视角|万字干货！大厂最爱的用户研究方法全方位科普( 四 )

用户画像并没有一个模版标准，具体还是要看业务需求，而且网上的模版挺多的，自己甄别吧。另外在用户洞察的过程中，我们可以结合可用性测试、绘制故事板（这两种研究方法有兴趣可以查阅资料，一两句讲不清楚，有机会展开讲）等方式一同进行，而不只是把目的停留在建立用户画像上，这样反而获取的有效信息受限了。
第四，定量类用户画像要做什么？
数据采集：通过有效途径将用户产生的数据集中，不论是产品数据库、数据埋点、第三方数据统计或是定量调研的结果，这些数据都是重要构成部分，同时也决定了信息的范围，比如你拿不到用户的出行数据，那么就根本没办法构建相关标签或指标。

文章插图
数据定义：对数据进行清洗整理，识别出用户行为数据、用户偏好、生命周期等数据，并进行标签化分类整理，这些标签或指标可以体现出某些维度的趋势或用户行为预测。
不过值得注意的是，在构建这些标签或指标时尽量结合业务流程或生命周期来梳理，考虑画像建成目的与业务场景同时，也要思考标签的权重问题，标签不等于越多越好。

文章插图
构建画像：根据产品阶段或业务需要，把相关业务标签结合用户群特征信息整合成用户画像，一般的业务标签类型有增长策略、用户偏好、用户价值、营销触点等，这类画像可以包揽多个维度信息，还能对周期数据可视化显现趋势变化，但是在用户痛点或需求上，可能不会很直观，需要进一步的结合用户场景带入思考。
通常互联网产品前期，没有构建标签或数字画像的经验，可以考虑让团队引入相关第三方数据画像服务，它们可以更便捷的接入到你的产品中并帮助你打标签做统计；
以下截图来自第三方大数据画像工具（神策）

文章插图

文章插图

文章插图

文章插图
第三方数据分析辅助产品也不少，这里只做交流使用。
第五，如何让画像角色更生动？
画像中的角色应该更加生动，能够让我们感受到真实的存在，只有这样才能产生共鸣，赋予画像价值，为此我们可以通过控制以下六点来做的更好。
不要特殊化：特殊能加深印象，但是特殊化并不代表产品的典型群体，同时在实际应用时容易扰乱共情或分散注意力，例如用户群体是普通青年，就不要描述成一个帅气的学霸，也不要为用户添加一些奇怪的癖好，这些不相干的信息并不能让画像更加生动。
合理应用头像：通常作品集中的头像都比较美观个性，这没事儿。但实际画像应用中，头像也是很重要的一部分，会马上映入眼帘，这些头像不要使用知名人群的，要贴合真实用户标签，不用暴露性感或是丑陋异样的，也不要使用插画、卡通、3D 形象，不要有奇怪或不自然的行为动作。

文章插图
充实细节：以一款线上教育产品作为背景，举例原本我们的用户信息写到：

文章插图
那么即可根据产品属性结合实际情况进行丰富补充，例如调整为以下描述：