什么是用户画像？如何分析用户画像

1. 什么是用户画像？如何分析用户画像

什么是用户画像？用户画像是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型。
通俗来讲，就是——我们产品的目标受众是什么，使用我们产品的核心人群是什么样的，他们有什么行为特征、消费习惯，什么是能够刺激他们购买的核心需求。

我们可以理解成，它就是一家企业的核心武器，它可以帮助我们：
聚焦、洞察用户的需求。
更精准地决策。
培养用户思维。
为了帮助大家更好地理解用户画像，这里为大家梳理了一套用户画像建立模板，大家可以参考：

如何分析用户画像？1.百度大数据洞察：百度指数
百度指数是以百度海量网民行为数据为基础的数据分享平台。分别有趋势研究、需求图谱、人群画像是百度指数的三个展现维度。
趋势研究：这是百度指数最核心、最基本的功能，是以时间维度，判断关键词的关注热度；我们可以做对比分析，从而找出规律。
以美术班为例，搜索关键词后，发现了一条规律，每年的3月和9月是搜索高峰期，这也正好应对了两个开学季。
需求图谱：通过用户在搜索该词的前后的搜索行为变化中表现出来的相关检索词需求。
比如，通过“美术”这个大关键词，检索出的相关小关键词。可以帮我们更精准地掌握用户的需求。圆中的圈越大，说明与大关键词的关联性越强。
人群画像：搜索关键词的人群共性特征，是从地域、年龄、性别分布以及兴趣属性这几个特征展开的。
2.全域数据洞察——观星盘
观星盘汇聚了百度域内数据、客户数据、合作伙伴数据组成的全域数据，构建海量用户行为标签，提供多维度行业和品牌洞察能力，全方位感知用户行为和意图，帮助品牌锁定精准目标用户。
借助观星盘数据精细化细分人群，可以覆盖不同侧重点进行引流营销，增强目标用户对品牌的认知，提升影响力。

2. 怎么样去进行准确的用户画像分析？

用户画像，是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌，可以看作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。
  
 进行精准的用户画像分析，需进行对用户进行多维度划分，多维度划分，可以知道用户在不同维度下的不同用户使用场景。依据不同用户使用场景下的使用心理进行精准的用户产品设计，或者运营打造个性化推送，方便产品进行用户SKU收集，为用户分析动态建模提供维度和数据支持。
  
 那么怎么样构建真实、动态的用户画像呢？
                                          
 需要从四个维度构建：用户静态属性、用户动态属性、用户心理属性、用户消费属性。
  
 1、静态属性
  
 静态属性主要从用户的基本信息进行用户的划分。静态属性是用户画像建立的基础，最基本的用户信息记录。如性别、年龄、学历、角色、收入、地域、婚姻等。依据不同的产品，记性不同信息的权重划分。如果是社交产品，静态属性比较高的是性别性别、收入等。
                                          
 2、动态属性
  
 动态属性指用户在再互联网环境下的上网行为。信息时代用户出行、工作、休假、娱乐等都离不开互联网。那么在互联网环境下用户会发生哪些上网行为呢？动态属性能更好的记录用户日常的上网偏好。
                                          
 3、消费属性
  
 消费属性指用户的消费意向、消费意识、消费心理、消费嗜好等，对用户的消费有个全面的数据记录，对用户的消费能力、消费意向、消费等级进行很好的管理。这个动态属性是随着用户的收入等变量而变化的。在进行产品设计时对用户是倾向于功能价值还是倾向于感情价值，有更好的把握。
                                          
 4、心理属性
  
 心理属性指用户在环境、社会或者交际、感情过程中的心理反应，或者心理活动。进行用户心理属性得划分更好的依据用户的心理行为进行产品的设计和产品运营。
                                          
 根据以上的用户画像维度划分，以大学生为例，进行用户画像的建模。把维度划分好之后，进行四个维度的桌面研究，如果可以的话，收集完资料之后进行定性研究。桌面研究，到各大网站收集数据质量：百度指数、艾瑞网、TalkingData、友盟、企鹅智库、　Dataeye等数据质量渠道收集数据。从这个维度去收集用户资料。经过个人整理，得出简单结论（只是流程走通，具体很多细节还需要细化，考虑篇幅问题，不做具体描述）。
  
 举例：大学生
                                          
 大学生消费属性下的消费需求、动态属性下的聊天、娱乐需求，心理属性下的交友需求。大学生消费属性消费意向：消费占比饮食、购物、通讯、恋爱、游玩、出游为比重较高的。消费意识：银行卡、信用卡、分期消费等消费意识。消费心理：理性消费仍为消费主流；消费嗜好：消费呈现向多元化发展，服饰装扮，恋爱费，聚会吃喝为主流。
  
