只需一步，快速开始
如何构建一套完善的用户画像体系，实现精准化营销？
|原作者: 活动盒子|来自: 简书
摘要: 有过一次网购经历后，下次登陆该网站，会弹出各种同类型替代商品或者互补商品的推荐；成为某品牌的注册会员，特殊的日子（会员日、生日）经常会收到品牌商发来的通知（祝福）短信或者邮件。这一切都是精准化营销的常 ...
有过一次网购经历后，下次登陆该网站，会弹出各种同类型替代商品或者互补商品的推荐；成为某品牌的注册会员，特殊的日子（会员日、生日）经常会收到品牌商发来的通知（祝福）短信或者邮件。这一切都是精准化营销的常见套路。在互联网大数据时代，得用户者得天下。以庞大的用户数据为依托，构建出一整套完善的用户画像，借助其标签化、信息化、可视化的属性，是企业实现个性化推荐、精准营销强有力的前提基础。可见，深入了解用户画像的含义，掌握用户画像的搭建方法，显得尤其重要。用户画像是真实用户的虚拟模型关于“用户画像是什么”的问题，最早给出明确定义的是交互设计之父Alan Cooper，他认为：Persona（用户画像）是真实用户的虚拟代表,是建立在一系列真实数据之上的目标用户模型。敲黑板，划重点：真实、数据、虚拟。如果把真实的用户和虚拟的模型比作隔江相望的两个平行点，数据就是搭建在大江之上，连接起彼此的桥梁。企业利用寻找到的目标用户群，挖掘每一个用户的人口属性、行为属性、社交网络、心理特征、兴趣爱好等数据，经过不断叠加、更新，抽象出完整的信息标签，组合并搭建出一个立体的用户虚拟模型，即用户画像。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。出于不同的受众群体、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。相对应的，由静态标签搭建形成的画像就是2D用户画像；由静态标签+动态标签构建出来的即是3D用户画像。1、静态的用户信息标签以及2D用户画像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......。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样的价值观标签，是一类什么样的群体。具体的心理现象属性标签包括但不限于：来源：“心理现象”百度百科因为人口属性和心理现象都带有先天的性质，整体处于稳定状态，共同组成用户画像最表面以及最内里的信息素，由此形成稳定的2D用户画像。2D用户画像2、动态的用户信息标签以及3D用户画像网站行为属性，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......。在不同的时间，不同的场景，这些行为不断发生着变化，它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、登陆等）、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）。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，与静态的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。3D用户画像用户画像的价值企业必须在开发和营销中解决好用户需求问题，明确回答“用户是谁——用户需要/喜欢什么——哪些渠道可以接触到用户——哪些是企业的种子用户”。更了解你，是为了更好的服务你！可以说，正是企业对用户认知的渴求促生了用户画像。用户画像是真实用户的缩影，能够为企业带来不少好处。1、指导产品研发以及优化用户体验在过去较为传统的生产模式中，企业始终奉行着“生产什么就卖什么给用户”的原则。这种闭门造车的产品开发模式，常常会产生“做出来的东西用户完全不买账”的情况。如今，“用户需要什么企业就生产什么”成为主流，众多企业把用户真实的需求摆在了最重要的位置。