用户画像调研

经过多年发展，潮流玩具市场已不再是闭塞的小众产品，也不只是少部分人的兴趣爱好。各式各样的潮玩产品已经在中国甚至全球市场显露出巨大消费动能，潮玩行业前景广阔。而模型作为潮玩行业的细分领域之一，也获得了较快的发展。模型分类及特点分析2021Q1中国模型用户基本画像2021Q1中国模型用户消费行为调研(一)数据显示，超过六成的男性用户为了收藏而购买模型，近6成女性受访用户购买原因是收藏和纯属喜欢。此外女性用户买模型送人的场景高于男性，占比近5成，但男性购买模型进行二手交易的原因占比又明显高于女性用户。艾媒咨询分析师认为，模型的收藏价值正在日益凸显，不少用户在收藏过程中收获情感上的满足，同时认可模型是一种保值增值的资产，并在二手市场交易从而获得产品溢价收入。2021Q1中国模型用户消费行为调研(二)数据显示，超过4成用户选购模型时主要考虑产品价格，其次是产品是否正版(37.7%)及其网络口碑(35.7%)。此外，升值空间、品牌口碑、模型尺寸以及售卖服务等也成为部分用户的考虑因素。艾媒咨询分析师认为，模型成本包括IP授权费用、设计、开模、生产等成本，而且对设计师的工业设计要求比较高，所以产品售价较高，因而模型用户在选购产品时，不仅仅考虑个人对模型的喜欢程度，更要考虑产品的价格。

编辑导读：每个在互联网工作的人，对“用户画像”这个词熟悉得不能再熟悉。用好用户画像，能够快速找到目标用户，利于产品设计。本文将从六个方面，围绕用户画像展开分析，希望对你有帮助。企业在定义产品和服务的功能时，首先要明确其使用者是谁。任何一类产品不可能是针对所有人，也不可能是针对某一个人，一定是针对某一个或某几个特定人群。这些人群就是我们的目标群体，找到这类用户，第一件事就是要对用户进行画像。一、认识用户用户画像和目标人群分类帮助我们在脑海中建立并累积用户的形象，这个形象越具体、越生动，就越有作用。如何把用户形象建立起来？怎样才能使用户形象更有利于产品设计？爱整洁，注重养生的北京阿姨——冰箱可用性测试调研。这类人群对于冰箱在实际中的使用要求很高，对冰箱的整洁度、食物的保鲜程度都有明确的高要求，属于冰箱产品的重度使用人群。紧跟时代，喜欢分享的上海老克勒——通讯三网融合用户研究。紧跟时代的上海老克勒，年纪虽大，但却喜欢在线上线下和他人分享新见闻。网购经验丰富，个性化诉求鲜明的深圳青年——电商平台用户研究。在实际的用户访谈中，发现这类人群生活节奏快、重度依赖网购。即便有些收入不高，但却愿意在某些事情上花钱不菲。比如深圳某餐厅的服务人员，他们会养宠物，并且愿意为宠物买智能化的宠物卫士机，或者摄像头来监看它们。以上三类人群是在实地调研中，真正地和用户进行交互，才能看到的鲜活个体。他们身上所具有的典型特征和个性化诉求，经过固化和提炼，可以从中挖掘出用户需求，对产品设计很有启发。所以在日常的工作和调研之中，积累各种各样的用户形象是非常重要的。二、为什么要认识“用户”以用户为中心的产品设计路线图以用户为中心的产品设计路线图从用户入手，第一步确定产品的目标人群，随后进入到用户画像，在形成用户画像之后，进行用户需求挖掘和分析。下一步，根据挖掘出的用户的形象和需求，导出产品概念。但需要注意的是，这个概念是站在用户角度导出的，而实际研究中不能只看一个角度的建议，还要参考竞品和相关新技术的应用。同时还要考虑环境因素，整个宏观环境下，人们需求变迁的趋势会影响未来或者现阶段的用户需求。最后一步形成概念，进行概念验证和概念输出。三、认识用户画像persona指针对产品目标群体真实特征的勾勒，是真实用户的综合原型。对真实用户的性格、喜好、行为、需求等特征进行挖掘提取，要素抽象综合成为一组对典型产品使用者的描述。对用户的群体特征、心理认知、行为和需求进行细分，去定义用户画像。但需要注意的是：1. 用户画像不是用户细分用户细分是根据市场销售的数据，依据用户的年龄、性别、职业和家庭结构去细分，更多是为了解释现在的销售情况。用户画像关注的是用户是一个什么样的人，从而为他设计产品。所以用户画像不是用户细分，用户画像更关注抽象出来的一个形象。2. 用户画像不是平均用户用户画像并不是为了得到一组能精确代表多少比例用户的定性数据，而是通过关注、研究用户的目标与行为模式，帮助我们识别、聚焦于目标用户群。3. 用户画像不是真实用户我们需要重点关注的，其实是用户需要什么、想做什么，通过描述他们的目标和行为特点，帮助我们分析需求、设计产品。如果把Persona（用户画像）拆开来看，Persona有几个基本要素：P-基本性Primary:用户角色是否基于对真实用户的情景访谈。E-同理性Empathy：用户角色中包含姓名、照片和产品相关的描述，该用户角色是否能引起同理心。