构建用户画像、做好用户分析是企业的数字化营销的第一步！

在今天这样一个数字化被高度运用到企业对市场的运营和营销的环境下，数据的价值越来越高，在这一环境之下，企业自身的用户画像绘制以及用户标签整理在日常工作中也被我们经常谈及。无论是传统企业的数字化转型，还是身处互联网行业的企业们，无论是企业中各种部门，或多或少都有听过用户画像以及用户标签。甚至有很多企业以及部门员工都基于用户画像来开展自身的工作。

绘制用户画像的关键在于梳理用户标签，为用户打上各类标签。而给用户打标签的核心目的之一就在于方便我们能够理解以及方便各种数字化营销以及运营相关所需的大数据系统能够更加高效的处理、例如：我们可以进行分类统计：我们的目标用户群体或其他特定群体中有多少用户每天上网超过5个小时以上?在每天上网5个小时以上的用户群体之中，男女比例分别是多少?他们每天通过网络都在了解什么东西?获取什么信息等等维度的标签以及信息。

当我们有了这样的基础信息之后，我们可以进行深度的数据挖掘以及用户需求洞察分析的相关工作，例如：利用规则计算出。每天上网超过5个小时以上的用户通常喜欢访问哪些网站?这些用户通过哪些方式找到自己需要的信息内容?通过搜索引擎寻找信息的用户占比在多少、直接访问相关网站的用户群体占比多少等等这些用户群体的年龄段分布是什么样的情况?

要知道，大数据对信息的处理，离不开系统的算法机制和规则的计算，而标签则为我们获得更精准的信息提供了这样一种更加便利的方式，让计算机能够系统化高效处理与人有关的信息，甚至可以通过算法、模型来“理解”人的行为习惯和偏好。尤其是在数字化营销获客以及用户运营等工作，借助于这样的能力，无论是搜索引擎、系统推荐、广告投放等应用领域将能够进一步提高准确性和信息获取效率。

第一：在用户画像绘制中，数据分析的本质是什么?

在进行用户画像的绘制之前=，我们需要自己明确这个问题的答案，数据分析的本质究竟是什么?数据分析的本质是获得信息和知识，从而在判断和决策中使用。很多企业在日常的互联网运营以及数字化营销推广工作中，设计了各种分析模型和可视化方案，这些模型的分析以及方案的制定实际上是为了获得信息有效展示的最佳方式。

在我们经过数据分析、获得信息以及相关知识之后，最终都需要落地，具体落地的执行可能是对我们对自身产品进行完善，或者我们在业务上对战略进行了优化，又或者是对市场的推广传播进行优化等等。

基于目标来看，数据分析可分为描述型分析、预测型分析和决策型分析三类。

描述性分析：指的是通过整合数据信息，找出和选择最佳可视化方案，对事实进行描述;

预测型分析：指的是通过企业或部门现有的沉淀数据进行后续预测，预测分析具有探索性，这一目标是帮助我们进行判断决策;

决定型分析：通过对比、实验等方法，直接反映情况，给出明晰的优劣，从而直接作出相关的决策行为。

因此，一个分析系统至少应该包含描述性分析的能力，因此获取信息不是问题。提高预测和决策分析能力，使分析师能够更高效、更准确地解决问题。

第二：什么是用户画像体系?

究竟什么是用户画像体系?用户画像体系是一个以用户为核心分析对象，以各种方式展示用户信息，为运营人员或市场营销人员提供一个更加全面、准确、有指导建议的信息，从而优化整个运营或营销策略。

用户画像体系的三个核心能力在于：对信息的处理和生产能力、信息的分析和展示能力以及信息的传递能力。我们将其比作一次烹饪流程：信息加工生产就是我们的原材料，他决定了我们可以做哪些菜;信息的分析展示就是我们做出来的菜，技巧、顺序都会影响我们的菜品口感;信息的传递是我们最后装菜的容器，如果没有盘子，菜品也就无法被品尝。

用户画像体系的三个核心能力在于：对信息的处理和生产能力、信息的分析和展示能力以及信息的传递能力。那么，用户画像体系的搭建可以为我们做哪些事情?我们该如何搭建用户画像体系?当我们掌握到用户特征之后，如何更好的找到我们的目标用户群体，从而提升运营或市场营销的整体效果。

第三：如何绘制用户画像?

绘制用户画像的第一步：明确业务目标与用户画像的维度

绘制用户画像的开始就是需要我们明确产品或业务的目标与用户角色，在不同的角色与目标在信息的收集过程中通常都会存在着一定的差异点，从而影响到最终我们获得的用户画像结果。所以，我们在绘制用户画像之前，需要明确绘制用户画像的目标，从而对绘制用户画像过程中出现的噪音干扰进行有效地避免。当我们明确目标之后，就能够结合所明确的目标与角色找到绘制出用户画像的信息维度，也就是我们需要基于这样的目标，通过哪些信息的维度来绘制出我们的用户画像。

简单来说，也就是基于业务目标，结合目标用户群体，通过通用信息维度与业务信息维度的综合分析，最终得出我们的用户画像信息维度。

但是这里需要注意的是：通用信息都有哪些?如何找到你的目标用户?

