用戶畫像-三個皮匠報告百科

用戶畫像是什么

用戶畫像用英文表述即為“User Persona”，最初是由Alan Cooper在《The prisoner Are Running The Asylum》一書中提出的。Alan Copper認為用戶畫像是真實用戶的虛擬代表，根據用戶行為、動機等不同將用戶分為不同的類型，從中抽取每類用戶的共同特征，并設定名字、照片、場景等要素對其進行描述。而D.Travis在提出用戶畫像這一概念時給出了7個基本條件:基本性(Primary research)、移情性(Empathy)、真實性(Realistic)、獨特性(Singular)、目標性(Objectives)、數量(Number)和應用性(Applicable)，并將這七個特性的首字母組成Persona一詞，翻譯為中文即為“用戶畫像”。

用戶畫像

用戶畫像標簽

用戶標簽是用簡煉的語言來描述用戶信息，給人們理解每個標簽的含義提供便利，這也使得用戶畫像具備實際意義，從而滿足我們的需求。每個標簽通常只表示一種含義，它往往以短文本的形式呈現，所以無需再做過多的文本處理，這也便于計算機提取標準化數據。

用戶畫像是標簽由三個維度屬性構成：自然屬性、行為屬性和興趣愛好屬性。

(1)自然屬性是用來描述客觀存在的用戶特征和行為的標簽，不需要經過對數據進行加工轉換直接可獲得。自然屬性是用戶在使用產品時，直接注冊填寫信息反映出來的。比如：用戶的性別、年齡、工作情況、教育情況、所在地等信息；

(2)行為屬性是用戶在使用產品時產生的行為特征，是用戶的動態信息，需要統計才可獲得。比如用戶在社交平臺上的瀏覽和評論頻數、用戶在平臺上的購買行為，前者代表用戶的活躍狀態，后者代表用戶的價值；

(3)興趣愛好屬性主要是從海量的用戶行為數據中提取用戶的核心信息，從而統計獲得并對其標簽化，因此構建用戶興趣愛好畫像之前需要先對用戶的行為畫像進行內容建模，興趣愛好屬性是對行為屬性的深入挖掘，通過興趣愛好屬性可以得到用戶之間的關系及偏好^[1]。

用戶畫像的七個維度

(1)地域

地域指用戶所在的地理位置，不同地域有不同文化，不同方言，不同習俗，甚至包括不同的眼界，這對用戶畫像的結果有影響都有影響。

(2)性別

用戶中男女比例的不同具有不同的參考價值，例如，很多女性會對星座、娛樂新聞感應趣，而男性則對軍事、科技著迷。不同行業的定位要吸引不同性別的人，從而根據用戶的性別做調整

(3)收入

不同收入水平的人，需求、消費水平均不同，品牌在制定或修改營銷策略之前，需要明確目標用戶的收入水平，否則就算再好的產品，如果大大超出用戶的預期價格或與用戶收入水平不符，也無法將產品售出。

(4)年齡

每個年齡段接受新鮮事物的能力不同，需求痛點不同，感興趣的產品或服務也不同。劃分不同年齡層次，根據年齡層次的區分推廣和營銷產品或服務，可能獲取到潛在客戶或客戶，明確不同年紀的消費群體感興趣的東西，將大大提升營銷成功率。

(5)受教育程度

受教育程度不同，對生活的態度、關注的事情不同，群體中流行的文化、風格和形式也會有所不同。

(6)行業特征

不同行業的消費者對產品或服務的關注點也不同，以從事資格證書培訓的教育機構來說，一名從事財務工作的潛在客戶，對注冊會計師資格證的感興趣程度會超過二級建造師資格證。因此，明確用戶的行業特征，關注用戶需求和痛點，并進行精準營銷，將會有大大節約營銷成本。

(7)使用場景

產品或服務的使用場景是非常關鍵的一環，首先我們要明確下面幾個關鍵信息：時間、地點、出現了何種情況、對象用戶、用戶需求、通過何種手段達到目的。

用戶畫像的特點

(1)用戶畫像的時效性

用戶畫像的主要特性之一就是時效性。通過對用戶畫像的數據進行考察和分析發現，用戶畫像具有一定的時效性。用戶的屬性雖然相對而言比較穩定，但是用戶的行為是動態的，會隨著時間的延續而發生改變。在系統中用戶的行為會隨著變化使已經形成的用戶畫像失去原有的時效性。同時，用戶自身的行為，也會受到身邊用戶的影響。如同事、朋友的行為發生改變，自身的行為也會產生影響，其行為會發生相對的改變。同時，行為也會受時代的發展而改變。時代是日新月異的，自身的行為也會與時俱進。因此，諸多因素都會導致用戶畫像的變化。綜上，用戶畫像具有一定的時效性。為滿足用戶畫像這一特性，需不斷地對用戶進行刻畫，從而確保用戶畫像的精準度。