R-真实性Realistic:对那些每天与顾客打交道的人来说，用户角色是否看起来像真实人物。S-独特性Singular：每个用户是否是独特的，彼此很少有相似性。O-目标性Objectives：该用户角色是否包含与产品相关的高层次目标，是否包含关键词来描述该目标。N-数量性Number:用户角色的数量是否足够少，以便设计团队能记住每个用户角色的姓名，以及其中的一个主要用户角色。A-应用性Applicable:设计团队是否能使用用户角色作为一种实用工具进行设计决策。四、用户画像的分类维度1. 基本属性对真实用户的性格、喜好、行为、需求等特征挖掘提取。比如，性别、年龄、收入、学历、职业、居住地、住房类型、家庭结构等。2. 心理属性经过验证，创建出具有相似特征用户群体心智模型。比如，兴趣爱好、心理需求、生活价值观、消费态度、媒体态度、品牌认知等。3. 行为属性对用户的群体特征、心理认知、行为和需求进行细分，去定义用户画像。比如，休闲娱乐、生活方式、信息获取、消费方式、使用行为等。我们来看一个插座创新研究项目的用户画像分类。插座是家庭电器化的产物，因为墙面插孔不够多，电器位置不合适，电线不够长，所以出现了插座这个产品。项目组人员以具体使用情景为切入点，让用户在场景中演绎真实使用情况，包含他们的工作情况、兴趣爱好、消费方式等，搜集了用户的基本属性、心理属性和行为属性，了解不同人群使用插座的需求与痛点及完整的使用行为地图。最终，将目标人群的用户画像分为四类：持家安全控、前卫小资派、基础使用族和技术达人。五、用户画像发挥着什么样的作用1. 帮助产品定位做产品的用户研究，可以通过市场数据推论到产品的定位人群，但是知道了定位人群大概是什么样的人，仍然不知道他们和其他类型的人的需求差异在哪。实际上只有通过用户画像，真正了解用户是什么样的人，他需要什么，才能够确定产品的定位，包括功能定位、市场定位，这些应该从用户的角度出发。2. 团队交流沟通当团队在沟通产品的方向和设计概念的时候，如果就产品说产品，很容易会陷入一种难以达成一致的状况，对产品的定位也没有办法有效的沟通。实际上用户画像就是一个比较好的沟通机制，因为这是一个人的形象。不管是研发、设计还是运营，都是要把产品做好，卖给这样的一群人。3. 达成共识当有了用户画像这个工具之后，对于目标比较容易达成一致。当大家有争论的时候，可以把用户画像作为一个中间的、沟通的渠道来告诉大家，我们要卖的用户他是这样子的。如果大家对此有一致的了解，在对于产品具体要怎么样做抉择，方向是什么样的就比较容易去讨论，使设计意见比较快地达成共识。4. 衡量设计效率当我们有了目标用户的画像，会清晰的知道要找谁去测试产品设计，而不是盲目地在大街上随便抓一群人，或者不考虑用户特点随机抽样一群人来测。随机抽样一群人来测，可能产品功能概念能不能被接受是相对没有那么准确的，只有把产品给目标用户去测，才能够有效的验证设计是否可行。5. 产品助力用户画像可以助力市场营销和销售规划等其它工作，是一个比较有用的工具。六、用户画像何时发挥最大作用1. 目标用户离产品设计师越遥远、越陌生，用户画像越有用当设计师不了解用户的时候，Persona能发挥非常大的作用。比如给航空的空管系统做界面设计，虽然设计师从界面设计的角度，知道什么样的设计是好用的，却不知道真实的航空管控人员，他们每天是怎么工作的，什么样的界面更便于他们高效地工作。这个时候航空管控人员的persona对设计师是非常有用的，设计师会理解这个岗位，他会考虑哪些是影响用户工作的关键因素，以及用户的工作状态是什么样的，效率、安全性、准确性哪些是用户更关注的。所以当设计师离用户越远的时候，persona就越有用。2. 团队越大、跨职能部门沟通成本越高，用户画像越有用当一个项目或者一个产品需要多个职能部门或者不同的团队进行协作，persona可以极大的降低沟通成本。比如要运营一个健身房，就要考虑：哪些人比较有可能买私教课？收费课程应该如何安排？哪些人会买私教课？针对这个问题，首先要把健身房里面的人进行分类，才能找出哪一类人会买私教课。分类有两个维度：一是支付的意愿；二是健身的频率。以支付的意愿和健身的频率划分出两个轴，第一类是两者都很高，这种是非常喜欢健身的人群；第二类是支付意愿很高，健身频率很低，属于有钱没闲的一类人；第三类是健身频率很高，支付意愿很低，这类人出于身体的状况是需要健身的；第四类是健身频率很低，支付意愿也很低。根据用户画像的结果，私教课该向哪一类人群进行推销就很明了了。用户画像的研究还可以进一步延伸。比如何时推销课程效果最好、哪些地方会让会员不愿意来健身房、健身过程中有哪些可能的盈利机会点等。总之，用户画像不仅可以帮助我们了解用户的需求、体验、行为和目标，还可以帮助我们识别出到底哪些用户对我们感兴趣，使我们的设计任务更加高效，帮助我们为目标用户创建更加良好的用户体验。本文由 @伊飒尔UXD 原创发布于人人都是产品经理，未经作者许可，禁止转载。题图来自Unsplash，基于CC0协议。

