搜狐设计总监：5 个步骤帮你快速找到用户画像

在做任何品前，都会先想好受众群体。品上线后发现，预设好用户群体好像并不买单，比如很多新品都变成了现象级品，昙花现。或是伴随着品发展，最初受众群体可能会发生了变化，比如最早使用 QQ 那帮用户群体早已成家立业，在寝里团体狙击 CS 那帮早已放下屠刀。用户发生了变化，品要赶紧跟进调并适应新用户群体风口，这时候新定位找到用户画像就变的迫在眉睫。

用户画像是真实用户虚拟代表，它不是个具体，是根据目标为观异区分为不类型，迅速组织在起，然后把新出类型提炼出来，形成个类型用户画像。使用最多用户画像有八要素：基本性、理性、真实性、独特性、目标性、数量性、应用性、长久性，来寻找用户画像，可能又会吓退批，今天咱们把这几个要素综合起来搬到线上，从品真实运数据来提炼，步步分析出用户画像标签。

用户画像的3个维度

我们将用户画像 8 要素，在线上进合，从而勾勒出目标用户群体特性。这在品被称为「受众定 」。在线上研究用户画像主要围绕品运数据，获取用户基本信息和用户在品网络为，进异化组合分群。根据先后序依可分为三个维度：信息画像、为画像、分群画像。

• 信息画像即用户的基信息，属静态数据，包括地域、别，收，婚否、家庭、职业、收、资产、消费水平等。
• 为画像即用户在品网络为，又叫动态数据，括用户浏览习惯、访问时长、使用频、消费记录、喜欢偏好、为轨迹等。
• 分群画像就是细分户群体，根据产务的需求，将具有共同务特性的户贴上标签，聚合标签划分群体画像。

建立信息画像

数据一般都通过第三方统平台获取到的，比如友盟。对于公司或者一些保密单，可能会发一套自己的监测系统。其实友盟得还算比较功，自己发耗费巨的人力本时间本，结果还不一会比友盟好用，友盟可以清晰查到新增、日活、启动、留存、渠道、终端。很多互联网产品初都会选择友盟统。先获取用户的基本信息即静态数据，建立起信息画的雏形。

用我们过的一分购车产品查找信息画，先从统平台数据库中提取用户基本信息，然后整理这些基本信息用户群中的占比，终整理到以下几关键指标，如下图所示：

绘制行为画像

产品根据市发展和用户需求的变化不断地更新迭代，在产品迭代中获取关键变量，从而绘制出行为画像。用户在产品中的可统计的网络行为，主要包括使用景、获取内容、访问路径这三块。使用景主要是备终端、网络状况、访问段等；获取内容是用户在产品中浏览的内容、完成任、使用工等；访问路径是用户进入产品离开的整个行为轨迹。

还是用期购车产品来续，析第二个维度行为画像。获取跟业相关网络行为，再统计数据占比，析需要获取有价值的关键个点：

勾勒分群画像

信息画像和行为画像整好后，怎么聚合这些信息，为户贴上精准的标签，勾勒分群画像，是需要我们接来想办法解决的。这里精减到 3 步，首先极端信息值的概念，到合的聚合信息画像，最后绘制合的分群画像。

第一步：极端值

尽量合覆盖每组信息的「极端信息值（每组数据中占最或最低的信息） 」。

第步：合理值

这里极端值用户，分析合理群体。比如下图聚合信息画像呈现出最高值关联信息，稳定理财买买房经济压力很大，看似不合乎逻辑，买房本来是常稳定投资，而这样用户买概率很高，能接受贷款。不合理最低值用户年龄都相比较大，而不大接受网络交易，怎么会去买股票呢？

聚合为画像呈现出最高值关联信息，流量来呈现出了个 PC 端数据占据近半现象，这其实反映出两个问题，是移动端做不好，是用户群体多为上班族等。

第三步：勾勒合分群画像

尽量合理连接用户为「合信息值（将组数据占比较大其他组进合理组合，分析出最符合真实用户信息值） 」，即相来说基数较大用户群。

勾勒户画像，产需求迭代更具针对性。但这是我们根据数据分析来的结果，还说明这样的结果就是对的，接来还需要我们做进一步户画像的验证。

验证用户画像

这是我们理论分析出用户画像，是到底不呢？我们是用样法来验证，理新版本上线后真实数据寻找其变量，然后分析其带来提升或实转化。我们结出以下三来验证。

1. 验证真实数据

品上线后统计各组实时数据，寻找其品变化数据，是否符合我们最初迭代改版预期，分析是否符合我们勾勒用户画像，变化需求分析，没能到预期要结合些数据变化有针性分析原。

2. A/B Test

A/B Test 算是互联网最常用验证法了，基于用户画像上线后品前品进比分析，验证用户画像反馈需求准确性。于访问量很大品我们常会设 99% 用户正常访问到原有版本，保留 1% 用户会被随切到新版本，新旧数据比变化幅度。比如上案例做过分期品使用 A/B Test数据变化，如下图：

关于A/B Test，这里有篇基础指南：《想验证你设计？最简单最实用A/B测试帮你搞定》

3. 业务数据转化验证

品可以为企业带来利润，是衡量品好坏关键指标。虽然这属于商业层考量，也要回归到品层来落实。主要是看品可以为业务带来转化率，这是企业考核关键 KPI ，如转化率跌了，可能是白忙活场，如转化率提高了，可以作为具有说服力验证结。上案例分期品数据来展示下，如下图：

过不断地迭代验证用户画像，带来用户增长。品带来大量新增时，也会带来品需求变化，为用户本身是个变量，品依然需要不断迭代更新，才能不断地更新验证用户画像。

户画像使我们更好地解决了户的需求，验证我们户画像方向的可行性，从而得到产的户画像。

欢迎关注作者的公众号：「VV体验」