 大学生心理属性大一、二、三（18-23）主要心理特征：交际困难、学习压力、恋爱感情波动、人格缺陷。大四（24-25）心理特征：就业压力、感情波动.大学生动态属性网上行为动态属性占比为：聊天、看电视剧、看电影、购物、微博、查资料。动态属性主要有量大需求：聊天需求、娱乐需求。根据大学生用户画像，如果是运营活动类可偏向于送电影票、送网站会员（爱奇艺、乐视、搜狐、腾讯等）、送聊天工具会员（如：QQ会员、迅雷会员、陌陌会员、YY会员等）。将需求和产品推广相结合。（只是流程走通，具体很多细节还需要细化，考虑篇幅问题，不做具体描述）。
  
 结语
  
 进行精准的用户画像分析，能更好的服务、满足用户的内心真实需求。不对用户进行多维度的剖析，哪能明白用户真是的想法。有句话怎么说来着？做产品，得知道窥探人的心理，窥探人的内心想法。以一颗单纯洁白的心，去走进用户的心里，把纯洁的心染上用户的颜色。最后，豌侠所说的，都是没用的，大家自行体会。

3. 用户画像分析怎么做

用户画像分析就是基于大量的数据，建立用户的属性标签体系，同时利用这种属性标签体系去描述用户。
可以运用营销自动化微信用户标签库来给用户打标签，“标签“就是带有特定含义用于描述真实的用户自身带有的属性特征。“标签”相较于其他用户画像基础要素来说，标签可以是动态的，通过动态的社交活动行为，例如：搜索、浏览、评论、点赞等构建出3D的用户画像。
通过对折叠屏手机用户的标签数据分析，可以得知用户的购物偏好特征和生活属性，从而品牌可以更针对性地展示不同用户想看的内容，还有为以用户需求为导向的产品研发，提供数据支持。

用户画像基本要素
1、地域
即用户所在的地理位置，不同城市的生活消费形态也是不同的。普遍一二线城市的居民平均收入要比三四线城市的居民平均收入要高一些。
2、性别
性别也是对消费需求影响较大的因素之一。参考该要素来宣传产品或服务，能够大大提高品牌的营销效率。
3、年龄
即用户的社会角色，每个年龄段的用户社会角色也不同，感兴趣的商品特性也不同。
4、受教育程度
受教育程度不同的用户对营销内容的要求也会不同，对于生活的态度和关注的事情也不同。
5、行业特征
了解用户所在行业，对产品或服务的关注点不同。

4. 用户画像分析怎么做

首先，是找到目标用户。以Tik Tok为例。在Tik Tok刚刚开始上线之后，分析我们的用户是谁是非常重要的，比如什么年龄，性别，地域教育等等。这样可以快速帮助产品找到当前的主流用户群体是否是产品的初始定位。如果完全不同，那就是产品的设计出了问题，偏离了方向。
上线一段时间后，我们可以把用户分成不同的活跃程度。比如都玩Tik Tok，有的天天玩有的偶尔玩，有的能刷很久，有的刷完就走了。频率和时长成了此时用户最大的特征差异。那么，不同频率和时长的用户在年龄、性别、地域上有什么区别呢？这些是对特征的进一步认识。
一段时间后，部分用户会保留和流失用户，需要分析保留用户和流失用户在行为特征上是否有特殊差异。
https://iknow-pic.cdn.bcebos.com/f703738da977391294357ff1ea198618367ae20b?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto

5. 一文教你看懂什么是“用户画像”？

上回说到，我们既要吸引用户，也要精准防止用户的流失，并且介绍了在第一个漏斗环节中如何对用户进行流失的防范，我们这次就来说说，在这部分留存的基础上再一次的漏斗分层中如何留住用户，也就是如何通过“用户画像”留住用户。
  
 什么是用户画像呢？
  
 用户画像是建立在一系列真实数据之上的目标用户模型，即根据用户的属性及行为特征，抽象出相应的标签，拟合而成的虚拟的形象。从本质上来说，用户画像是数据的标签化。在大数据时代，企业通过对海量数据信息进行分析，将数据抽象成标签，再利用这些标签将用户形象具体化就是用户画像的建立过程。
  