调研是商业决策的前提，在互联网时代，调研更为重要，因为有更多数据，决策的即时性更强。所以，要高度重视调研，才能运筹帷幄，决胜商海。用户调研基础的三块包括用户画像、媒介接触习惯和用户满意度。用户画像用户画像本来是互联网领域的词汇，为的是将用户描绘的更准确。现在做研究都喜欢用这个词。用户画像为得是更清晰我们的目标用户。但很多人做用户画像只是为了完成任务，为了追赶流行，大家都在做，所以我也要做。做用户画像的真正目的在于细分客户，针对性营销；第二是洞察不同客户对竞争对手或竞争品类的态度，以便调整产品，或者开展营销，保留存量，吸引增量。真正的用户画像核心是用户的精准描述，重点在于对我方品牌和产品态度及行为，直接竞争对手态度和行为，间接竞争（品类竞争）对手态度和行为。具体包括：基础背景：性别、年龄、学历、职业、地域、婚否、是否有小孩等职业特点：月收入、公司性质、行业等态度倾向：对我方品牌和产品，市场上其他品牌和品类的态度和意愿等行为现状：根据行业消费周期特点，近一年或半年或三个月内购买和使用过哪些品牌及产品系列等生活方式和价值观：消费主张、网络购物、线下购物场所和周期、媒介接触等媒介接触习惯调研媒介接触习惯主要是未来开展针对性营销，选择最合适投放策略及媒体，挖掘最精准的诉求点。传统媒体接触习惯四大传统媒体，包括电视、报纸、杂志、广播；户外广告、电梯广告、地铁广告；朋友推荐；沙龙、论坛、推介会等等PC端媒体接触习惯门户网站、贴吧、论坛、QQ群、搜索引擎、直播、游戏等等移动端媒体接触习惯微博、微信、头条、抖音、手机百度等等媒介态度和行为接触率、喜爱度、忠诚度、媒介行为推广诉求点喜欢什么方面的内容，偏好什么形式的内容，比如文字、图片、视频、短视频、音频等等用户满意度调研用户满意度最重要的是为了更好地优化产品和服务，提升传播和互动的精准性。用户满意度具体包括：整体满意度：期望、差距、投诉和建议二级指标满意度：品牌、产品、价格、渠道、终端、传播满意度三级指标满意度：品牌形象、品牌知名度、美誉度、忠诚度等；产品价值、产品包装、产品卖点等；定价、性价比、活动价、会员价等；渠道便利性、渠道物流、渠道沟通、售后服务等；终端动线、终端导购、终端活动等；传播沟通、互动、信任度等。那如何执行用户调研呢？一、用户调研必须设计调研方案调研目的、调研主要内容、用户样本量及抽样、调研时间地点、调研组织、执行和预算方案。二、选择调研形式可线下调研，比如深度访谈、焦点小组座谈会、定量问卷拦截访问；也可通过在线调研问卷，在线发送给目标用户；也可以在自媒体平台设计调研问卷，回答之后可以抽奖。此外非常重要的一点是调研一定要到用户现场，了解和洞察用户购买和使用需求和特点。三、调研执行督导调研不能为了调研而调研，而要满足真实性和准确性要求。线下访问必须对访问员进行详细培训，严格要求填写规范，逻辑顺序等等，线上访问一定要有说明，必须要有问题能够甄别用户到底是不是真实填写。调研是商业最基础的活动，也是我们每个职场人士必须具备的技能，必须掌握专业的调研方法和调研工具，比如常用的统计方法和统计软件。

作为一个公司运营人员，我们都经历过或者说时刻都在经历着如何把公司的产品或者服务销售给最符合产品定位的用户。既然说最符合产品的用户，我们就必须知道我们的用户群体是怎样的一群人？他们属于哪个阶层、有什么爱好？他们现阶段在使用什么产品、有哪些竞品已经早于我们投放市场等，他们的销售情况又如何等等。用户调研在营销活动中必不可少在开展产品定位前，需要我们进行对用户画像的定位、以及用户的市场调研等。而如何有效地对用户画像进行分析定位，怎样才能全面地了解我们产品，以及如何对我们的产品进行匹配是每一个运营人员以及市场负责人所必须做的前提工作！否则一切将无从谈起。今天跟大家分享一下进行市场用户调研的几个方法和工具，希望能帮助到大家（这些方法也是我个人学习到的并且一直在使用的）1、我们的用户是谁？不关你是卖产品还是卖服务，都必须了解我们的用户是谁？利用搜索工具：比如百度指数、360趋势、头条指数、或者阿里指数等。这些工具都是运营人员必须知道的，比如说我们准备销售某一款产品或者服务，可以直接在这些工具上对我们相应的产品或者服务进行搜索查看，了解这些产品或服务在当下的市场环境中是处于一种什么状态！最常用的百度指数，直接可以看出产品的走势趋向，这样就可以判断出我们计划做的这个产品或者服务在大环境下处于什么状态，然后进行决策，同时在百度指数里面也可以看出产品的用户画像属于什么年龄、人群属性、地域分布等。