在用户需求为导向的产品研发中，企业通过获取到的大量目标用户数据，进行分析、处理、组合，初步搭建用户画像，做出用户喜好、功能需求统计，从而设计制造更加符合核心需要的新产品，为用户提供更加良好的体验和服务。2、实现精准化营销精准化营销具有极强的针对性，是企业和用户之间点对点的交互。它不但可以让营销变得更加高效，也能为企业节约成本。以做活动为例：商家在做活动时，放弃自有的用户资源转而选择外部渠道，换而言之，就是舍弃自家精准的种子用户而选择了对其品牌一无所知的活动对象，结果以超出预算好几倍的成本获取到新用户。这就是不精准所带来的资源浪费。包括我前面所提到的，网购后的商品推荐以及品牌商定时定点的节日营销，都是精准营销的成功示范。要做到精准营销，数据是最不可缺的存在。以数据为基础，建立用户画像，利用标签，让系统进行智能分组，获得不同类型的目标用户群，针对每一个群体策划并推送针对性的营销。3、可以做相关的分类统计简单来说，借助用户画像的信息标签，可以计算出诸如“喜欢某类东西的人有多少”、“处在25到30岁年龄段的女性用户占多少”等等。4、便于做相关的数据挖掘在用户画像数据的基础上，通过关联规则计算，可以由A可以联想到B。沃尔玛“啤酒和尿布”的故事就是用户画像关联规则分析的典型例子。资料来源：“关联规则”百度百科我们认识到用户画像具有的极高价值，下面就来看看该如何搭建用户画像。如何构建用户画像用户画像准备阶段——数据的挖掘和收集对网站、活动页面进行SDK埋点。即预先设定好想要获取的“事件”，让程序员在前/后端模块使用 Java/Python/PHP/Ruby 语言开发，撰写代码把“事件”埋到相应的页面上，用于追踪和记录的用户的行为，并把实时数据传送到后台数据库或者客户端。所谓“事件”，就是指用户作用于产品、网站页面的一系列行为，由数据收集方（产品经理、运营人员）加以描述，使之成为一个个特定的字段标签。我们以“网站购物”为例，为了抓取用户的人口属性和行为轨迹，做SDK埋点之前，先预设用户购物时的可能行为，包括：访问首页、注册登录、搜索商品、浏览商品、价格对比、加入购物车、收藏商品、提交订单、支付订单、使用优惠券、查看订单详情、取消订单、商品评价等。把这些行为用程序语言进行描述，嵌入网页或者商品页的相应位置，形成触点，让用户在点击时直接产生网络行为数据（登陆次数、访问时长、激活率、外部触点、社交数据）以及服务内行为数据（浏览路径、页面停留时间、访问深度、唯一页面浏览次数等等）。数据反馈到服务器，被存放于后台或者客户端，就是我们所要获取到的用户基础数据。然而，在大多数时候，利用埋点获取的基础数据范围较广，用户信息不够精确，无法做更加细化的分类的情况。比如说，只知道用户是个男性，而不知道他是哪个年龄段的男性。在这种情况下，为了得到更加详细的，具有区分度的数据，我们可以利用A/B test。A/B test就是指把两个或者多个不同的产品/活动/奖品等推送给同一个/批人，然后根据用户作出的选择，获取到进一步的信息数据。为了知道男性用户是哪个年龄层的，借助A/B test，我们利用抽奖活动，在奖品页面进行SDK埋点后，分别选了适合20~30岁和30~40岁两种不同年龄段使用的礼品，最后用户选择了前者，于是我们能够得出：这是一位年龄在20~30岁的男性用户。以上就是数据的获取方法。有了相关的用户数据，我们下一步就是做数据分析处理——数据建模。用户画像成型阶段——数据建模1、定性与定量相结合的研究方法定性化研究方法就是确定事物的性质，是描述性的；定量化研究方法就是确定对象数量特征、数量关系和数量变化，是可量化的。一般来说，定性的方法，在用户画像中，表现为对产品、行为、用户个体的性质和特征作出概括，形成对应的产品标签、行为标签、用户标签。定量的方法，则是在定性的基础上，给每一个标签打上特定的权重，最后通过数学公式计算得出总的标签权重，从而形成完整的用户模型。所以说，用户画像的数据建模是定性与定量的结合。2、数据建模——给标签加上权重给用户的行为标签赋予权重。用户的行为，我们可以用4w表示：WHO（谁）；WHEN（什么时候）；WHERE（在哪里）；WHAT（做了什么），具体分析如下：WHO（谁）：定义用户，明确我们的研究对象。