时间: 2021-07-30 11:10:09 人气: 10 评论: 0
用户画像又称用户角色，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。那用户画像是如何用来数据驱动的？
只要谈到数据，人人都在说用户画像，而用户画像从哪里来？到哪里去？如何进行数据驱动？
现在很多人困惑“我是谁？我从哪里来？我要到哪里去？”这也是西方哲学三大终极问题，用户画像从客观描述了“你是谁？你在哪？你要到哪里去（你要做什么）？”。
比如：唐三藏：贫僧，从东土大唐而来，要往西天取经。
我们先看一下来自百科的解释：
用户画像又称用户角色，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。
百科的解释很笼统，说一下我个人的观点。
从应用目的和构成的角度来说，我认为用户画像应该分为角色画像（User Persona）和行为画像（User Action），这两个是有所区别的。
对于角色画像（Persona）来说，一般是通过用户访谈或了解到用户信息后，进行人为的归纳分析画像。而行为画像（action），是根据用户在产品上的使用行为，进行分析预测进行的画像。
从本质上还是有所不同的，最大的区别就是角色画像（Persona）是客观真实存在的，而行为画像（action）是通过行为分析预测的。对于行为预测来说，画像是可能根据用户行为变化而变化的，即便是性别属性。
从应用角度来说也有所不同，‘角色画像’更偏向于产品定位和分析。而‘行为画像’更着重于数据应用。但并不是说两种画像是完全分开独立的，某种程度来说是相互结合、相辅相成的。
比如：基本属性（性别、地址等）是客观存在的，偏好属性（喜好、兴趣）是预测的，当然也不是绝对的，像刚才说的性别也是**通过行为预测的。
角色画像一般是应用在产品或功能雏形阶段，对产品或功能的前期调研、路标规划和目标人群的确定等起到了较大作用。而行为画像是产品或功能上线后，对真实用户使用行为的画像，并通过对用户行为的分析观测来改进功能，也是体现数据能力及数据应用价值的地方。
其实人人都是画像大师，用户画像来源于生活。你有没有发现，其实生活中有很多场景就是在对用户进行画像，只不过这个用户可能是相亲对象、八卦对象等。当人们私下在讨论一个人的时候，**描述一下这个人的属性和特征，并**归为某一类人。
就像亲朋好友或父母在跟你谈论介绍相亲对象的时候，有没有先把这个人的现状（人物基本属性、品行、兴趣、工作、职业等）描述一遍？然后他们又**根据现状构想（设想、妄想、YY）出了未来这个人的发展前景，甚至结合周易卜一卦。而给你描述的相亲对象的属性和特征主要来源于找人打听，接触后的切身感觉，或者受对方在社交圈中的威望感染等。
其实用户画像的过程也是如此。
一般**根据调研、用户填写或包含真实信息（如征信报告，当然私自获取他人征信属于违法行为）的方式，获取用户真实属性用于画像分析，基于收集到此人群信息中的主要特征进行画像。
比如：“男、30-40岁、有一套60平米左右的房，有豪华型轿车、中产阶级、有二胎、喜欢打高尔夫”等。这并不代表整个群体中都是男性，而可能90%都是男性。像角色画像（Persona）的刻画也有好多种方法：如标签法、概率统计法等，因此可以结合自身应用选择适合你的方式。
与上面收集信息分析的方式不同，主要是通过用户在使用产品的过程中留下的行为记录，而推测出来的用户属性及偏好。
比如：通过用户经常访问体育资讯、电子产品，喜欢听DJ、重金属音乐等，就可能推测出此用户为男性，后来又**经常访问母婴类商品就可能是有小孩儿了。这些过程一般都是通过机器学习的方式进行预测，而不是直观的想角色画像那样分析概况。
不同的作用决定了不同的画像方式，那么不同画像的作用到底是什么呢？
本篇我**以用户画像的应用为主，用户画像分析为辅，从两个角度来看用户画像在哪些方面起到了什么作用。
针对用户画像进行产品分析的问题内容较多较重，这次我先简要以产品生命周期的思路来说：①产品萌芽阶段；②产品发展阶段。
（1）产品萌芽阶段
产品萌芽阶段是指产品设计、构建、规划、冷启动，甚至仅仅有产品idea的阶段；当你有一个好的产品idea的时候，第一件也是最重要的一件事就是锁定你的目标人群。因为无论是市场规模也好，可行性也好，都必须要基于你产品的方向去进行验证分析，而方向取决于你的目标用户。