基本在百度指数里面可以对产品属性以及用户属性的认识有个大框架，如图：产品相关的人群搜索指数2、市场现有的产品让用户有哪些问题？了解用户关心的问题或者痛点我们才能对产品更好的改进或者完善！同样可以用百度指数，查看需求图谱、打开百度或者360等搜索工具的搜索框查看搜索引擎推荐的用户搜索关心的问题的长尾词，比较常见的高频词就是某某怎么样、某某好不好、某某是真是假等，但这并不是很全面，这时候我们可以借助另外一个工具：5118网，相比百度，5118网更加细化，可以在5118网的用户需求图谱里面查看详细的用户需求数据，如下：5118工具里查询的用户搜索词频还有比如一些电商产品在进行推广售卖之前，可以在诸如淘宝、京东等电商平台对现有的竞品公司售卖的同款产品的用户的不满意的点找出来，最好的方法就是看差评、中评，基本都会看到真实用户的反馈。从用户评价里面找痛点3、他们在寻求何种解决方案、都有用过市场上的那些产品或者服务？这一步需要注意，在产品端，任何产品或者服务在推向市场的时候都有缺陷或者令用户不满意的地方，我们需要做的就是找到这些缺陷和不完善，然后逐步地更新完善我们的产品来更好地满足用户；用户端，有时候市场还没有某种产品或者服务的时候，用户是怎样解决自己的需求的。这个时候还要看用户的认知到什么程度，比如在减肥市场，用户的认知就是运动可以减肥、吃减肥药可以减肥、控制饮食可以减肥，如果你的产品超出了他们的认知，你可能会存在先去教育市场、培育市场的先行条件。这一步可以在知乎论坛、小红书、微博论坛等，基本在这些论坛都能看到专业人士或者意见领袖的权威发言。可供我们对自己产品的分析知乎论坛上的用户话题4、用户为什么要选择我们在分析完上述3步的方法后，最后一步就是为何要选你？相比同行竞品你有什么优势？你能带给用户什么好处？相信对上面3步的用户调研以后，我们已经有一个非常清晰的用户画像出来，知道该如何定位我们的产品，该怎么拿我们的产品与同行进行竞争，以及怎样能更好地满足用户！基于此，任何产品或者服务上线前都是必经的一个过程，从用户调研定位、竞品分析、打磨产品、选择渠道、推广投放都是必不可少的，选定人群，才能卖好产品，动手试试吧！

以下文章来源于数据驱动游戏 ，作者黎湘艳分享游戏数据分析干货，共同学习探讨数据分析工具和方法，数据驱动游戏研发、商务、运营和市场营销，以及行业热点等。尽管我们可以用很多种方法来分析用户数据，但是再详尽的用户数据也有其局限性，即便是最为精细的分析也只能告诉我们用户在做些什么，而不会说明他们为什么这么做。数据分析师通过用户行为数据能够很容易地推测出某个行为规律背后的原因。例如，当一款MMORPG游戏的大量用户在某个等级流失时，你往往能够发现玩家在做这个等级对应的主线任务时出了问题，如果再深入分析数据，或许会发现没有好友的用户的这个任务的完成率很低。但是导致用户流失的其他原因，可能就没有那么容易被发现了，要找出这些原因就需要开展用户调查。换句话说，在进行定量分析的同时，这种定性分析同样重要。（1）用户研究定义用户研究简称“用研”，指了解用户的行为习惯、收集用户的偏好、用户的思维想法。并根据用户研究的反馈进行合理的用户需求推演、预测。（2）用户研究方法用户研究有很多方法，一般从两个维度来区分：一个维度是定性到定量，比如用户访谈就是定性，是对事物的性质做出判断，究竟它“是什么”；问卷调查就属于定量，是指对事物的数量进行统计，衡量它“有多少”。前者重视用户行为背后的原因，后者通过数据证明用户的选择。另外一个维度是从态度到行为，比如用户访谈属于态度，而现场观察属于行为，从字面上也可以理解，用户访谈是问用户觉得怎么样，现场观察是看用户实际怎么操作。具体来讲，用户研究的方法主要有7种，分别为：问卷调查、深度访谈、可用性测试、焦点小组、卡片分类法、影随法、眼动测试，其中前4种为最常用的方法。本文案例采用的方法为问卷调查和深度访谈。（3）用户研究为《游戏A》全生命周期服务框架《游戏A》的游戏运营经历了三个过程：立项→测试→上线，整个过程中需要大量的与市场分析、用户分析和产品内容相关的数据。针对这些业务需求，我们做了大量的用户研究工作，研究工作以整个产品的生命周期为一条线展开，市场营销、产品运营人员根据研究结果制定了对应的行动决策。用户研究所获取的数据能支撑这个产品生命周期，以《游戏A》为例，不同节点的工作内容以及重点解决的核心问题如下。游戏立项阶段：粉丝摸底调研和竞品研究，了解IP认知度、目标用户画像、竞品游戏情况，知己知彼，指导市场推广。游戏测试阶段：共进行过两次测试，此阶段的用户调研十分重要，用低成本的方法预防大的失误。