主要是用于做用户分类，划分用户群体。网络上的用户识别，包括但不仅限于用户注册的ID、昵称、手机号、邮箱、身份证、微信微博号等等。WHEN（时间）：这里的时间包含了时间跨度和时间长度两个方面。“时间跨度”是以天为单位计算的时长，指某行为发生到现在间隔了多长时间；“时间长度”则为了标识用户在某一页面的停留时间长短。越早发生的行为标签权重越小，越近期权重越大，这就是所谓的“时间衰减因子”。WHERE（在哪里）：就是指用户发生行为的接触点，里面包含有内容+网址。内容是指用户作用于的对象标签，比如小米手机；网址则指用户行为发生的具体地点，比如小米官方网站。权重是加在网址标签上的，比如买小米手机，在小米官网买权重计为1,，在京东买计为0.8，在淘宝买计为0.7。WHAT（做了什么）：就是指的用户发生了怎样的行为，根据行为的深入程度添加权重。比如，用户购买了权重计为1，用户收藏了计为0.85，用户仅仅是浏览了计为0.7。当上面的单个标签权重确定下来后，就可以利用标签权重公式计算总的用户标签权重：标签权重=时间衰减因子×行为权重×网址权重举个栗子：A用户今天在小米官网购买了小米手机；B用户七天前在京东浏览了小米手机。由此得出单个用户的标签权重，打上“是否忠诚”的标签。通过这种方式对多个用户进行数据建模，就能够更广的覆盖目标用户群，为他们都打上标签，然后按照标签分类：总权重达到0.9以上的被归为忠实用户，ta们都购买了该产品......。这样的一来，企业和商家就能够根据相关信息进行更加精准的营销推广、个性化推荐。有关用户画像的介绍到此就告一段落了，鉴于自身能力有限，很多地方表达的不到位或者没有提及，有啥意见或者建议欢迎留言！文／活动盒子（简书作者）原文链接：/p/4e7b56c301bb著作权归作者所有，转载请联系作者获得授权，并标注“简书作者”。
上一篇：下一篇：
| 相关分类
| 相关阅读
Powered by
鸟哥笔记 沪ICP备号-1用户画像的方法论
产品的生命周期是一个从产品调研——产品企划——产品——产品营销——产品售后的一个过程。以用户生命周期数字化管理是精细化营销的基础。
企业用户数据资产管理
企业用户数据来源渠道主要分为2类：
企业自有网站/APP、内部CRM/ERP系统、内部POS系统、自有电商平台、线下零售网点、客服中心、官方微博微信
第三方电商平台、社会化媒体、支付、搜索引擎、邮件ISP、广告DSP、支付、第三方数据服务商
自有数据价值的发现与应用
数据价值的发现与应用：
产品组合营销
会员个性化激励
用户流失预测模型
用户移动端行为数据的价值与应用
用户移动端行为数据的价值与应用
基于APP的用用行为进行人群划分
基于标签因子的用户生活形态进行人群划分
细分用户画像及行为分析
易观数据资源
易观数据资源：
易观数据产品的优势
移动端数据资源介绍
SDK嵌入概况
易观用户标签建立用户画像体系
用户数据资产将成为企业精细化运营不可或缺的血液。
以上内容来自易观智库。
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。比特客户端
您的位置：
详解大数据
详解大数据
详解大数据
详解大数据
用户分群画像技术助推大数据落地
　　日前，北京缔元信数据技术有限公司(以下简称"缔元信.网络数据")产品副总裁、曾长期担任数据分析部总监的牛程先生做客IT专家网《专家会客室》，分享了他心目中的释放潜能的最佳实践。
　　(图为缔元信.网络数据产品副总裁牛程)
　　牛程表示，对于大多数企业而言，自建大数据平台并非明智的选择，通过第三方专业的数据服务来实现大数据的价值，可以低成本、快速、准确地获得专属的商业洞见，能够有效地跨越数据分析人才匮乏的现状。
　　他进一步指出，目前的阶段，要借助大数据来影响市场营销资源的投放，基于传统的贴标签功能依托IT技术进行聚类分析而成的网络用户画像是一项出色的应用，能够帮助企业实现高效运营和精准营销。