 举个例子，如果现在你知道使用产品的是女性，30-35岁之间，喜欢宠物、追剧，住在江浙一带......那么你在做营销的时候是不是要考虑这些属性？
  
 用户画像在精细化运营体系中发挥了不可或缺的核心功能。
  
 随着产品功能不断丰富优化，用户数量大幅增加，用户需求的多样化和产品服务的多样化之间就存在了匹配和不匹配、选择与不选择、喜欢与不喜欢之间的矛盾。
  
 什么时候能用得到用户画像？
  
 短信营销作为用户低成本促活的有效利器，现已经成为运营过程中最重要的方式之一。传统的仅用“发送率”来衡量推送效果的方式不够全面，缺乏对营销各个环节链路的数据展示，无法准确判别真正影响营销实效的根本原因，通常一次正确有效的短信营销都需要根据用户画像来写短信文案，以此达到质量最大化。
  
 用户画像在哪里能看到？
  
 以访问分布为例，通过访问地区、访问分布、浏览器分布及操作系统分布数据来看，我们可以清楚地知道用户基本画像，哪些省份的用户活跃度最高，用户更倾向在什么时候打开APP，是安卓端用户占比高还是iOS端用户占比高，通过手机品牌配合近几年各大手机厂商发布的用户报告，可以进一步细化用户画像。了解了这部分数据后，运营同学可以有针对性地做出一些优化方案，比如应该给哪些用户推送什么信息，根据用户画像的差异进行用户分层。
    
 移动互联网的发展也极大冲击了广告营销的方式，人们对互联网广撒网的投放方式感到疲惫甚至厌倦，大数据时代来临，基于用户的喜好与特性投放营销成为了主流。合理利用用户画像，不仅能够降低成本，还可以大大促进点击率及转化率，提升整体营销效果。

6. 怎么样去进行用户画像分析

用户画像，是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌，可以看作是企业应用大数据技术的基本方式。那么怎么样去进行用户画像分析？
  
  1、 静态属性
 
 静态属性主要从用户的基本信息进行用户的划分。静态属性是用户画像建立的基础，最基本的用户信息记录。如性别、年龄、学历、角色、收入、地域、婚姻等。依据不同的产品，记性不同信息的权重划分。如果是社交产品，静态属性比较高的是性别性别、收入等。
 
  2、 动态属性
 
 动态属性指用户在再互联网环境下的上网行为。信息时代用户出行、工作、休假、娱乐等都离不开互联网。那么在互联网环境下用户会发生哪些上网行为呢？动态属性能更好的记录用户日常的上网偏好。
 
  3、 消费属性
 
 消费属性指用户的消费意向、消费意识、消费心理、消费嗜好等，对用户的消费有个全面的数据记录，对用户的消费能力、消费意向、消费等级进行很好的管理。这个动态属性是随着用户的收入等变量而变化的。在进行产品设计时对用户是倾向于功能价值还是倾向于感情价值，有更好的把握。
 
  4、 心理属性
 
 心理属性指用户在环境、社会或者交际、感情过程中的心理反应，或者心理活动。进行用户心理属性得划分更好的依据用户的心理行为进行产品的设计和产品运营。
 
 关于怎么样去进行用户画像分析的相关内容就介绍到这里了。

7. 帮你更好地了解什么是用户画像

用户画像是一个挺新颖的词，最初它是大数据行业言必及之的时髦概念。现在我们运营谈及用户画像，它也是和精准营销、精细化运营直接挂钩的。
  
  什么是用户画像？ 
  
 在中文的语言环境中，用户画像是用来描述用户特征（用户背景、特征、性格标签、行为场景等）和联系用户需求与产品设计的。
  
 简单来说，构建用户画像的目的就是想要通过从海量用户行为数据中提炼出用户特征信息，并根据用户信息来进行精准营销。它根据用户在互联网留下的种种痕迹，主动或被动地收集信息，然后尽可能全面细致地抽出一个用户的信息全貌，从而帮助解决如何把数据转化为商业价值的问题。比如：猜用户的性别，来自哪里，月收入多少，有没有谈恋爱，喜欢什么，准备购物吗？
                                          