通过签到问卷、市场调研、用户流失及满意度研究，能验证目标用户、判断版本可用性、诊断产品与优化、分析流失原因等，为后续运营和市场宣传推广提供重要参考。游戏上线阶段：此时最关注的是付费和用户流失问题，结合版本改进做微调。通过线上商城调研，了解用户消费动机、商城道具喜好，为制定适合中国玩家的道具提供有利的数据支持。（4）正确看待用户研究“业务逻辑先行”原则：研究目的、看数据的逻辑和视角决定结论。“越聚焦越有效”原则：研究目的和课题越聚焦越容易获得有效结果。“避免数据陷阱”原则：调研样本和调研方法决定的结果，避免被错误的数据误导；在定性调研中，现场观察或电话回访的判断有时比调研报告更直接有效。值得注意的是，虽然用研能找到玩家需求和痛点，也能给出一些建议或分析，但是最终怎么样形成策略，需要运营和市场人员一起去思考，因此用研本身不能代替决策和思考。比如，根据用研找到目标用户的特点，并做了产品的市场定位，基于这个定位我们就要去想我们的目标用户群下面要做怎么样的市场营销策略，以及我们通过什么样的渠道或创意去触达他们，在这里面的每一个环节都会产生对用户的理解，因为只有这样我们才能有针对性地进行营销推广工作。在接下来的文章中，我将陆续分享《游戏A》从立项→测试→上线整个过程中用户调研的相关内容，分别如下：目标用户调研首测市场问卷调研首测电话调研访谈内测满意度与流失研究玩家道具喜好调研彩蛋：某类游戏问卷调研模板一 目标用户调研《游戏A》是一款代理类大型MMORPG类型游戏，为了了解《游戏A》IP的认知度、目标用户的特点，洞察用户需求，构建目标用户画像，帮助产品确立正确的市场定位，需进行目标用户调研。通过问卷分析，有助于了解目标用户，定位游戏市场，从而让市场人员在制订市场营销策略和推广方案上有例可循，通过恰当的渠道或创意触达目标用户群体。定量问卷：某平台渠道投放用户来源：某平台用户（用户群体为互联网大众用户）问卷投放时间：7天有效样本数：30001．IP认知《游戏A》的认知度比较高，为60%（玩过+听过），在对比游戏中排名第四。但其中玩过该游戏的用户比例较低，仅为10%（见图1）。图1说明：以上选项的游戏产品与《游戏A》类似，至少满足以下其中一个特点：有单机游戏IP、日本游戏、大型网络游戏。2．核心用户状态在玩且高活跃的核心用户占比为16.8%，其余大部分粉丝偶尔登录或已经不玩了（见图2）。图23．用户画像（1）将以上两题的用户关联进行交叉分析，对用户分层，结果如图3所示。图3说明：此处省略了用户的游戏经历的详细数据，其数据结果是根据问题“最近一年，你玩过哪些游戏？”的数据进行整理得来的。（2）核心用户男性比例相对较高，占83.1%，年龄集中在23～30岁之间，以企业职员和大学生为主。月收入5000元以上的比例较高，所在地为上海、广州和深圳的比例相对更高。4．游戏市场定位及目标用户群将IP认知度、用户年龄、职业、游戏背景、消费能力各个题目的选项进行交叉分析，从游戏类型维度考虑，得出目标用户的特点，如图4所示。图4例如：在核心用户中玩过《A3》《神泣》的比例较高，男性比例相对较高，年龄集中在23～30岁之间，以企业职业和大学生为主，喜欢唯美精致的画面和跌宕起伏的剧情。将游戏认知度、用户年龄、职业、游戏背景、消费能力各个选项进行交叉分析，并根据用户反馈进行合理的用户需求推演、预测，进行游戏市场定位，针对不同职业的用户，其宣传策略各有不同，如图5所示。图5我们对目标用户进一步解析，得出以下结果，如图6所示。《游戏A》3D MMO游戏用户是大众用户（占40%）；“画面控”游戏用户和喜欢日本文化的用户群体主要是学生和宅男/宅女（占40%）；单机游戏的用户群体主要是宅男（占10%）；其他用户占10%，这部分用户来源于其他游戏用户、视频观看者、音乐爱好者、社区/贴吧爱好者/潮流追随者。图65．主要结论（1）品牌认知度较高，达60%（玩过十听过），在对比游戏中排名第四，但其中玩过该游戏的用户比例较低，占10%。（2）用户画像（按用户核心程度划分）。核心用户：大型3D MMORPG用户，同时也是日系游戏爱好者，喜欢动作/格斗游戏的单机用户。次核心用户：大型3D MMORPG用户，同时也是单机游戏用户，动作类的网游用户，2D3D MMO网游用户，PVP网游用户。潜在用户：其他类型的MMORPG用户。核心用户中男性比例相对较高，年龄集中在23～30岁之间，以企业职员和大学生为主，喜欢唯美精致的画面和跌宕起伏的剧情。（3）不同类型用户的职业定位。《游戏A》的主要用户群体是3D MMO用户，占40%，其次是“画面控”游戏用户，占30%。“画面控”游戏用户和喜欢日本文化的用户群体主要是学生和宅男/宅女。待续......