对于通用信息，可以结合我们用户画像构成的要素以及自身业务的状况有选择性地进行筛选。但是，对于B端和C端的差异，信息维度也会有所不同，例如：B端更加关注用户的工作内容、工作能力、工作时长、使用行为等;而在C端中则不同，C端则更加关注用户的年龄段、性别、行为习惯、爱好、收入、家庭情况等因素。

对于用户画像的构成因素包括：

1.基础信息

用户画像的基础信息标签包括：姓名、性别、年龄段、形象/个性、收入水平、所在地域、教育背景、工作职业类型、工作属性以及婚姻状况等。

2.用户简介

3.性格特征

4.兴趣爱好

5.技能或经验

6.人物关系链

包括社交关系、社会关系等;

7.用户需求及期望

8.用户需求痛点

9.行为习惯

10.(对产品)态度以及观点

包括我们的产品、同行/竞对的产品;

11.目标

包括使用产品的最终目标、体验目标、人生目标等;

2.工作职能筛选

第二步：明确用户调研形式

在明确用户画像的信息维度之后，要结合用户、时间、精力以及资金预算等因素，选择合适的调查方法来实现信息采集。如电话邀约、问卷调研、微信沟通等形式。对于常用的用户调研方法大致分为以下几种：

定性分析：如访谈法，间接数据研究。

定量分析：包括调查问卷、数据分析等。

定性+定量相结合：通过以上两种方法的结合。

每种方法如何选择?可根据用户调研方法的差异以及产品或业务的生命周期，结合实际时间、精力、资金预算等情况进行选择。

根据用户调研方法的差异

定量分析与定性分析是相对的，定量分析方法侧重于理解“是什么”，即发现用户在做什么，挖掘事实信息。定性方法侧重于理解为什么，即挖掘用户行为背后的原因，从而理解现象。

与产品生命周期相对应的用户调研

新生阶段：在这一阶段业务或产品规模还没有定型，目标用户还处于市场开发阶段，可尝试通过访谈法，寻找专家用户或竞对产品用户，重点挖掘这些潜在用户群体使用产品的场景，重点挖掘潜在用户群体的所使用产品的场景、痛点。

增长阶段：此时，产品或业务已进入用户快速增长期。随着体积的增加，用户将被分层，暴露的问题将越来越多。您可以尝试通过定量方法对用户进行分层，然后帮助定性地了解每种用户，并有针对性地解决问题。

成熟阶段：在这个阶段下，用户数量趋于稳定，一方面产品或业务需要保持稳定，不断满足已有用户的需求，提升用户体验;另一方面需要尝试突破，寻找细分市场，挖掘新的增长点。可以尝试先定性挖掘蓝海，再定量进行验证。

衰退阶段：需要定性分析相关原因，并对产品或业务的模式进行调整。

第三步：做好收集数据与制定相关计划

确定了目标和方法之后，需要将整个用户调研过程细化，制定具体详细的实施计划并落实到行动中，控制好总体节奏，收集到有效的信息。

例如，如果使用问卷法，则需要设计好问卷、被访者筛选、问卷推送、问卷回收。如果采用访谈法，那么就需要准备面谈前后的相关资料。使用不同的方法，实施时需要注意的事项各不相同。

第四步：数据分析，角色分类

在第三步收集整理成有效信息后，要确定关键行为变量，把调查用户和行为变量一一对应起来，找出区别行为模式。

我们在寻找可能引起用户行为差异的变量，结合过去的经验，可以从几个维度进行参考：

基于行为变量对应用户时，只要能相对清晰地映射，不必追求绝对准确。经过梳理之后，可以看到一些特定的用户群集中在一些行为变量上，它们形成了一种显着的行为模式，从而聚合出特定的角色类型。等等，我们可以找到一些不同的行为模式。为了保证全面性，最好在映射后检查用户或变量是否有遗漏。

除以上方法外，对于B端的产品或产品，在用户的功能属性较强时，可以以企业功能为依据对角色类型进行划分。只需对每个类型的角色抽样调查，确保样本的完整性，就可以进行调查。

第五步：结合用户特性，输出用户画像

在完成角色聚类之后，梳理各个类型角色的行为、目标、痛点等维度特征，形成用户画像的基本框架，并对每一个角色进行属性信息、场景等细节描述，使形象更加丰满、真实。

但需要注意的是：

尽管网上提供了许多用户画像的模板，但只是参考了例子，大家需要根据自己搜集的信息，制作属于自己业务的用户画像;

最好的办法就是在每幅用户画像中贴一张符合人物性格和环境的照片，传达出更多的情感信息，带给人强烈的感觉。

明确用户画像的优先级。同一个产品或业务最好不超过3个用户角色，在得出用户画像之后，需要结合覆盖人群基数、收入潜力、竞争优势、商业计划等维度来评价产品的重要性，明确主、次、辅助角色等维度。

用户画像并不是一成不变的，需要不断地进行迭代，当产品积累了一定的用户数量时，可采用定量方法进行验证，补充更多维度信息。