　　(图为网络用户画像数据成网站运营、精准营销的基础)
　　当然，大数据同样也可能带来滥用、误用、隐私泄露的问题，如的信用卡信息泄露门为我们敲响了警钟。目前中国的立法水平尚未跟上技术的发展，因而基于数据的商业模式，要求数据服务企业能够自律，也需要企业谨慎地选择服务商，谨慎地审核所签订的合同。
　　企业上马大数据有两道坎
　　两年之前，有很多企业认为大数据就像未成年人谈sex--都在说，谁也没实践过。今天，春运大数据、春晚大数据、大数据等已为普罗大众所熟悉，就连出租车司机的嘴里也会不经意地蹦出"大数据"一词，但这是否意味着大数据已经普遍开花落地了呢？
　　答案当然是否定的。根据市场调研机构IDC的统计数据，2013年全球产生的数据大约为2.72ZB，但分析过的数据仅占其中的12%。如果我们再套用"二八定律"来分析，则能够从数据分析中受益的更是少之又少了。
　　要想获得新的应用，中国企业往往选择新建自己的平台，但在牛程看来，企业想要自主搭建大数据平台，从交易和互联产生的几何级增长的数据中获益，还存在两个难题：数据和人才。
　　从大数据的4V来说，我们需要大量、多样和快速的数据，才能真正地体现价值。牛程表示，企业除了内部平台的数据，还需要用户离开这些平台以后的数据，需要各种终端产生的数据，但企业自建平台，往往只有CRM数据，即便有一些企业采集了数据，也还是不够全面，不利于产生需要的结果。
　　IDC大数据与分析、数据管理及企业应用高级项目经理Daniel-ZoeJimenez亦有类似观点：真正的机遇在于将客户数据等内部数据源与社交网络和站点等外部数据源加以整合。这有助于企业全面了解他们的客户业务和环境，让他们能够掌握客户的喜好、习惯和未来需求。
　　另一方面，数据-知识-决策的转换，需要有数据处理、数据挖掘和决策的人才的支撑。目前，尽管开源软件目前非常发达，硬件变得廉价，但若没有BAT那样的研发实力，搭建企业级大数据平台所需要的兼容性、稳定性和安全性都很困难，更不用说实时分析和决策了。一项调查显示，83%的人认为数据分析对业务至关重要，但65%的人表示他们无力自建数据分析系统、无力聘请数据分析师。
　　用户画像数据成网站运营的基础
　　如前所述，缺乏相关技能集和最佳工具以及流程方面的差距对中国企业构成了挑战。全国政协委员、中央财经大学教授贺强还认为，我国在数据的开放性、流动性和交互性以及原有大量积累数据缺乏真实性是我们的挑战。但从缔元信.网络数据看来，利用互联网服务平台和用户行为数据，可以很容易规避数据的问题，则剩下的就是技能和工具。
　　我们知道，互联网服务平台能够汇聚海量的生产信息、交易信息与消费者信息，使信息这一核心生产要素广泛应用于经济生产活动。因此，平台型互联网企业更能为大数据应用做出有效探索，有的企业已经在这个领域有所建树，如阿里、都有相关案例。
　　当然，阿里、百度、京东等更多的是为自身业务的发展来利用数据，尽管百度也开放了其大数据引擎，但对于一般企业来说，它们未必是普适的平台。针对企业大数据通用的解决，牛程提出了一个用户分群画像的概念，通过用户画像与分群的研究，为网站运营、营销策略、广告运营、推广提供数据支持。
　　他表示，网站用户分群画像核心价值在于精细化的定位人群特征，挖掘潜在的用户群体，为媒体网站、广告主、企业及广告公司充分认知群体用户的差异化特征，根据族群的差异化特征，帮助客户找到营销机会、运营方向，全面提高客户的核心影响力。
　　(图为基于用户画像技术的数据服务原理)
　　牛程指出，传统的对用户贴标签的功能，往往局限于静态的结果，用户画像则是动态、立体的解决方案，通过精细化人群定位，多维度交叉筛选查询，客户根据数据分析、挖掘群。
　　缔元信.网络数据的实践分享
　　目前，缔元信.网络数据已经将牛程分享的这套理论进行产品化，发布了"网站用户分群画像"和"缔元信DMP"两款产品，前者为媒体网站、广告主、企业及广告公司提供网站营销、网站运营的数据支持服务;后者针对DSP(精准投放)平台提供数据服务，通过可视化的操作界面方便客户对目标用户人群数据的选取并将该数据输出给DSP平台，为精准投放的实施提供数据，提高转化率。