顾客对商家的重要性不言而喻。随着市场竞争加大和各种资本不断涌入，抢夺用户资源已成为商家们的首要任务。互联网时代随着各式产品诞生，消费行为也随之升级，用户体验越来越受到人们的重视。在互联网市场的催生作用下，产生的产品及服务更加贴合用户行为习惯。而用户行为习惯正是来源于用户画像。互联网产品通过大数据技术获得用户信息数据，搭建出由点到面完善丰富的用户画像，通过用户画像分析用户群体消费行为轨迹，实现快速、精准的营销获客方式。但对于传统零售行业来说，数据的获取是一大问题。由于缺乏数据，零售商家们无法获得完整的画像，不能通过消费者行为洞悉消费者意愿，无法真正了解消费者需求。以至于零售商家常常遇到这样的困惑：为什么商品吸引不了消费者？为什么店铺留不住消费者？在互联网大数据驱动新零售的格局下，零售商家需要快速实现数字化转型升级，搭建用户画像，实现引流获客。什么是用户画像用户画像根据行业的不同会产生差异，但总的来说用户画像是对消费者群体进行特征性研究分析。通过年龄、性别、喜好、收入、地理位置等用户维度为用户贴上标签，形成用户群体分层，完成用户调研。零售商家通过不断完善和分析用户画像，了解消费者需求，为消费者提供个性化服务，从而不断优化门店及商品，提高访问率、留存率及销量，实现精准营销。用户画像的建立上面提到，用户画像是以年龄、性别、喜好、收入、地理位置等用户维度建立的，那么我们可能会得到这样一个画像：用户A，女，年龄25~30岁，喜欢吃火锅，企业白领，住址在以店铺为半径500米以内。通过这些用户基础信息形成用户画像，除此之外还要多维度的获取用户行为轨迹，完善用户数据信息，对用户的兴趣爱好进行深度挖掘。例如我们可以通过用户A的用户画像进行推测：用户年轻化，有一定的经济基础，通过向她推荐包装质感较好，价格略贵的辣味食物的信息，同时提供满减折扣券，在贩卖该商品的同时带动其他商品的销量，在完成销售之后再将数据反馈回来。通过线上线下用户行为数据分析，建立系统完善的用户画像，根据用户画像制定销售策略，产生引流、拉新、促活、留存等用户行为。将线上线下用户数据再反馈给商家，通过分析调整建立新的用户画像，制定新的销售策略，形成数据分析体系。怎样做好用户画像用户画像的目的就在于差异化分组，我们无法对每一个用户进行分析，但可以对具有相同属性的用户进行分组，制定出营销推广策略。比如你的顾客大多是70后还是90后？什么样的店铺设计、陈列、产品更吸引他们？比如你的顾客有多少是常客，有多少是只到店无购买行为或只有一两次购买？对于后者又怎样激活？利用用户画像为不同特征的用户挂上标签，进行分析，再针对不同的用户群体制定合理的营销策略。举个例子。针对到店新顾客，利用线上活动工具，提供无门槛购物券，不仅促使新顾客在门店进行消费，同时将顾客引流到线上，打造自己的流量池。而对于会员老客户，则需要更多的利益驱动，毕竟他们为店铺带来大部分销售额。可以针对会员客户推出以老带新、店铺红包等活动。由于用户群体数量庞大，对于单个用户一一进行分析是不现实的。通常我们通过将具有同一种特征的用户群体区分开来进行用户分层，再基于实时用户画像对营销方案不断优化。

国民收入水平是影响居民消费最重要的因素之一，居民人均收入的增长有利于推动跨境电商市场的蓬勃发展。与此同时，国民的消费升级使得跨境电商的发展转向精细化和垂直化，以满足消费者的个性化需求，跨境电商市场的竞争重点逐渐转变为品牌和品质的竞逐。2020H1中国跨境电商用户规模数据分析iiMedia Research(艾媒咨询)数据显示，2014-2019年，中国跨境电商用户规模持续扩大，2019年，中国跨境电商用户规模达到1.49亿人，同比增长率为35.5%。艾媒咨询分析师认为，经济和社会的快速发展，中产阶层数量的增长，海外留学、出境旅潮流的兴起等因素的影响下，消费者对跨境电商需求增加，用户规模持续扩大。2020H1中国跨境电商主要平台月活跃用户数分析2020年3月，中国主要跨境电商APP月活跃用户数量减少趋势明显。艾媒咨询分析师认为，全球疫情的升级带来航班锐减、商品入库难、货物配送难等诸多问题，而由物流停滞引发的连锁反应给跨境电商行业带来不小的挑战。2020H1中国跨境电商消费者画像数据监测2020Q1中国跨境电商用户购买商品数据分析数据显示，2020Q1中国跨境电商用户偏好购买食品饮料(57.1%)、洗护用品(50.6%)及营养保健(36.4%)等商品。2020Q1中国跨境电商用户购买情况数据分析2020Q1，近四成的用户表示自身购买力有所增加，65.3%的用户认为自己使用跨境电商平台的频率有所增多。艾媒咨询分析师认为，2020Q1尽管受到新冠疫情的冲击，但中国国内消费者的购买实力以及对跨境电商平台的需求仍然呈上升趋势。2020Q1中国跨境电商用户受公益影响购买意愿分析艾媒咨询数据显示，2020Q1超过九成的用户会因为平台的公益行为而产生购买意愿。其中，23%的用户在平台的公益行为影响下，购买意愿得到显著提升。2019年中国跨境电商用户观看直播原因分析数据显示，“直播期间有优惠”是跨境电商用户选择观看直播最主要的因素，所占比例为57.6%，其次，“能够直观了解商品”和“能够种草更多好物”也是跨境电商用户选择观看直播的主要因素，两者所占比例分别为57.4%和57.3%。以上部分数据、内容来自艾媒研究院发布的报告《艾媒咨询|2020H1全球及中国跨境电商运营数据及典型企业分析研究报告》。