这引申出一个产品雏形的构思问题，是先有目标人群？还是先有产品架构？
其实两者并不矛盾，这不是先有鸡还是先有蛋的无解问题，而是面临的现实情境决定的。当你发现某一类人群的痛点无法满足时，那你可能就**根据人群衍生出产品构思。
当你灵光一闪发现一种新的产品模式和架构的时候，那么你可能**根据你的模式去探索和筛选目标人群。但是无论是哪种情况，最后都需要确定你的目标人群才能继续往下走。
这时锁定的目标用户，可能只是围绕着痛点的几个人群特征，像高逼格、消费能力强、二次元、文艺等。因为光依靠特征你是没办法找到用户的，当锁定目标用户特征后，你需要找出这些特征所对应的真实用户群体并对其画像了，真实的用户群体可以决定产品的发力方向。
Ps：抛开目标用户去谈论产品那真的是too young too simple，如果一个产品发展过程中混淆了自己的目标用户，那这个产品owner的掌控力度可以拿去当抽象派画家了。
根据用户画像（此处的用户画像主要是Persona，以调研或其他方式获取的用户客观存在的真实属性，当然产品还没有形成时你也无法获取到用户行为）你可以细分出用户群体的地理位置、职业、需求和特点等属性，如：二线某城市大学生群体、月均生活费、月均消费、主要消费场景、特定环境及日常行为习惯、核心需求、课程宽松情况及缺乏什么资源等。
因此用户群体，直接决定了市场规模的测算和可行性研究分析，当年校外创业，也是因为前期调研摸清了群体特点后做起来就比较顺风顺水。
用户对于产品初期是至关重要的，这也是为什么种子用户对产品后续的发展很重要，小米可以说是靠种子用户发家的。而用户画像就是对用户的真实刻画，既可以以此去寻找用户，也可以此作为用户来研发产品。
有人说了，那我构思的产品是普罗大众的怎么办？
人人都是我的目标用户。好，普罗大众这一点先假设可行，即使目标用户为所有人，你也需要对用户进行分群或分层进行不同的受众应对策略。我不相信**有一个产品或者一个功能、一个界面，可以应对或满足所有用户群体。当类似这种情况出现时，一个产品可以考虑有多个用户画像分别来制定不同的产品策略。
当产品用户画像确立后，产品的规划就可以依此为用户基准。当产品冷启动时无论是功能、内容还是界面设计等就可以通过画像用户的特点、需求和兴趣进行构造。
（2）产品发展阶段
产品发展阶段是指产品启动后的过程，产品启动之后，用户画像可以对产品进行定性分析。同时也可以不断对现阶段产品用户画像与产品战略和规划相对比，看是否偏离了既定的目标，或者是否需要对原计划进行修改。
当然在产品的中后期仅仅靠用户画像来进行产品的分析，是远远不够的，或者说“画像”需要赋予另一层含义，我总结为业务画像。
业务画像包含了B端用户画像（即商户画像）、商品/产品画像和流程体系画像等，这里的流程体系的画像，主要指的通过数据流过程对流程的刻画和描述。如下图是我对成熟产品的整体数据应用及分析架构流程体系的认知，也涵盖了下面要讲的用户画像的数据应用。
（说到这就要联系到了我正在写的增长管理相关的文章《增长黑客不如说叫增长管理》，因此这里先部分涉及一点，后续这篇文章写完后再把完整详细的内容和大家分享。）
用户画像对产品发展阶段和萌芽阶段最大的不同是：在产品萌芽阶段，用户画像的作用是带来业务，可以说是在积累业务的过程；而在产品中后期的发展阶段，仅靠用户画像是无法支撑业务分析和驱动业务增长的，只能起到辅助作用。
面向业务的数据，如：订单交易、商品品类、物流、财务结算和客服等数据，一方面可以完善用户画像，另一方面最重要的是可以完善业务画像。因为商户、商品/产品和流程才是产品逐步成熟的关键，后期与商户的默契、商品/产品的体验和流程效率决定了业务的可持续增长。而流程体系画像可以分析促进流程机制的健全和完善，即通过流程体系来提升内部效率以降低成本和增加保障。
业务画像可以推动业务增长、进行业务分析和增加业务粘性。其实业务是可以承载多条产品线的，因此业务画像中心应该是数据中台的中流砥柱，再辅以用户画像中心，就可以组成一个完整的数据中台或者说业务中台，可以给小前台或各类产品线提供强有力的弹药补给（数据和指导）。
因此对于产品发展阶段用户画像并不是万能的，如果用户画像脱离了业务数据，那么很难推动业务整体的增长。换句话说，业务增长最主要的是需要业务数据并辅以用户行为来驱动，否则用户画像**变得鸡肋。
产品或企业内部逐步成熟和规模化后**面临一个问题，就是产品和业务模式的创新，这也是后续业务发展极具增长潜力的部分。