  用户画像细分维度 
  
 用户画像主要包括：
  
 1-性别，年龄段，成长环境；
  
 2-生活情形，生活方式，生活习惯；
  
 3-性格描述，以及内心的渴望；
  
 4-消费情绪，喜欢什么，不喜欢什么；
  
 5-内心的期待，未被满足的需求；
  
 6-世界观，人生观，价值观；
  
 7-社交特点；
  
 8-媒体接触习惯；
  
 9-对新事物的好奇心和反应程度；
  
 10-对产品需求的联想层面；
  
 11-和产品的接触点；
  
  用户画像分类 
  
 随着时间的推进，用户画像也在不断完善和改进，分析方法也从最初的“经验论”逐渐改进，变成以大数据为基础和导向。
  
  1.   虚拟用户画像 
  
 早期的用户画像和上文描述的用户画像定义和细分维度都有所不同。它是通过对用户各方面信息的调研，将得到的多种信息分类聚合，并进行分析，形成有典型特征的虚拟用户。
  
 通过调查的方法得出的这种用户画像主观性比较强，没有数据的参与构建，自然粒度也就比较粗，做不到精确地描述用户的特征，只是将用户抽象成几个简单的形象。
  
 比如，这种用户画像的描述形式可以用下图表示：
                                          
  2.   数据用户画像 
  
 通过“虚拟用户画像”我们可以定义用户的性别、年龄等这些表面的基本特征，但这种特征的定义比较粗放，并不精确，想要更加全面准确的了解你的用户，就需要使用数据用户画像。
  
 在互联网时代，大数据技术的应用使数据用户画像成为可能。这种用户画像是随着互联网的不断发展，积累的用户信息、行为记录越来越丰富，可以计算出每一个用户的特征。用户画像的细分维度前文已经讨论过了。
  
 用户画像用标签集合来表示，例如：
  
 张某，女，28岁，北京人，上海工作，金融业，分析师，年收入50万，已婚，一套房，两辆车，有孩子，不喜欢社交，爱运动，消费力强等。
  
 基础信息可以通过用户的注册信息获得，但像是否有孩子、是否喜欢社交、喝白酒、消费能力等级等，用户不会告诉我们，需要建立数据模型才能计算出来。
  
 当然，企业的业务领域不同，用户标签体系也不同，是需要有针对性的进行设计的，比如：金融和快消用户标签体系就会不同。

8. 浅谈用户画像

用户画像分两类，一给人看，二给机器看，如下图所示：
                                          
 从产品角度而言，精确的用户画像是产品定位的基础以及后续产品优化的方向。在此我大致分为三类：
  
  01 
  
 目标明晰群体：例如百度搜索---搜索内容；高德地图---使用导航；锤子便签---记录事件。我们会发现服务于明确目标用户群体的产品会更偏向于工具类，当然绝不以偏概全。
  
  02 
  
 内容消费群体：例如腾讯视频---看视频；今日头条--看新闻；知乎---看内容；这类APP都偏向内容输出方向。用户在空闲时刻就可以利用这类产品浏览内容，学习知识。
  
  03 
  
 走马观花群体：例如小红书和礼物说，它们和京东最大不同就是没有提供精准搜索。因为服务群体不一样，小红书和礼物说的用户群体是女性，其目的就是为了提供一个随意逛街的场景，并不是购买。
  
 淘宝和微博是一个综合体，他们有一个共同的特征是他们都有头羊，微博的大V用户就是头羊；淘宝的店主就是头羊。有了头羊就有羊群，就有用户群。
  
 从智能推荐而言，目前用户画像大多都只是对用户行为数据的统计和匹配工作。数据来源大致分为两类。一是人口统计学，包括姓名、年龄、地域、教育等基本资料信息；二是用户历史行为数据统计。机器算法大致分为结构化文本提取和标签选择，后续会详细介绍。
  
 
  
  如何构建用户画像？ 
  
 
                                          
 以上是最简单的一个流程框架，实际运用中远比这复杂。数据对于推荐而言非常必要，如何获取数据，智能匹配仍然是需要长期实践的过程。
  
  01 
  
 如何收集数据：最简单的方法是用户主动提供，举个最常见的产品---QQ，它在发布动态时用户可主动添加标签。这样的产品还很多，尤其是UGC创作平台。但更多的是在技术层面上实现对用户行为数据的精确收集。
  
  02 
  
 如何保证数据的准确性：前期很重要的一点是产品规划，必须明确产品路径上的所有数据埋点，另外要预留风险方案；其次只能依靠技术手段实现数据保障。
  
  03 
  
 如何精确匹配数据：对于机器而言，用户画像实质上就是用户信息向量化表示。大致分为几个要素，以民宿来举例说明：
  
     1）、向量的维度：地理位置、价格、舒适度；
  
     2）、向量的量化：对维度赋予分值，若三个维度都是1-5分；
  
     3）、效果评估：对应民宿的订购率和入住率，还有好评度。
  
 每个用户都会有自己的量化分，拿一些场景举例，若我第二天要赶飞机，那么地理位置对我很重要，相应分值提高；如果我现在经济条件不充裕，那么相应价格分值会提高。
  
 所以不同场景会有不同量化分，结合场景进行个性化推荐是最终目标。
  
  以上为几点思考，多多交流！