　　两款产品依托缔元信.网络数据先前开发的缔元信数据管理平台(DDMP)，将第一方标签与第三方标签相结合，对每一个用户标签化，然后按不同的评估维度和模型算法，通过聚类方式将具有相同特征的用户划分成不同属性的族群，用特定的名称作为实际用户群的虚拟代表，并进行画像描绘，其商业价值及用户价值。
　　用户画像技术的出现，能够帮助客户了解群体的差异化特征，根据族群的差异化特征设计并提供有针对性的产品及服务。缔元信用户分群画像系统以TGI指数(目标群体指数)和两大核心指标，分析消费者的购买行为、态度、生活形态和媒体接触习惯，以及目标用户群体在指定范围内占有的比例，多维度判别目标用户群在媒体的优、劣势及用户价值。
　　(图为缔元信网站用户分群画像的用户构成界面)
　　牛程表示，通过TGI指数，可以为销售团队的客户定位、营销策略和方案的制定提供支撑;评估网站资源优劣态势，为内容运营、产品规划提供支撑;评估网站资源之间(频道、栏目、内容、产品等)的优势关联关系。
　　(图为牛程在IT专家网《专家网会客室》)
　　谈及缔元信.网络数据产品的优势，牛程表示，主要来自于拥有全样本第三方标签，精细化的人群定位，具有7年的数据积累，并拥有为数据管理而生的专业的技术团队，能够为企业提供数据化、高效精良的服务。
　　在今年的两会上，李克强总理所作政府工作报告中已明确指出，要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。牛程相信，通过专业的数据服务，能够让大数据在中国企业的落地开一个好头。他表示，在基本的用户分群画像系统基础之上，未来缔元信.网络数据会不断完善自己的技术实力和服务水平，以满足更多企业的需求。
　　更多精彩分享欢迎浏览IT专家网专题报道：.cn/niucheng/
[ 责任编辑：许晓静 ]
去年，手机江湖里的竞争格局还是…
甲骨文的云战略已经完成第一阶段…
软件信息化周刊
比特软件信息化周刊提供以数据库、操作系统和管理软件为重点的全面软件信息化产业热点、应用方案推荐、实用技巧分享等。以最新的软件资讯，最新的软件技巧，最新的软件与服务业内动态来为IT用户找到软捷径。
商务办公周刊
比特商务周刊是一个及行业资讯、深度分析、企业导购等为一体的综合性周刊。其中，与中国计量科学研究院合力打造的比特实验室可以为商业用户提供最权威的采购指南。是企业用户不可缺少的智选周刊！
比特网络周刊向企业网管员以及网络技术和产品使用者提供关于网络产业动态、技术热点、组网、建网、网络管理、网络运维等最新技术和实用技巧，帮助网管答疑解惑，成为网管好帮手。
服务器周刊
比特服务器周刊作为比特网的重点频道之一，主要关注x86服务器，RISC架构服务器以及高性能计算机行业的产品及发展动态。通过最独到的编辑观点和业界动态分析，让您第一时间了解服务器行业的趋势。
比特存储周刊长期以来，为读者提供企业存储领域高质量的原创内容，及时、全面的资讯、技术、方案以及案例文章，力求成为业界领先的存储媒体。比特存储周刊始终致力于用户的企业信息化建设、存储业务、数据保护与容灾构建以及数据管理部署等方面服务。
比特安全周刊通过专业的信息安全内容建设，为企业级用户打造最具商业价值的信息沟通平台，并为安全厂商提供多层面、多维度的媒体宣传手段。与其他同类网站信息安全内容相比，比特安全周刊运作模式更加独立，对信息安全界的动态新闻更新更快。
新闻中心热点推荐
新闻中心以独特视角精选一周内最具影响力的行业重大事件或圈内精彩故事，为企业级用户打造重点突出，可读性强，商业价值高的信息共享平台；同时为互联网、IT业界及通信厂商提供一条精准快捷，渗透力强，覆盖面广的媒体传播途径。
云计算周刊
比特云计算周刊关注云计算产业热点技术应用与趋势发展，全方位报道云计算领域最新动态。为用户与企业架设起沟通交流平台。包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。
CIO俱乐部周刊