而创新需要现有业务模式及流程的分析，并结合用户画像，对已有用户的分析来挖掘出的创新点，并确定挖掘出的创新点，是对已有产品的优化中间过程创新，还是弥补现有产品缺失的市场。
对创新还有一点需要解释的是：我并不认为只有从无到有才算创新，而对过程的优化致使产品变的更好也算创新。
至此下图的右半部分就解释的差不多了，左半部分就主要来讲一下用户画像涉及到的数据应用。
我们这次谈论的数据应用，是单纯从数据使用的角度来衡量。
用户画像除了分析作用（Persona），还有一种更简单粗暴的应用，就是直接输出进行数据赋能。很多所谓的数据能力输送就是指的用户画像以不同形式的输出，这也是目前我所做的DMP（Data Management Platform，数据管理平台）形成数据能力输送最重要的组成部分。
这里的用户画像更多的是涉及到了上文所说的行为画像（User Action），即很多人的属性（或直白的说就是标签）都是通过算法模型预测推算出的，机器学习的算法和模型决定了预测的准确性（当然训练集和数据集也很重要）。
当你是一个男性在浏览网页时精准广告给你展示了一条女士内衣的广告，那么恭喜你，依据你的历史行为可能把你判断成了一位女性。
谈起用户画像的应用你可能**听到很多名词，除了上面说的DMP还有像DSP、RTB、ADX、SSP等这些都是跟精准营销和网络营销相关的，如下图整个网络广告生态都是在玩转用户画像。
(网络下载，如侵请联系删除，谢谢！)
当然市面上的数据买卖一般也是画像数据的买卖，很少说直接把行为日志的数据进行交易。刚才说到行为画像很多属性是预测出来的，因此交易的画像数据，**涉及到数据置信度的问题。这个问题也就是再次表明了，之前说的和角色画像和行为画像的本质区别：用户属性是否是客观真实存在的。
上面做了这么多的烘（luo）托（suo），现在我们来看看用户画像是怎么起效用的。目前用户画像应用最广泛的领域，就是个性化推荐与广告投放了。
个性化推荐最常见的应用就是千人千面了，广告投放主要就是精准投放。其实推荐和投放这两个应用场景和应用方式基本是相同的，只不过内容和渠道不同。
个性化推荐一般是商品在自己平台内部的展示，而精准投放的一般是广告在平台以外的渠道展示。当然商品有时也可以作为广告，像早期阿里妈妈在外部媒体渠道投放的橱窗广告就是投放的商品。
那‘个性化’和‘精准’就是用户画像起到的作用了。当你来到一个网站，你是谁？你在哪？你要做什么？我们是不知道的，这是需要一个指引和提示，这个指引和提示就是用户画像。
简单来说，一个用户进入网站，**根据这个用户的唯一标识和已有画像数据上用户的唯一标识，去做匹配，这时年龄、性别、地理位置等属性就**知道你是谁，你在哪。
那么你要做什么呢？
这个就需要画像上根据你的历史行为，预测出的兴趣偏好和网站的主题结合起来，去判断你即将要做什么。这个过程就决定了个性化和精准，相应的程序算法，**根据用户属性，来判断是否要给你推荐商品和展示广告，并且推荐什么样的商品或展示什么类型的广告，**达到最大效果。
整个过程虽然我描述的很简单，但是其中涉及到的产品链路及层层环节和流程是非常复杂的。对于广告投放来说，从用户访问到广告展示之间涉及的整个链路过程，需要在40毫秒之内就完成，这之中还包含了多个广告主的广告竞价等环节，可想这对链路上的产品要求是有多严苛。
精准和个性化最主要的目的是让不同的人去做合适的事，以此来降低成本、提高效率和减少因信息爆炸而流失的用户，这也是数据驱动想要达到的结果。
至此，用户画像的数据驱动之路是否逐步清晰？
用户画像的本质是刻画和描述一个人（或一群人），通过对人的完美刻画，可以达到无限想象的应用方式，因此更多的驱动和应用前景等待着你们来创新！
当然用户画像进行数据驱动的路上也是有阻碍的，比如：近期欧盟刚出台的GDPR（《通用数据保护条例》）明文规定：
“网站经营者，必须事先向客户说明**自动记录客户的搜索和购物记录，并获得用户的同意”，“被遗忘权：即用户个人可以要求责任方删除关于自己的数据记录。”
等条例都是对用户画像采集的阻碍。因此大家在创新的路上也要合理的规划好数据的采集、管理和使用，否则有可能就是毁灭性打击。
本文由 @戏说猫狗 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Pexels，基于 CC0 协议