(2)用戶畫像應用領域的限定性

一個用戶畫像的形成，是不能做到同時適用于諸多領域的。例如，在產品銷售領域中，反映用戶消費偏好的用戶畫像一旦形成，將更加側重于對商品的喜愛程度以及使用程度的反映，它將不能適用于視頻領域。原因在于，視頻領域中的用戶畫像更加側重于對用戶的觀看行為進行刻畫。因此，用戶畫像具有應用領域的限定性，沒有一個用戶畫像的形成完全適用于各個領域的。

怎么做用戶畫像

(一)原始數據獲取與預處理

(1)數據獲?。焊鶕脩魠⑴c方式的不同，用戶畫像原始數據的獲取可以分為顯式獲取與隱式獲取兩種方式。顯式獲取數據是指用戶手動輸入基本信息、行為偏好等相關數據，這種方式簡單直接、數據質量較高，但需用戶主動參與，且通常能夠獲取的數據信息有限。隱式獲取數據對用戶是透明的，主要包括在用戶的交互過程中記錄用戶的信息和對用戶的行為習慣進行分析獲取用戶的特征兩種方式。由于獲取的數據越豐富，用戶畫像就越全面，在實際操作中，業界與學術界一般會將兩種數據獲取方式相結合，以便充分利用用戶留下的各種數據。

(2)數據處理：數據處理是指對獲取的原始數據進行臟數據清理，以獲得適合進行用戶畫像構建的規范化數據，主要數據處理方式包括：分詞、數據過濾、數據規范化等。分詞是針對非結構化文本數據處理必不可少的一個環節；數據過濾能夠有效的剔除臟數據，保證基礎數據可靠性；數據規范化是為了保持輸入模型數據的一致性。

(二)標簽選擇與指標體系構建

(1)標簽的選擇。標簽是將某種用戶特征通過符號進行表示，是一種關聯性很強的內容組織方式，能迅速幫我們找到合適的內容及內容分類。標簽從運算層級角度可以分為事實標簽和模型標簽，事實標簽是通過對原始數據進行統計分析得到的，比如用戶購買次數，是針對用戶一段時間內實際購買行為的統計；模型標簽是以事實標簽為基礎，通過構建其與業務問題之間的關聯關系，得到適用于用戶畫像選擇模型的標簽，比如，結合用戶實際購買次數、用戶購買產品類型、購買金額等，進行用戶購買傾向類型的識別。

(2)特征指標賦權。標簽解決的是描述問題，在實際應用中還需要解決數據間的關聯問題，所以通常將標簽作為一個體系來設計，在這個特征體系中會涉及到眾多標簽，而每個標簽的對于特定維度用戶畫像刻畫的重要程度又不盡相同，因此我們必須按照標簽對用戶畫像刻畫的重要程度為這些標簽賦權。常用的賦權方法主要包括主觀賦權法和客觀賦權法兩類?？陀^賦權法主要有熵權法、相關系數法、標準離差法等，其優點是通過數學方法來確定權重，結果不依賴于人的主觀判斷，缺點在于太過依賴數據，通用性不強，無法體現不同指標的重要程度。主觀賦權法包括主觀經驗法、專家調查加權法、德菲爾法和層次分析法，前三種方法易于實現，但主觀性強；相比之下，層次分析法將定性和定量結合，不僅降低了主觀性，還能夠進行指標間的橫向比較，合理判斷各指標間的重要程度。

(三)建模方法選擇及應用實施

(1)用戶畫像建模方法。用戶畫像技術是多學科的結合，需要知識圖譜、自然語言處理、機器學習和數據挖掘等方面的知識融合。常用的用戶畫像模型主要分為文本挖掘技術、分類算法、聚類算法等三類，文本挖掘主要是針對非結構化數據的挖掘與處理，包括TF-IDF、向量空間模型、主題模型等；分類算法適用于有監督學習的用戶分類，包括人工神經網絡ANN、鄰近算法KNN、支持向量SVM等；聚類算法適用于無監督學習的用戶聚類，包括k-均值聚類算法、k-中心點算法、基于密度的聚類算法DBSCAN、層次凝聚聚類算法HAC等。