市场定位的核心是构建用户画像新媒体让性格、爱好、职业、文化背景、价值观不同的人群形成了无数个泾渭分明的网络社会群体（简称：社群），导致市场变得越来越精细化。新媒体运营应该立足于某个细分市场，这需要先把目标受众的特点整理成一个“用户画像”。明确自己面向的是什么人群乔布斯：人们不知道自己想要什么？直到你把它摆在他们面前，正因如此，才有了苹果公司。张小龙：需求只来自你对用户的了解，不来自调研，不来自分析，也不来自讨论，才有了微信。由此可见，优秀的互联网产品与成功的新媒体营销都不可能脱离用户需求的研究，特别是在消费者越来越个性化、多元化的今天，细分用户群体是必然之举。截止2016年，我国上网购物的网民规模达到4.12亿人；使用手机网民规模达到3.39亿人。然而，尽管不少新媒体获得了上百万的粉丝，但是跟中国的网络用户总人数依然是九牛一毛。社交媒体上的每一次“全民狂欢”，世纪上只是全中国一小部分在活跃，新媒体运营人必须要知道的是，你无法取悦别人，那就只能赢取一小部分或者极少数的人。营销的成功取决于多个因素，要弄清楚自己服务的对象是谁？观察用户的日常行为习惯、消费偏好、上网习惯、具体需求、等等，来确定自己的产品和服务发展的方向。单纯追求粉丝量是没有意义的，因为许多活跃的用户都有几百个“僵尸粉”，会让新媒体的活粉率下降。采集用户数据需要哪几个维度用户数据无疑是互联网新媒体时代最宝贵的情报资源。首先是用户的维度肯定是从用户行为习惯的角度出发，分析用户接触哪些平台？在网站上做出哪些行为？有的用户直接输入网址查找官博和微信；有的用户从网络收藏夹里点击收藏链接；有的用户从自己护着朋友的微博或者微信圈里看到。用户在点击页面停留的时间长短，访问路径等等都可查看，当然，用户的会员注册情况也是一个监测的要点。其次是运营的维度运营的维度主要是分析收入情况。新媒体营销渠道的每一个订单、金额大小、支付成功率、订单交付周期、用户退货率、投诉率、复购率、等等。此外，运营者还要关注平台上的每天内容产出与新增用户量，老用户的流失，以便筛选优质用户。最后是产品和内容的维度新媒体运营的最终目标是销售产品，通过每个用户购买产品的类型、平均每次购买的数量以及金额、退换货的情况，进行做好促销计划。优质内容是新媒体平台的标签，要达到用户关注你并且分享你很难。所以，新媒体运营者要时刻关注用户们最感兴趣的兴趣标签，进行发布内容。怎样描述用户的显性画像用户的显性画像是指市场调研者对用户群体的可视化特征的描述，想要完整的描述用户的显性画像，应该从基础特征、上网习惯、产品使用习惯和其他特征进行入手。用户的显性特征比较容易观察，当你描述出显性画像的时候，对照具体用户时，会发现并不符合群体特征。这时，不要急于否认数据调查的可靠性，因为每个人有群体共性也有自己个性。想要做好精准营销，最终还是要一对一的深入了解。刻画用户的隐形画像用户的隐形画像指的是市场调研者对用户内在深层特征的描述。主要有以下几个方面：1:用户的消费目的2:用户的消费偏好3:用户的核心需求4:使用产品的场景5:使用产品的频次用户的显性画像侧重描述目标用户的静态特征，而用户的隐形画像则更关注目标用户的动态特征。从隐形画像中，新媒体运营者可了解更多关于用户的细节，尤其是近期需求的变化。新媒体运营者讲究的是时效性和互动性，预测用户的变化，在前方做好准备等着他们上路，这样才能掌握新媒体市场营销的主动权。分析关键词，构建用户画像基础数据采集——分析关键词和建模——呈现用户画像新媒体运营者应该告别粗放的传统用户调查模式，也不能仅仅通过日常聊天的方式得到用户的想法，因为，用户在某些时刻也是模糊的，所以，用户需要一个信得过的人进行咨询平台来指点迷津，这时候就是新媒体部门发力的时候。关注我发现更多精彩2020 鼠你有福

编辑导语：如今在这个大数据时代，每个用户都被标签化，运用用户画像的方式了解用户，从而推送相关消息；最常见的情况就是你买了商品后，推荐会自动推送与此商品相关的商品，促进消费；本文作者分享了关于什么是真正的用户画像，我们一起来看一下。用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待的数据转化联结起来；作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性能代表产品的主要受众和目标群体。（来源百度）一、用户画像是什么？用户画像的核心是为用户打标签，即——将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。我理解的用户画像是一种标签（浅层次）、数据的集合体（深层次），最终的导向还是获取用户的信息，并提供战略决策。1. 什么是标签举个例子：男，28岁，未婚，收入2万，爱美食，科技控，喜欢美女、喜欢旅游、有车。这样的描述，就是一个初步的用户画像，就是一组标签信息（即用户信息标签化）。那么我们再看一下这一张截图：（来源站酷，某作品集中的一页）这很明显是一个反面教材了，大家能在这张截图中，看出什么标签吗？从，姓名、学生、年龄、快毕业、艺校生、探索未知等标签就可以了解到专业水平、学习兴趣？这是怎么挖掘出来的？标签又可以分为三大类（宽泛）：统计类标签：这类标签是最为基础也最为常见的标签类型，例如：对于某个用户来说，其姓名、性别、年龄、地市、活跃时长等，这类数据可以从用户注册数据、用户消费数据中得出，该类数据构成了用户画像的基础。规则类标签：该类标签基于用户行为确定的规则产生。