用户的历史数据分析得出的特征描述，它反映了用户的行为模式、兴趣和偏好，模型标签属于是对你的多个真实行为做了一个组合，属进一步提纯。还是继续说你女票询问你的事，她得出的答案如果是这样的。

交往历史:

之前的女朋友数量：8

平均交往时长:6 个月

分手原因：没新鲜感、没感觉、发现她有问题等

行为模式:是否在社交媒体上频繁展示与不同女性的互动：你经常给美女点赞。

是否有同时与多位女性交往的记录：你和多个妹妹聊天

情感态度:

对待感情的态度：曾玩弄感情

对女性的评价和态：贬低、物化女性

结合以上你的事实标签得出模型标签：渣男！！！

通过对用户标签的整合，描述用户的当前特征和行为模式。

预测标签

预测标签（你未来会干啥）

预测标签是基于模型标签生成的未来行为预测，试图预测你未来可能的兴趣或行为。

利用模型标签和机器学习算法，预测用户未来可能感兴趣的产品或服务。集合以上的事实标签和模型标签不难预测了吧？那就是你遇到了新妹妹还是会出轨。

三者关系

在举个例子说一下三种标签的关系。

1. 事实标签（真实的事）你，18 岁，女，上海，购买记录：买了 5 件短裙。浏览记录：浏览了多个香水和时尚配饰
2. 模型标签（对你多个标签的归类）兴趣类别：时尚爱好者行为类型：高频购买者消费习惯：倾向于购买时尚相关产品
3. 预测标签（对你的猜测）可能感兴趣的产品健身器材（如连衣裙、潮流外套）健身课程（如手袋、珠宝）流失概率：低（因为你是高频购买者，表明对平台的忠诚度高）可能的情感状态：可能谈恋爱（基于购买性感内衣和超短裙的行为推测）

估计很多伙伴公司连画像都没有吧？就算有可能你也没看过，很多设计师在设计过程中大多时候全靠意淫。虽然很多公司都没有这些东西，可咱出去找工作面试官就非要问，你说说这不就是欺负老实人吗！就是欺负你啊，能怎样？把上面内容吃透就不怕问了！

把该科普的科普完，这下大家应该能更好的理解用户画像有啥用了。

更好的理解用户需求、优化产品设计、精准市场营销、提高用户留存率、支持决策制定等等。

画像有啥用 ？

1. 用户画像能帮咱们深入理解用户需求、动机和痛点“我儿子贼宅，总让我带饭，怎么破？”你会不会想到小葵花课堂开课啦！孩子不听话打一顿就好了～。但是如果你发现这个发帖人的标签里有“男/大学生”你又当如何？
2. 针对性设计：这位男大学生的需求是啥？我不想给“儿子”带饭。痛点是啥？可能是考虑到大家的情感关系。那如何破？
3. 方案一：他也在寝室里宅不出去，看谁先饿死。
4. 方案二：建议他也拜一位义父，让义父给全寝室带。
5. 这就是咱们根据用户画像得出的针对性方设计案咯～

通过分析用户画像，团队可以确定哪些功能对目标用户最重要，从而合理安排开发优先级。

王二狗、李铁蛋、张铁头都是你的暧昧对象（Tui～渣男）其中你更喜欢李铁蛋一些，你现在想出去约会，请问在王二狗、李铁蛋、张铁头和刘亦菲中你会和谁去约会？？一定是李铁蛋吧？因为她是你的目标用户啊，其次可能是王二狗和张铁头。你会选择刘亦菲么？当然不会，因为她并不在你的用户画像以内，更重要的是那是我老婆。

自己看吧

用户画像帮助企业识别和细分目标市场，使营销活动更具针对性和有效性。

有了用户画像，运营不用再担心广告像石沉大海。比如，你喜欢猫，用户画像就会告诉商家“嘿，这位朋友可能需要猫粮！”然后你的购物页面上就会出现各种猫咪用品，简直比你妈还懂你。

