用户画像这个词在大数据行业变得越来越受关注。目前来看，主要应用于产品典型用户的分析与研究、业务方APP精细化运营、贸易化广告精准投放、数据变现等方面。在公司业务的发展中，如何更好的发挥产品用户画像的价值？文本将带着这个疑问与您共同探讨。

在笔者实际的工作中，对用户画像工作的理解更多的是从数据产品经理的角度出发：

产品研发团队主要需要在业务体系梳理、数据埋点接进、标签维度设计、业务对接推广等多方面进行发力，而工程研发团队主要是通过标签数据挖掘、平台建设等方面提供支持。

一、对用户画像的理解

关于用户画像，通常有两类定义：User Persona 和User Profile

• User Persona：是从用户群体中抽象出来的典型用户。例如，通过用户调研的形式了解用户的基础特征信息，区别不同用户之间的共性与差异点，构建产品典型用户形象。
• User Profile：是根据用户在某个具体产品中的行为数据，产出描述用户行为特征的事件或信息，抽象出一个标签化的用户模型。例如，通过构建画像体系，了解用户的性别年龄、浏览内收留、社交活动、爱好爱好、消费行为等。

二、用户画像的构建

理解产品用户画像，最直接的方式便是将画像信息标签化。信息标签化是用户画像系统用信息化手段刻画用户全貌的手段，也是用户画像系统中最核心的环节之一。我们通过构建丰富的标签纬度，获取相关的标签数据，应用于实际业务的分析过程。

1. 构建画像标签体系的主要目的

• 标签体系化：刻画和洞察用户群体的倾向、爱好和需求的维度
• 业务场景化：信息标准化处理，轻易跟实际应用场景接轨，落地到具体的业务目标

2. 构建画像标签体系的主要方式

方式一：结构体系化构建（常用）。通过划分标签种别和维度，从刻画用户的完整维度出发构建维度体系。这样的划分方式结构清楚、逻辑性强，能够比较全面的梳理出所有的信息维度，但受限于实际数据，落地较困难。

方式二：场景效果化构建。结合人群定向的实际需求，通过用户在不同行业领域或信息载体上进行决策的关键因素，对客户用户的心理需求和倾向性进行描述。这种方式目的性强，人群定向也较为精准，跟实际数据结合较好，但标签会跟随消费趋势、娱乐热门等的变化波动。

3. 画像标签维度的设计思路

标签维度设计上不仅需要清楚直观，还需要考虑多个场景化使用需求，同时兼顾多种产品运营需求及贸易化投放需求。

标签设计上需要在了解业务方规划条件下，对标签的使用上有前瞻性的设计。

画像数据的来源一般有：用户调研、用户行为数据获取、客户端/服务端数据内收留上报、第三方数据平台、基础数据及爬取第三方数据等。

ps：此处需要特别关注以下两个方面：

1. 标签粒度。粒度过粗不利于运营使用推广，很轻易脱离业务本身，对行为数据进行过度提炼造成信息丢失；而粒度过细则会导致标签覆盖率过低、耦合运营业务推广。
2. 标签数据。标签数据的获取直接关系到实际使用价值，需要在可获取的数据范围内进行，扩宽数据源难度较大，通常需要优先进行数据可行性的统计。

4. 画像标签体系的基础框架

不同业务的画像标签体系并不相同，需要我们针对性的提炼出来。

有一种比较简易的方式是：我们可以先找出一些通用类画像标签，然后再根据实际场景和需求补充业务类画像标签。这样得到的标签体系会相对比较完整，也能够随业务变动及时调整优化。

通用类画像标签体系（参考）：

业务类画像标签体系（以美图公司部分业务线为例，参考）：

通过用户画像信息标签化，能更好的根据实际需求往获取相关的用户画像数据。

我们作为业务方，不仅要理解用户画像标签的构建方式、思路及框架（如上所述），还要学会如何选择合适标签，有目的性的提炼关键标签，再结合具体业务目标进行分析。

由于产品用户画像的分析并不是要用到所有的标签数据，并且越是完整的标签体系，落地是越是困难。

但同时，更大的难度在于如何精准描述用户特征。由于只有用户特征描述越精准，我们得到的用户画像才会越清楚，在实际应用过程中的帮助越大。

本文暂不讨论用户标签的数据挖掘、算法模型、数据集成、存储方式等方面的内收留。

三、用户画像的应用

用户画像的应用主要体现在以下几个方面：

1. 用户分析与研究（用户特征分析）

产品早期发展阶段，产品经理通常会采用用户调研和访谈的形式往了解用户——对产品的目标用户群有一个基础认知。当用户量不中断增加时，则会辅以用户画像配合研究。

数据产品在实际的用户画像分析工作中，通常会从产品用户基础属性（用户是什么样的？）和用户行为属性（用户如何使用我们的产品？）两个层面展开。主要分析的数据指标有（参考）：

