一、绘制用户画像需要准备哪些信息

构建用户画像通常需要收集和分析以下三大类数据:

1人口统计学特征:如年龄、性别、地区、职业、婚姻状况、收入水平等基本信息。这些数据有助于对用户群体进行划分,了解不同用户群体的基本情况。

2行为数据:如浏览历史、搜索关键词、点击行为、购买记录、 App使用情况等。这类数据能够反映用户的兴趣和需求,是构建用户画像的重要组成部分。

3兴趣爱好:如用户的嗜好、价值观、生活方式等。这些数据常通过用户填写调查、人工标注等方式获取,可以让企业更深入地理解用户的内心世界。

但是，如果你沿着这个思路去做的时候，就会发现一个问题：

我们无法还原每一个用户，也无法还原所有用户，但是我们可以给绝大多数目标用户一个代表，这个代表就是用户画像。

二、“用户画像”绘制的一般流程

一般而言，画像整理过程如下：

1、明确产品定位、明确创建用户画像的目标；

2、创建原型角色（Proto-Personas）

3、将原型角色整合成最终的用户画像

4、数字化表达用户画像

三、用户画像的内容

用户画像的内容视具体业务需求可细分出多个类别，大致包括人口属性、空间/时间属性、社交属性、消费属性、行为特征、金融属性等。

1、人口属性

涉及基础属性（年龄、性别、出生日期、学历、职业、行业、婚育情况等）、位置属性（国家、省份、城市、区县、街道等）、通信属性（地址、邮箱、手机号、单位座机等）和资产属性（房产状况、居住年限、车产状况、负债状态等）。

2、空间/时间属性

空间信息主要与地理位置和使用场景有关，包括上班场所、通勤工具、休闲场所、用餐场所等；而时间信息则主要关注用户行为在不同时段中的差异。

3、社交属性

用户的通讯录、朋友圈好友、微博好友等，发现用户所处的圈层以及具体的社会影响力等。

4、消费属性

主要关注用户的网购兴趣（品类）和消费能力。

5、行为特征

用户在使用产品的过程中，通过自己的各种行为累积出的用户信息。如点击、分享、收藏、评论等数据以及与用户活跃度、忠诚度有关的指标等。

四、创建原型角色（Proto-Personas）

大家都希望只看一张图就能掌握客户画像的完整信息，这从实际操作层面是不可能的。

一般情况下，创建原型角色可以从基本属性、行为习惯、痛点困惑、需求目标四个维度展开，对决策链条上的不同角色、对不同细分人群进行逐一创建。

比如说，我们以一款SaaS产品为例，将决策链条上的利益相关方——决策者、资深专家型使用者、执行层三组人群来进行细分人群的原型角色整理：

### 1、决策者

### 2、中层、专家

### 3、执行层

五、整合用户画像

当我们拥有绝大多数细分的原型角色之后，就可以开始整合这些角色，并最终合并成一个具有最广泛代表意义的用户画像。

整合后的客户画像，能够展现客户的宏观特征，但不一定贴近细分人群的特征，需要结合每个人群分层的原形角色来综合分析。

四、用户画像的应用

在实际应用中，用户画像主要为产品优化、精准营销和用户运营的方面提供支持。

1、产品优化

在产品早期，产品经理们可以通过调研和访谈的形式来了解用户，但在用户体量到达一定程度后，就需要通过用户画像来了解核心用户的属性特征和具体需求是否发生变化，并以此来进行针对性的产品功能优化和迭代。

2、精准营销

这是用户画像应用最为广泛的领域，尤其是当产品步入精细化运营阶段之后，就需要通过更为细致的维度对用户进行分群，进而为其配置相应的推送、转化、激励等运营策略，以实现运营资源的价值最大化。

3、用户运营

在对用户进行画像的过程中，有许多信息和数据与用户的关键行为息息相关，这些都能为用户运营策略的制定提供依据，此外还可以借助自动化工具和人工智能技术，以“千人千面”的形式为用户提供覆盖全生命周期的个性化服务或产品推荐，进而促进转化并达成运营目标。

除此之外，用户画像也是很多数据产品的基础，比如我们在无数互联网产品上所看到的个性化推荐广告，其底层的算法大多基于用户的画像数据和信息。