比特CIO俱乐部周刊以大量高端CIO沙龙或专题研讨会以及对明星CIO的深入采访为依托，汇聚中国500强CIO的集体智慧。旨为中国杰出的CIO提供一个良好的互融互通 、促进交流的平台，并持续提供丰富的资讯和服务，探讨信息化建设，推动中国信息化发展引领CIO未来职业发展。
IT专家新闻邮件长期以来，以定向、分众、整合的商业模式，为企业IT专业人士以及IT系统采购决策者提供高质量的原创内容，包括IT新闻、评论、专家答疑、技巧和白皮书。此外，IT专家网还为读者提供包括咨询、社区、论坛、线下会议、读者沙龙等多种服务。
X周刊是一份IT人的技术娱乐周刊，给用户实时传递I最新T资讯、IT段子、技术技巧、畅销书籍，同时用户还能参与我们推荐的互动游戏，给广大的IT技术人士忙碌工作之余带来轻松休闲一刻。
微信扫一扫
关注Chinabyte如果你走在大街上，看到迎面走来了一个前凸后翘、长发飘飘、五官精致、皮肤白皙、大腿修长的人，你内心肯定会一阵惊喜：“哇，美女！”。假如你对这个美女产生了兴（性）趣，你想追求这个美女，那么你会想办法去了解这个美女，比如约她吃饭，出去玩以了解她的性格特征，从她闺蜜那打听她的兴趣、爱好等。当你对这个美女的外在和内在都做了详细的了解之后，你觉得的实时机差不多了，就开始了对美女的表白。
其实在你向美女表白前的一些列过程就是在对这个美女进行画像。你在表白前你肯定会对这个美女有了以下判断：
外在，她是一个美女。判断依据：前凸后翘，长发飘飘，五官精致，皮肤白皙，大腿修长
内在，她很温柔、贤惠、知书达理，她喜欢……判断依据：声音好听、细腻，举止优雅，会做饭，能持家，善解人意等
其实我们在做产品或者运营过程中的用户画像也是同样的道理和思路，前面是对单个人的特征描述。在做产品运营过程中的用户画像唯一不同的就是，我们需要对一群人做特征描述，是对一个群体的共性特征的提炼，说白了就是给用户群体打标签。所以用一句话概括：用户画像就是给用户打标签！
当然给用户画像不是随随便便的给用户打几个标签就完事，就像你追美女之前的了解工作一样，你需要对美女的外表进行判断，你需要通过跟美女的交往和沟通，或者从闺蜜那进行打听来了解美女的性格，爱好和需求。所以我们在构建用户画像的时候需要遵循一定的思路、步骤和方法。
用户画像的思路
前面在用美女举例的时候，对美女从内在和外在两个方面进行了判断，用户画像的构建思路其实也是从这两个方面进行展开。在这里我们称之为：显性画像和隐性画像两个方面，具体的思路都是围绕这两个方面进行展开。
显性画像：即用户群体的可视化的特征描述。如目标用户的年龄、性别、职业、地域、兴趣爱好等特征
隐性画像：用户内在的深层次的特征描述。包含了用户的产品使用目的、用户偏好、用户需求、产品的使用场景、产品的使用频次等。
以下可做思路的参考：
网络使用习惯
上网影响因素
产品使用习惯
了解产品渠道
使用滴滴的目的就是打车
我更喜欢使用滴滴而不是Uber
我更喜欢打快车而不是专车
使用滴滴为了快速打到车
上班，去约会，去机场等
我一周可能使用滴滴2-3
用户画像构建步骤
为了让整个用户画像的工作有秩序，有节奏的进行，我们可以将用户画像分为以下三个步骤：基础数据采集，分析建模，结果呈现。
第一步：基础数据采集
数据是构建用户画像的核心依据，一切不建立在客观数据基础上的用户画像都是耍流氓。在基础数据采集方面可以先通过列举法先列举出构建用户画像所需要的基础数据。具体的思路如下：
用户群体的社交行为
用户群体的网络喜好
用户群体的行为洞察
用户群体的生活形态调研
行业研究报告
用户总体数据
不同级别用户分布
用户活跃情况
前台和后台
第三方数据平台
总体浏览数据
如：PV、UV、访问页面数
总体内容数据
社区产品的用户发帖量（包含：主题数、回复数、楼中楼等数据）
不用级别用户发帖数据等
用户属性数据
用户终端设备
网络及运营商
用户的年龄、性别、职业、低于、兴趣爱好等分布
用户行为数据
用户的粘性数据：
访问时间间隔
用户的活跃数据：
用户的登录次数
平均停留时间
平均访问页面数
用户的留存数据
用户成长数据
