思路+步驟+方法，三步教你如何快速構建使用者畫像？

數十萬網際網路從業者的共同關注！

作者：超哥。作者授權早讀課發表，轉載請聯絡作者。
微信公眾號：超運營思維 (ID: e_chaoge )

歡迎到早讀課投稿，投稿郵箱：mm@zaodula.com

 

如果你走在大街上，看到迎面走來了一個前凸後翹、長髮飄飄、五官精緻、皮膚白皙、大腿修長的人，你內心肯定會一陣驚喜：“哇，美女！”。假如你對這個美女產生了興（性）趣，你想追求這個美女，那麼你會想辦法去了解這個美女，比如約她吃飯，出去玩以瞭解她的性格特徵，從她閨蜜那打聽她的興趣、愛好等。當你對這個美女的外在和內在都做了詳細的瞭解之後，你覺得的實時機差不多了，就開始了對美女的表白。

 

其實在你向美女表白前的一些列過程就是在對這個美女進行畫像。你在表白前你肯定會對這個美女有了以下判斷：

外在，她是一個美女。判斷依據：前凸後翹，長髮飄飄，五官精緻，皮膚白皙，大腿修長

內在，她很溫柔、賢惠、知書達理，她喜歡……判斷依據：聲音好聽、細膩，舉止優雅，會做飯，能持家，善解人意等。

 

其實我們在做產品或者運營過程中的使用者畫像也是同樣的道理和思路，前面是對單個人的特徵描述。在做產品運營過程中的使用者畫像唯一不同的就是，我們需要對一群人做特徵描述，是對一個群體的共性特徵的提煉，說白了就是給使用者群體打標籤。

所以用一句話概括：使用者畫像就是給使用者打標籤！

 

當然給使用者畫像不是隨隨便便的給使用者打幾個標籤就完事，就像你追美女之前的瞭解工作一樣，你需要對美女的外表進行判斷，你需要通過跟美女的交往和溝通，或者從閨蜜那進行打聽來了解美女的性格，愛好和需求。所以我們在構建使用者畫像的時候需要遵循一定的思路、步驟和方法。

 

1.使用者畫像的思路

前面在用美女舉例的時候，對美女從內在和外在兩個方面進行了判斷，使用者畫像的構建思路其實也是從這兩個方面進行展開。在這裡我們稱之為：顯性畫像和隱性畫像兩個方面，具體的思路都是圍繞這兩個方面進行展開。

 

顯性畫像：即使用者群體的視覺化的特徵描述。如目標使用者的年齡、性別、職業、地域、興趣愛好等特徵

 

隱性畫像：使用者內在的深層次的特徵描述。包含了使用者的產品使用目的、使用者偏好、使用者需求、產品的使用場景、產品的使用頻次等。

 

以下可做思路的參考：

一級緯度	二級緯度	舉例
顯性畫像	基礎特徵	年齡
		性別
		職業
		地域分佈
		興趣愛好
	網路使用習慣	上網時長
		上網時間
		上網影響因素
	產品使用習慣	使用頻次
		使用時間
		使用時長
		行為特徵
	其他特徵	瞭解產品渠道
		註冊時間
		使用者等級
		活躍情況
		使用者分類
		使用者分級
隱性畫像	目的	使用滴滴的目的就是叫車
	偏好	我更喜歡使用滴滴而不是Uber 我更喜歡打快車而不是專車
	需求	使用滴滴為了快速打到車
	場景	上班，去約會，去機場等
	頻次	我一週可能使用滴滴2-3次

 

2.使用者畫像構建步驟

為了讓整個使用者畫像的工作有秩序，有節奏的進行，我們可以將使用者畫像分為以下三個步驟：基礎資料採集，分析建模，結果呈現。

第一步：基礎資料採集

資料是構建使用者畫像的核心依據，一切不建立在客觀資料基礎上的使用者畫像都是耍流氓。在基礎資料採集方面可以先通過列舉法先列舉出構建使用者畫像所需要的基礎資料。具體的思路如下：

一級維度	二級緯度	資料舉例	資料來源
巨集觀層	行業資料	如： 使用者群體的社交行為 使用者群體的網路喜好 使用者群體的行為洞察 使用者群體的生活形態調研	行業研究報告
	使用者總體資料	如： 使用者總量 不同級別使用者分佈 使用者活躍情況 轉化資料	前臺和後臺 第三方資料平臺 研發匯出
	總體瀏覽資料	如：PV、UV、訪問頁面數
	總體內容資料	如： 社群產品的使用者發帖量（包含：主題數、回覆數、樓中樓等資料） 不用級別使用者發帖資料等
中觀層	使用者屬性資料	使用者終端裝置 網路及運營商 使用者的年齡、性別、職業、低於、興趣愛好等分佈
	使用者行為資料	使用者的粘性資料： 訪問頻率 訪問時間間隔 訪問時段
		使用者的活躍資料： 使用者的登入次數 平均停留時間 平均訪問頁面數
		使用者的留存資料
	使用者成長資料	網路使用習慣
		產品使用習慣
	使用者成長資料	新老使用者資料 使用者的生命週期 使用者的等級成長
	訪問深度	如： 跳出率 訪問頁面數 訪問路徑等
	模組資料	產品各個功能模組資料
	問卷調研	問卷調研過程中各個問題的情況反饋	調研和訪談
	使用者訪談	訪談使用者的問題和需求反饋
微觀層	使用者參與度資料	如： 使用者資料修改情況 使用者新手任務完成情況 使用者活動參與情況	資料後臺 第三方資料平臺 研發匯出
	使用者點選資料	使用者各個功能模組和按鈕的訪問和點選情況等

