用户画像方法

总结：从抽象到具象是用虚拟用户达成用户共识，是对信息的聚类抽象；从抽象到具象是用数据化标签来实现应用，是对信息的精准表达

主观词：长得帅，内向（信息量高、生动快速建立印象、不同个体存在差异）

客观词：北京人、34岁、男（细致、精度高、维度标签、缺乏温度）

收集信息-描述用户

Persona（用户故事）：虚拟画像、感性词构成、达成用户认知共识、匹配宏观场景

Profile（用户档案）：数据画像、标签构成档案、详细信息、用于运营营销场景

两类画像

产品构思状态：Persona，构建认知、确定产品需求

产品初级状态：Persona为主Profile为辅，验证并丰富Persona开始建立Perfile

产品成熟状态：Profile为主Persona为辅

不同阶段常用画像

遇到实际问题（具象）→从问题中提炼用户画像（抽象、建立Persona概念、用户故事、降低理解成本）→画像中挖掘具体特征（具象、建立profile）→实际应用场景（具象解决问题落地）

需求背景→个体分析→关键特征→丰富细节

方法：用户访谈（主），调研问卷（辅），产品行为（辅）

目的：找出关键特征，包括基础信息（年龄类）、行为信息（月光）、心理动机（不想工作复杂）

分组运营

具象到抽象

本质：将抽象概念拆解到可计算指标，方便落地应用

抽象集合（persona）→数据标签（用户数据）→用户分群→场景应用

抽象到具象落地

用户画像本质是抽象和具象的应用能力

构建和应用用户画像

用户画像不等于实际存在的人，建立虚拟模型，代入思考它们的需求

用户画像不是一个人，是一群在特征上相似的人，不必尽可能追求覆盖度和相似度，目标还是业务

饱和式描述没必要，优先业务导向

用户画像分组，按业务需要，如低价值、中价值、高价值；普通用户、KOL用户、中年活跃用户等等

误区

用户画像

用户画像，精准描述用户