例如：定义该用户为高频投诉用户，规则为“近30天投诉次数＞10”；在实际开发画像的过程中，由于运营人员对业务更为熟悉，而数据人员对数据的结构、分布、特征更为熟悉，因此规则类标签的规则由运营人员和数据人员共同协商确定。学习挖掘类标签：该类标签通过系统智能化学习挖掘产生，用于对用户的某些属性或某些行为进行预测判断；例如：根据用户的消费行为习惯判断该用户的消费能力、对某类商品的偏好程度，该类标签需要通过算法挖掘产生。标签规则（举例：这个规则是在给用户定上具有消费力等等标签）。相同的商品：我妹妹打开某宝，东西都贼便宜，而我贼贵，你们懂了吧。2. 为什么需要标签？用户画像的核心工作是为用户打标签。打标签的重要目的之一就是为了让用研或者产品能够理解并且方便数据统计。以电商举例：如，标签可以做分类统计：喜欢美食的用户有多少？喜欢美食中的男女比例又是多少？在做精细分类：喜欢甜食的有多少？喜欢辣条的有多少？那么他们的地域分布比例又是多少？那么针对凉茶的男女喜好比例又有多少？如：标签可以做数据挖掘/清洗：利用关联规则计算，喜欢美食的人，通常会喜欢什么什么卧室环境。那么同样也可以分析出什么地域的人偏好什么样的美食，什么样的环境。根据初步数据分析结果，我们可以得出，一旦这个上海地域的人登录了某电商APP，可以快速根据该地域喜欢的，推就完事了（如：上海人大多数都喜欢偏甜的零食，或者小资生活的周边、布置等等）。那么这里会牵扯到「模型」，通过算法和培养，能让一个APP更加懂你。比如：我在某宝上，买了一个汽车改装用品，就疯狂给你推荐汽车相关；因为我购买（达成）、浏览相关（计算）和浏览时间（培养），让他更加确定了，我对这方面的需求很大。二、数据分析本质是什么？由于本文重点倾向交互侧，数据分析这一块留着下次说。数据分析的本质是获得信息和知识，从而在判断和决策中使用。根据分析的方法和目的，数据分析可以被划分为：描述性分析（Descriptive Analysis）：将数据整合为一份可视化的报告，进行演讲或陈述，但它不能解释某种出现的结果及未来发生的事情。1. 信息可视化预测性分析（Predictive Analysis）：预测性分析不仅可以对数据特征和变量（可以假定取消范围的因素）之间的关系进行描述，还可以基于过去的数据预测未来。预测性分析首先会确定变量值之间的关联，然后基于这种已知的关联预测另一种现象出现的可能性（如：某短视频中会产生广告，通过行为事件进行预测你购买/下载产品的可能性）。2. 预测分析决策性分析（Decision Analysis）：通过对比、验证等手段，直接反应情况，给出明确的好坏。所以要分析数据，至少要包含描述性分析的能力，这样获取的信息才有价值。（回顾上文，可以关联标签的含义）剩下的就是进阶能力，预测和决策了；让用研和产品同学更高效的、更准确的解决问题，而不是纸上谈兵“我认为”、“我感觉”。数据又分为静态和动态数据：静态信息数据：静态数据在很长的一段时间内不会变化，一般不随运行而变。包含有：人的基本属性，公司基本属性、商业属性等等；一般来说，做调研获得的静态数据都是真实的信息，无需进行分析和清晰。动态信息数据：动态数据是常常变化，直接反映事务过程的数据，比如，网站访问量、在线人数、日销售额等等，也就是用户不断变化的行为。得出的数据是为了完成用户画像的架构图：三、定量验证如果算法或者模型没跑起来的话，我们需要带着描述性分析+定量验证，去构建初步的用户画像（如果是算法和模型搭建起来的用户画像则不要验证）。这篇不重点讲定量了，如果还有小伙伴不知道的，可以去看前面的文章《定量与定性》。四、构建用户画像以韩梅梅的户画像为例，我们将其年龄、性别、职位、等等，通过场景描述，挖掘用户痛点，从而了解用户动机；其中将21~30岁最为一个年龄段，以职业作为一个范围，利用数据分析（定性）得到数据标签结果，最终满足业务需求，从而让构建用户画像形成一个闭环。以一个健身APP为例：画像重要组成部分：揭示关键差异（目标行为和观点）：给用户一个定义名称，这个名称要围绕产品最关键的特点凸显出来，也可以从目标行为和观点上去定义。基础信息：一个虚构的典型用户，可能跟某类用户的大部分人比较相似，但不会是某一个具体的人；有了这些个人信息，能够让用户画像看起来更像一个真实的人，更容易引起用户的同理心（根据调研信息抹去真实的信息，如：名字、职业等等）。相关设备产品使用情况：标识出相关特点，比如产品的使用情况，一天的生活轨迹等等，这部分内容主要跟产品、研究对象、研究目标相关。竞品使用情况：可以围绕差异点来提供思路。简介场景：比如健身类的产品，那么整个故事背景要围绕这个健身去展开。其他重要属性：其他的重要属性可以帮助我们去理解用户，为了让用户形象更生动；个人语录：如：我立了一个flag，降低体脂，我会围绕这个目标坚持下去的。最后得出的画像还需要计算TGI。TGI：Target Group Index（目标群体指数） TGI=[「目标用户群」中某一特征的总用户数在「目标用户群」总用户数的占比/「全量用户」中具有该特征的总用户数在「全量用户」总用户数的占比]*标准数100 TGI指数大于100，则说明该特征用户倾向较强（和平均相比） 小于100，则说明该类用户相关倾向较弱（和平均相比） 而等于100则表示在平均水平。最后将画像信息标签化-建立数据分析-验证（如：ABtest）——转化为实际场景的用户画像——最终决策（如果是算法和模型搭建起来的用户画像则不要验证）。本文由 @交互思维铺子 原创发布于人人都是产品经理，未经作者许可，禁止转载。题图来自Unsplash，基于CC0协议。