當然上面列舉的資料緯度相對比較多，在構建使用者畫像過程中會根據需求進行相關的資料篩選。

在基礎資料和資料收集環節我們會通過一手資料和二手資料獲取相應的基礎資料。

資料性質	資料型別
一手資料	問卷調研情況 使用者訪談情況 產品前臺反饋出的資料和使用者行為 產品後臺資料
二手資料	研究報告 文獻資料

 

這些資料和資料會有三個方面的來源：

相關的文獻資料和研究報告

產品資料後臺

問卷調研和使用者訪談

 

第二步：分析建模

當我們對使用者畫像所需要的資料和基礎資料收集完畢後，需要對這些資料進行分析和加工，提煉關鍵要素，構建視覺化模型。

 

比如，如果我們所做的產品是面向95後的使用者群體，你需要了解整個95後群的性格特徵、行為喜好等，通過搜尋你可以獲取到以下資料：

• 企額智庫《透視95後：新生代社交行為》

• QQ空間獨家大資料《“95後”新生代社交網路喜好報告》

• 百度《00後使用者移動網際網路行為洞察》

• 中國大資料產業觀察《2015年95後生活形態調研報告》

接著可以對這些報告進行分析和關鍵詞提煉，概括出整個95後群體標籤，具體如下：

假如你是做社群產品的使用者畫像，那麼通過使用者等級資料、使用者行為資料和使用者貢獻等資料進行分析並建立相應的使用者模型，比如某K12領域社群使用者分佈和需求模型：

我們在做使用者畫像過程中非常重要的一塊工作內容就是問卷調研和使用者訪談，這是瞭解我們使用者的非常關鍵的一個渠道。問卷調研和使用者訪談的思路大致如下：

1、問卷調研

問卷調查是一項有目的的研究實踐活動，無論一份問卷設計的水平高低與否，其背後必然存在著特定的研究目的。因此將要設計的問卷就是為你的特定研究目的服務的。這是設計問卷之前必須植根於腦海中的一個觀念。既然問卷調查是一項有目的的研究實踐活動，那麼從理論指導實踐的角度出發進行就是必須的，即設計問卷前必須要做好充足的理論準備，巨集觀層面上應做到以下兩點：

1）明確你們研究的主題是什麼？

2）想通過問卷調查獲取的資訊有哪些？

問卷調研的資訊一定是不確定性的使用者資訊或者無法通過後臺資料或者文獻資料查閱到的資訊。對於已經確定的資訊或者可以通過後臺以及文獻資料能夠獲取到的資訊就無需再通過問卷進行調研。

 

問卷調研因為需要用有限的問題來獲取有價值的資訊，因此問卷的設計是一門較深的學問，問卷設計需要有特定的思路、方法和技巧，具體大家可以參考網上的問卷設計的方法。

 

2、使用者訪談

在運營工作中，運營人員會經常通過研究“使用者是怎麼想的”，“使用者是怎麼做的”等。很多時候用研都會選擇使用者訪談作為研究這類問題的方法，具體步驟如下：

在訪談結果分析方面，一般採取關鍵詞提煉法，即針對每個使用者對每個問題的反饋進行關鍵詞提煉，然後對所有訪談物件反饋出的共性關鍵詞進行彙總，具體思路如下：

比如，我們針對某線上教育（K12領域）的社群使用者的訪談物件的結果進行關鍵詞提煉進行舉例：

第三步：畫像呈現

前面我們提到了使用者畫像就是給目標使用者群體打標籤，從顯性畫像和隱性畫像兩個方面來進行，因此，整個使用者畫像的呈現也需要從這兩個方面的進行。我繼續以某線上教育（K12領域）社群進行舉例（部分內容）：

第一部分：顯性特徵

第二部分：隱性特徵

當然構建使用者畫像的目的是為了充分了解我們的使用者，進而為產品設計和運營提供參考。因此如果我們新接觸一個產品的時候使用者畫像是我們瞭解使用者的最好方式。另外使用者畫像的構建一定是要為我們的運營規劃、運營策略制定而服務的，如果我們做出來的使用者畫像無法指導我們的產品設計或者運營規劃及策略制定提供參考的話，那麼這個使用者畫像一定是失敗的。

 

所以如果你的leader讓你來負責使用者的畫像構建的話，你需要在構建出具體使用者畫像之後，可以針對使用者畫像的結論來提出具體的運營建議和思路。