网络使用习惯
产品使用习惯
用户成长数据
新老用户数据
用户的生命周期
用户的等级成长
访问页面数
访问路径等
产品各个功能模块数据
问卷调研过程中各个问题的情况反馈
调研和访谈
访谈用户的问题和需求反馈
用户参与度数据
用户资料修改情况
用户新手任务完成情况
用户活动参与情况
第三方数据平台
用户点击数据
用户各个功能模块和按钮的访问和点击情况等
当然上面列举的数据纬度相对比较多，在构建用户画像过程中会根据需求进行相关的数据筛选。
在基础资料和数据收集环节我们会通过一手资料和二手资料获取相应的基础数据。
问卷调研情况
用户访谈情况
产品前台反馈出的数据和用户行为
产品后台数据
这些资料和数据会有三个方面的来源：
相关的文献资料和研究报告
产品数据后台
问卷调研和用户访
第二步：分析建模
当我们对用户画像所需要的资料和基础数据收集完毕后，需要对这些资料进行分析和加工，提炼关键要素，构建可视化模型。
比如，如果我们所做的产品是面向95后的用户群体，你需要了解整个95后群的性格特征、行为喜好等，通过搜索你可以获取到以下资料：
企额智库《透视95后：新生代社交行为》
QQ空间独家大数据《“95后”新生代社交网络喜好报告》
百度《00后用户移动互联网行为洞察》
中国大数据产业观察《2015年95后生活形态调研报告》
接着可以对这些报告进行分析和关键词提炼，概括出整个95后群体标签，具体如下：
假如你是做社区产品的用户画像，那么通过用户等级数据、用户行为数据和用户贡献等数据进行分析并建立相应的用户模型，比如某K12领域社区用户分布和需求模型：
我们在做用户画像过程中非常重要的一块工作内容就是问卷调研和用户访谈，这是了解我们用户的非常关键的一个渠道。问卷调研和用户访谈的思路大致如下：
1、问卷调研
问卷调查是一项有目的的研究实践活动，无论一份问卷设计的水平高低与否，其背后必然存在着特定的研究目的。因此将要设计的问卷就是为你的特定研究目的服务的。这是设计问卷之前必须植根于脑海中的一个观念。既然问卷调查是一项有目的的研究实践活动，那么从理论指导实践的角度出发进行就是必须的，即设计问卷前必须要做好充足的理论准备，宏观层面上应做到以下两点：
1）明确你们研究的主题是什么？
2）想通过问卷调查获取的信息有哪些？
问卷调研的信息一定是不确定性的用户信息或者无法通过后台数据或者文献资料查阅到的信息。对于已经确定的信息或者可以通过后台以及文献资料能够获取到的信息就无需再通过问卷进行调研。
问卷调研因为需要用有限的问题来获取有价值的信息，因此问卷的设计是一门较深的学问，问卷设计需要有特定的思路、方法和技巧，具体大家可以参考网上的问卷设计的方法。
2、用户访谈
在运营工作中，运营人员会经常通过研究“用户是怎么想的”，“用户是怎么做的”等。很多时候用研都会选择用户访谈作为研究这类问题的方法，具体步骤如下：
在访谈结果分析方面，一般采取关键词提炼法，即针对每个用户对每个问题的反馈进行关键词提炼，然后对所有访谈对象反馈出的共性关键词进行汇总，具体思路如下：
比如，我们针对某在线教育（K12领域）的社区用户的访谈对象的结果进行关键词提炼进行举例：
第三步：画像呈现
前面我们提到了用户画像就是给目标用户群体打标签，从显性画像和隐性画像两个方面来进行，因此，整个用户画像的呈现也需要从这两个方面的进行。我继续以某在线教育（K12领域）社区进行举例（部分内容）：
第一部分：显性特征
第二部分：隐性特征
当然构建用户画像的目的是为了充分了解我们的用户，进而为产品设计和运营提供参考。因此如果我们新接触一个产品的时候用户画像是我们了解用户的最好方式。另外用户画像的构建一定是要为我们的运营规划、运营策略制定而服务的，如果我们做出来的用户画像无法指导我们的产品设计或者运营规划及策略制定提供参考的话，那么这个用户画像一定是失败的。
所以如果你的leader让你来负责用户的画像构建的话，你需要在构建出具体用户画像之后，可以针对用户画像的结论来提出具体的运营建议和思路。
作者：超哥（微信：jzc251），个人公众号：超运营思维}