用户画像搭建思路——了解用户行为目标及痛点.docxVIP

用户画像搭建思路——了解用户行为目标及痛点 在讨论一个新的产品或需要对项目进行新的用户人群分析，营销点时，常常会谈到用户画像，甚至在案例分析、作品集中也会使用用户画像，辅助相关的设计结论，但很多人对于用户画像的了解却只是一知半解，展现出来的也是简单的人物兴趣、爱好分析，无法与产品产生强关联，更别说运用到项目中，那么用户画像是真的用户形象吗？用户画像的作用是什么？在产品设计过程中我们为什么要搭建用户画像？用户画像的搭建方式及使用方式是什么？ 01 什么是用户画像 用户画像第一次出现是在阿兰·库珀（Alan Cooper）1998年出版的《交互设计之路：让科技回归人生》，书中介绍了通过使用人物角色（Persona）作为设计工具解决实际产品设计过程中由于设计师与用户间的“认知摩擦”而产生的产品问题。 在更早之前，当时的Alan Cooper正在编写关于路径管理的软件，他采访了七、八个将来可能会使用该软件的同事，并与其中的一位负责运营项目的工作人员进行了深入的沟通。 完成这些沟通后，闲暇时间阿兰·库珀开始在脑海里构思自己的程序，并尝试跳出自己作为设计者身份，自己与自己进行对话，把自己设想成一个项目管理者或是一个完全陌生的使用者对程序提出新的需求。 我们可以看出用户画像并不是指的真人，而是指真实用户的虚拟代表，并通过类似戏剧表演的方式，来帮助设计师拆分复杂的需求，让设计者可以清楚的看到产品设计过程中什么是必要的什么是非必要的，并区分哪些功能常用哪些功能不常用。 随着互联网的长期发展，用户画像也不再单指基于对真实世界观察抽象出具有代表性的User persona（综合性用户画像），还包括了随着数据越来越多之后产生用户分层模型的User portrait（信息标签用户画像）。在工作过程中有很多人会将这两个概念搞混，下面我们详细聊下两种不同的画像概念。 1. 综合性用户画像 2007年，苹果发布的1代iPhone支持用户手指直接与屏幕交互，手机应用伴随手机硬件的发展迎来了大爆发，这个时期的用户画像以用户为对象，基于产品对真实世界的观察，根据用户的目标、行为和观点差异，将用户信息进行统计和划分，分析人员再根据这些信息将用户区分为不同类型，抽象出具有代表性的虚拟用户模型，赋予名字、照片、人口统计学要素、场景等描述，形成综合性的人物原型（peisonas），主要用于产品上线前，通过深入的挖掘用户的动机、原因、欲望、痛点，研究用户体验、发现产品的盲点并促进设计决策，更侧重产品、用研。也被称为综合的用户原型（Composite User Arcgetype）、用户角色。 User persona的主要特征 1.用户画像包括角色描述和用户目标 我们在建立用户画像时使用统计数据来描述角色，如名称、年龄、位置、收入、职业等，这类角色描述主要是为了使用户画像更丰富、真实、具象，但用户画像并不只停留在这些数据。我们应该更加关注用户如何看待、使用产品，以及与产品的互动，关注用户的态度、目标行为及行为动机。 2.可以代表相似的用户群体或类型，可以代表个体 User persona是抽象的、虚拟的，是通过收集多个独立个体的真实数据构成的一个角色，代表典型的用户群体；虽然可以也代表个体，但个体并不是实际独立的个人，而是从实际观察研究中综合而来的，在设计过程中过度关注个体，会使设计迷路于个体的特殊需求，而错失大众的具体需求。 3.须针对具体情境—具体产品的行为和目标 Userpersona研究的是用户在具体情境下对产品的使用，关注在一定范围内的行为、态度、能力、动机等，即使同一个角色，用户画像不能用来概括所有的可能性，在不同产品下的动机也是有差异，不轻易在不同产品间复用，即使是同一个业务部门也要考虑不同类型产品的切入场景。 4.并不是一成不变的 User persona并不是一次完成后就不再变化，相反的我们需要在业务的发展过程中不断地更新。 2. 信息标签用户画像 早期用户数据来源渠道比较少，数据量也相对比较小，用户画像的研究主要基于统计分析层面，通过用户调研来构建用户画像。 随着行业间的竞争越来越大，行业产生的数据越来越多，头部的互联网公司有了属于自己的数据仓库，产品设计也不再局限于确定产品定位，增加获客，互联网公司的竞争从增量市场转向存量市场。 各个公司开始侧重于如何应用数据仓内数据，对存量用户在网络上产生的各种浏览行为及用户的兴趣偏好进行数据分析和挖掘，进行精细化的运营，从而产生了现在被提及更多的用户信息标签化用户画像（User portrait）。 User portrait通过收集用户多维度的真实信息数据（如人口统计属性、社会属性、行为偏好、消费习惯等），对其进行统计、分析，从而抽象出用户信息全貌。 技术的发展使得用户画像更加的精细化，信息标签用户画像更侧重数据