这是笔者当前阶段应用用户画像最多的领域，也是用户画像分析最基础的应用层面。实际往做可以从这个思路出发，提供有价值的画像分析报告。对于用户的分析与研究，核心思路是：

第一阶段：明确具体的业务目标

我们在用户画像的价值探索过程中，首先要明确具体的业务目标。

例如，我们对于一款摄影影像类的拍照软件（美图秀秀），大盘用户有什么样的特征？活跃用户有怎样的拍照行为和习惯？什么样的用户更喜欢人像美收留/图片美化功能等等，想要了解用户，必然需要分析用户特征。

第二阶段：结合实际需求进行画像分析

用户画像的核心目标和价值是：提供较为丰富的标签维度和高质量的标签数据，进行业务分析。当我们明确要解决的题目后，就需要定位到具体的画像标签数据，梳理出用户画像分析所需要展开的维度，解决实际业务题目。

2. 精细化运营（消息推送、个性化推荐、精准搜索）

产品层面，对用户群体的分析研究是基础的应用。而在运营层面，用户画像更多的应用于精细化的运营手段。

从粗放式的运营到精细化的运营，将用户群体根据其特征划分成更细的粒度，通过运营手段，执行用户激励与用户回流等策略。如短信触达、消息推送（app push）、个性化内收留推荐及精准的搜索推荐等。

精细化运营模式的关键点在于：根据用户特征，对具有不同特征的用户群体采用更加聚焦的运营服务模式，能够很大程度上进步各项指标的转化率。

例如：在笔者的实践经验中，结适用户画像的基本信息，消息推送（app push）策略曾尝试过场景化的推送模式，即根据用户画像收集到的地理位置信息（常驻地）和时间维度的交叉，进行针对性的推送，对我们点击率的提升带来了较大帮助。

此外，内收留社交类的诸多产品，也会更多的应用用户画像进行个性化的内收留推荐与内收留搜索推荐，帮助用户更快更精准的推荐图片/视频。精细化运营已经成为公司运营的重要手段。

3. 画像服务平台（用户画像可视化后台）

假如每个阶段都需要我们抓取标签数据来进行分析，实在执行起来会比较麻烦。这时平台方与业务方之间就需要积极配合，将产品的画像数据买通（公司战略层面/项目层面），建立通用的信息交流平台，如：用户画像平台。

业务方可以随时在该系统中查询、检索相关的用户标签数据，以便于更加快捷地进行分析和决策。

作为平台方，一方面要进行基础功能的完善，另一方面也要做好业务方面的拓展，不中断完善标签体系及平台应用能力。

4. 贸易化广告投放

我们对用户画像的使用，实在很多是以数据产品为基础。多数互联网公司的贸易模式都包含贸易化化广告的运作，基于系列用户画像标签，为不同的用户推荐更相关的广告内收留获得更高的点击转化，或匹配更精准的贸易化标签，为用户推荐更精准的营销内收留。

5. 行业分析（竞品比对）

在激烈的市场竞争中，用户画像在竞品对比分析的过程中也起着重要的作用，不仅可以对比竞品之间的用户差异性或重合度比例，还可以根据画像反馈出的用户特征，针对性往做产品功能的比对和优化迭代。

此处大多会通过第三方平台或行业相关的分析报告获取数据来分析，对我们理解产品的用户，能够带来更多的维度和视角，其价值也是不收留小觑。

四、写在最后

发挥用户画像的价值，不仅在于要深进理解用户画像，更重要的是团队成员能够从业务层面出发，结合业务场景和实际需求，以用户画像为基础往驱动业务发展，解决实际题目。（比如：实现获取新用户、提升用户体验、挽回流失用户等明确的业务目标）。

本文阐述的内收留仅作为个人工作的总结和思考，如有疑问，欢迎与我讨论交流。感谢阅读。