(2)用戶畫像的應用。用戶畫像的應用范圍非常廣泛，主要包括三個方面：第一，通過分析潛在用戶，針對特定用戶群體進行廣告投放，減少不必要的費用投入；第二，通過分析用戶數據的關聯性，構建面向用戶的個性化推薦系統，對服務或產品做到千人千面的定制化部署；第三，進行企業經營效果評估，完善產品運營，提升服務質量和用戶體驗，促進企業的良性發展^[2]。

用戶畫像的應用

建立用戶畫像的用途很多，根據用戶的信息和屬性特征全面了解用戶，細分不同的人群，獲取不同的群體用戶信息，預測用戶的偏好和產品發展趨勢，挖掘用戶使用場景和需求及痛點。

(1)精準營銷

依靠用戶畫像技術，能夠進行用戶劃分，分析不同分類用戶偏好，進行特定產品推送，完美的解決在特定時間把特定得內容推送給需要的人，實現精準營銷。例如根據用戶平時購買產品品類、購物車商品類型等進行分析，進行適當的商品推送，不僅可以提高用戶的點擊和購買率，同時也為用戶省下挑選的時間，使用戶產生一定的依賴，增加用戶的忠誠度。

(2)行業分析

根據大量的用戶數據，可以進行行業的現狀及用戶關注的產品參數分析，可以幫助行業很好的了解使用自己產品的用戶群體，同時對自己在行業中的地位有一個大概清晰地認知，據此可以及時調整產品發展戰略。

(3)關聯營銷

通過分析用戶的一些行為習慣，使用關聯規則算法，能夠推測出“喜歡什么東西的人往往還會喜歡什么”這類問題，例如人盡皆知的沃爾瑪啤酒和紙尿褲關聯營銷經典案例，根據這些信息，可以為用戶進行恰當的推薦。

(4)找到目標用戶

根據用戶對于某一品類或者某一品牌的選擇，分析此類用戶群體的特征，挖掘出比較忠誠的目標用戶群體，有針對性的對這些用戶群體進行產品的推送，可以促使真正需要該產品的用戶有更多的點擊和下單。

(5)產品優化升級

對用戶構建畫像，利用聚類分析對用戶進行細分人群的劃分，并精準的分析每一細分人群下的用戶使用需求、場景及對產品的使用痛點，根據用戶這些需求尋找新的機會點，反向定制一些真正從用戶角度出發的產品，實現產品的迭代升級^[3]。

(6)廣告投放

大數據時代的到來，用戶每天都在產生大量的數據，一個用戶的行為往往能體現用戶的習慣和偏好。通過用戶畫像方法可以分析得到用戶的偏好，從而企業可以針對不同的目標人群選擇合適的媒介渠道進行廣告投放。廣告商收集內部用戶數據，通過用戶畫像分析用戶的特征，利用與個人印象相關的豐富信息集，定向投放廣告，從而提高廣告活動的有效性和提高投資回報。

2021年手機游戲用戶畫像

(1)年齡

數據顯示，手機游戲玩家的年齡分布中，"；Z世代"；(出生在1995-2009年)用戶規模超過總體用戶的一半，在手機游戲行業中，是核心用戶群體；25歲以下用戶里，有安裝手機游戲的比例在八成左右，近年來手機游戲在年輕群體中的覆蓋程度保持平穩

用戶畫像

(2)游戲類型偏好

從不同的年齡層來看，95后玩家對手游偏好度明顯更高，更喜歡卡牌桌游、策略解謎類游戲，享受群體游戲的快樂和腦力的比拼，用戶年齡增長，操作簡單、玩法傳統類的輕度休閑手游如撲克棋牌、消除游戲和休閑益智類，更受用戶歡迎。

(3)性別

性別分布來看，手機游戲市場中國，男性玩家占據主導地位，女性玩家占比變化幅度小，基本保持穩定，從流量角度挖掘女性玩家市場潛力的效果欠佳。但從用戶特點來看，女性游戲玩家群體年輕，消費能力相對男性更強，近年來市場中已出現多個女性向爆款游戲，未來針對女性玩家的游戲市場或將會把重點放在購買習慣的培養，而非流量的搶奪。