根据用户画像提供个性化的服务和内容，增强用户的黏性和忠诚度。

1. 了解用户的需求和痛点后，企业可以主动进行沟通和服务，提升用户体验。通过用户画像优化产品，让企业知道该改进什么或者增加哪些新功能。甚至连客服都能更贴心，因为他们已经提前知道你可能需要什么帮助。
2. 比如说你是卖水果的，忽然发现有一批活跃用户的活跃度降低了，那得联系一下这批活跃用户，为啥最近不买水果了？其中有人一个说：哎～你家的水果有坏果。那此时你应该怎么做？先去查那批水果还有哪些人购买了，是不是他们都活跃度下降了。没下降？那不管他了，但是那些很在意这件事的人呢？给他道歉、补偿、或者其他的举措。（别骂我是奸商哈～我不卖水果，只是借这个例子给大家说一下他以通过标签划分做出不一样的策略）

通过分析用户的行为、兴趣和需求，帮助企业精准了解用户到底是谁，喜欢什么，甚至还可能预测他们下一步会做什么。说白了，就是让企业从“蒙着眼睛射箭”变成“开着瞄准镜打靶”。请看下面的图形化总结，方便大家更直观理解标签模型～

说实话，用户画像的执行体系太大了，给用户打标签怎么标记才是合理的？用户的级别到底怎么划分？和你聊一次天算舔狗，还是聊十次算舔狗？今天他和我聊天了，我标记他是舔狗，如果明天不聊了怎么算？基于用户当前的标签能不能衍生出更多的操作场景？这些场景是否真的成立？其中的弯弯绕绕实在是太多了，今天说的内容不一定能完全与你的画像匹配，大家得根据自身业务去搞。

可以根据这个图来安排你的脑图

以上差不多说完了关于用户画像的作用和模型的建立，在简单的说一说画像方法吧

首先咱们为啥要做用户画像？

1. 你都还没饿，你会想吃大餐么？大概不会，如果要做画像应该是遇到了某些问题需解决。而且这个问题是贴合实际业务的、涉及到利益的，不然也没必要解决不是吗？
2. 画像的出发点要结合实际业务诉求、企业效益挂钩才有用。

其次你有对业务做梳理吗？你要针对谁做画像？对什么业务板块做画像？

1. 你的业务目标是啥？想要达成什么样的目标？是挽留分手？还是带她看你家猫后空翻？还是准备求婚？
2. 你这次的目标是针对谁的？是女朋友 1 号？还是 2 号？还是 3 号？你一定会有一个划分。是潜在用户？还是流失用户？还是谁？咱们要划分清楚你要针对的用户群体是谁。

如果以上的内容你都想清楚了，那针对你的业务目标、用户群体你需要提取哪些数据呢？你想要得到啥信息呢？

获取信息方式

1. 数据埋点定性画像、定量画像、定性+定量画像（访谈、问卷、焦点小组、AB 测）
2. 用研体系就过于庞大，没办法和用户画像同时展开说，想要了解用研的伙伴可以移步我的其他文章，后续会逐步为大家补充其他的用研方法。

你需要的数据都分布在哪？

静态数据、动态数据、预测数据

以上的信息全都做完了，那考虑一下咱们针对这些数据能做出什么样的分析，你是不是会推测出新的标签，或者有新的归类，是不是能把用户分层做的更加细致。

最后举个画像例子大家浏览一下吧

点明主题 ，用户画像的目的是在于想了解用户的使用场景与其依赖的功能有哪些。（潜在意思是俺要在这些高度依赖功能中找问题。）

桌面研究数据 、企业内部数据、问卷数据合集，形成画像角色标签合集。

对某类人中的典型用户跟踪总结 ，其中包含个人属性、生活方式、社会属性、家庭属性等等。

用户角色拆解 ，使用车辆的用户分别都有谁，他们的核心诉求都是啥。

列出在不同属性作用下的用车场景以及功能 。

总结画像能带来的切入点在哪里：

针对前面分析的内容判断出结果，我们应该在哪里找到设计切入点。（其实这个画像也是我编的，全都是桌面研究搞来的数据，但是你瞅瞅是不是相对来说比你那个靠谱一些？）

最后的最后～脑图串联一下知识点～

脑图

就这样

拜拜～