用户画像最初的应用场景是希望团队在产品设计中

什么是用户画像（ personas）?

Alan Cooper （交互设计之父）最早提出了 persona 的概念:“Personas are a concrete representation of target users.”Persona 是真实用户的虚拟代表,是建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。

通过用户调研去了解用户,根据他们的目标、行为和观点的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 (personas)。

二、为什么要用户画像（user personas）？

用户画像最初的应用场景是希望团队在产品设计中，能够摈弃个人喜好，将注意力聚焦到目标用户真正的动机和行为上来设计产品，演进到当今的数据时代，企业期望更了解自己的用户，从来改进产品迭代，制定营销策略，进行运营活动等。

但其中尤为重要的关键点，则会影响用户画像的真正价值。

1. 用户画像的所有数据要建立在真实的、准确的、全量的，实时的数据之上

影响用户画像的最终呈现的数据有很多，当下的环境我们更倾向于选择线上的实时的数据来做洞察，相较于线下倒入的数据，线上数据更直观，也更真实；其次，线上的数据能够覆盖更多，更全面的端口，来充分记录一个用户的多种行为。

2. 用户画像中标签林立，是不是维度越多，越广泛就一定是最好的？

数据量不断扩充，用户画像也会越来越细，越来越多，供我们参考的信息也越多，但是：

因此我们建议多个用户画像存在的时候，我们一定要制定核心画像和进行优先级排序，跟核心业务路径转化最相关的，作为我们最重视的画像来指导业务。

3. 用户画像是需要不断迭代和修正的，标签动态变化，并非一蹴而就

用户画像终其根源是人的画像，人的属性，人是复杂的，是动态变化的，因而在当下的环境中，如果还有人对你鼓吹一堆死标签的价值何其有意义的时候，这个人不是蠢就是坏。

在真实的业务环境中，一个用户的等级可以逐渐攀升，行为确是多种变化，所以我们做画像的规则也需要动态适应这种变化。

三、怎样选择一个实用的用户？

1. 能够整合多源多端的数据

现在的用户触点（用户和软件发生交互的场景）多种多样，端口（移动终端设备手机、PC等）也品类繁多，我们要充分的了解一个用户，就要掌握他在各个设备的行为数据。

其次，一个用户也会使用多种系统，所以用户在电商平台的订单数据，在CRM里的客户数据，在营销系统里的点击数据等等我们都需要统一整合，如果能够有工具帮助我们省去大量的ETL的工作，完成用户的统一识别，自动化的采集数据，就节约了大量的人力投入。

2. 能够自助的构建标签体系

最需要使用用户画像的人，其实是业务部门，但能够生成画像的人，其实是技术部门，所以我们需要一个可视化界面的工具，帮助业务部门的同学低门槛的通过标签自定义的方式，自给自足的生成用户标签。

能够自由的进行标签管理和维护，根据业务逻辑中的用户生命周期来匹配用户标签从创建、加工、维护到下线的整个环节，紧密贴合业务本质，而非生成一堆数据。

3. 能够实时更新数据，动态标记

一个用户基于人口学的的社会属性可能会变化较小，但是用户的消费能力，消费偏好，活跃情况，甚至是影响企业关键转化的决策标签等确实实时变化的，因此当下的用户画像的确对实时性有很大的要求。