有過一次網(wǎng)購經(jīng)歷后，下次登陸該網(wǎng)站，會(huì)彈出各種同類型替代商品或者互補(bǔ)商品的推薦；成為某品牌的注冊(cè)會(huì)員，特殊的日子（會(huì)員日、生日）經(jīng)常會(huì)收到品牌商發(fā)來的通知（祝福）短信或者郵件。

這一切都是精準(zhǔn)化營銷的常見套路。

在互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代，得用戶者得天下。以龐大的用戶數(shù)據(jù)為依托，構(gòu)建出一整套完善的用戶畫像，借助其標(biāo)簽化、信息化、可視化的屬性，是企業(yè)實(shí)現(xiàn)個(gè)性化推薦、精準(zhǔn)營銷強(qiáng)有力的前提基礎(chǔ)。

可見，深入了解用戶畫像的含義，掌握用戶畫像的搭建方法，顯得尤其重要。

來源：活動(dòng)盒子（ID：huodonghezi_com)
作者 ： 草莓君
原標(biāo)題：《構(gòu)建用戶畫像的目的很簡單：了解你，是為了更好的服務(wù)你》
數(shù)英網(wǎng)DIGITALING 用戶原創(chuàng)文章，如需轉(zhuǎn)載請(qǐng)聯(lián)系作者本人

一、用戶畫像是真實(shí)用戶的虛擬模型

關(guān)于“用戶畫像是什么”的問題，最早給出明確定義的是交互設(shè)計(jì)之父Alan Cooper，他認(rèn)為：Persona（用戶畫像）是真實(shí)用戶的虛擬代表,是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型。

敲黑板，劃重點(diǎn)：真實(shí)、數(shù)據(jù)、虛擬。

如果把真實(shí)的用戶和虛擬的模型比作隔江相望的兩個(gè)平行點(diǎn)，數(shù)據(jù)就是搭建在大江之上，連接起彼此的橋梁。

企業(yè)利用尋找到的目標(biāo)用戶群，挖掘每一個(gè)用戶的人口屬性、行為屬性、社交網(wǎng)絡(luò)、心理特征、興趣愛好等數(shù)據(jù)，經(jīng)過不斷疊加、更新，抽象出完整的信息標(biāo)簽，組合并搭建出一個(gè)立體的用戶虛擬模型，即用戶畫像。

給用戶“打標(biāo)簽”是用戶畫像最核心的部分。所謂“標(biāo)簽”，就是濃縮精煉的、帶有特定含義的一系列詞語，用于描述真實(shí)的用戶自身帶有的屬性特征，方便企業(yè)做數(shù)據(jù)的統(tǒng)計(jì)分析。

出于不同的受眾群體、不同的企業(yè)、不同的目的，給用戶打的標(biāo)簽往往各有側(cè)重點(diǎn)，應(yīng)該具體問題具體看待。

但是，有些標(biāo)簽適用于所有情況，應(yīng)該加以理解和掌握。我把常見的標(biāo)簽分成兩大類別：相對(duì)靜止的用戶標(biāo)簽以及變化中的用戶標(biāo)簽。

相對(duì)應(yīng)的，由靜態(tài)標(biāo)簽搭建形成的畫像就是2D用戶畫像；由靜態(tài)標(biāo)簽+動(dòng)態(tài)標(biāo)簽構(gòu)建出來的即是3D用戶畫像。

1、靜態(tài)的用戶信息標(biāo)簽以及2D用戶畫像

人口屬性標(biāo)簽是用戶最基礎(chǔ)的信息要素，通常自成標(biāo)簽，不需要企業(yè)過多建模，它構(gòu)成用戶畫像的基本框架。

人口屬性包括人的自然屬性和社會(huì)屬性特征：姓名、性別、年齡、身高、體重、職業(yè)、地域、受教育程度、婚姻、星座、血型......。自然屬性具有先天性，一經(jīng)形成將一直保持著穩(wěn)定不變的狀態(tài)，比如性別、地域、血型；社會(huì)屬性則是后天形成的，處于相對(duì)穩(wěn)定的狀態(tài)，比如職業(yè)、婚姻。

心理現(xiàn)象包括心理和個(gè)性兩大類別，同樣具有先天性和后天性。對(duì)于企業(yè)來說，研究用戶的心理現(xiàn)象，特別是需求、動(dòng)機(jī)、價(jià)值觀三大方面，可以窺探用戶注冊(cè)、使用、購買產(chǎn)品的深層動(dòng)機(jī)；了解用戶對(duì)產(chǎn)品的功能、服務(wù)需求是什么；認(rèn)清目標(biāo)用戶帶有怎樣的價(jià)值觀標(biāo)簽，是一類什么樣的群體。

具體的心理現(xiàn)象屬性標(biāo)簽包括但不限于：

來源：“心理現(xiàn)象”百度百科

因?yàn)槿丝趯傩院托睦憩F(xiàn)象都帶有先天的性質(zhì)，整體處于穩(wěn)定狀態(tài)，共同組成用戶畫像最表面以及最內(nèi)里的信息素，由此形成穩(wěn)定的2D用戶畫像。

2D用戶畫像

2、動(dòng)態(tài)的用戶信息標(biāo)簽以及3D用戶畫像

網(wǎng)站行為屬性，這里我們主要討論的是用戶在網(wǎng)站內(nèi)外進(jìn)行的一系列操作行為。常見的行為包括：搜索、瀏覽、注冊(cè)、評(píng)論、點(diǎn)贊、收藏、打分、加入購物車、購買、使用優(yōu)惠券......。

在不同的時(shí)間，不同的場(chǎng)景，這些行為不斷發(fā)生著變化，它們都屬于動(dòng)態(tài)的信息。企業(yè)通過捕捉用戶的行為數(shù)據(jù)（瀏覽次數(shù)、是否進(jìn)行深度評(píng)論），可以對(duì)用戶進(jìn)行深淺度歸類，區(qū)分活躍/不活躍用戶。

社交網(wǎng)絡(luò)行為，是指發(fā)生在虛擬的社交軟件平臺(tái)（微博、微信、論壇、社群、貼吧、twitter、Instagram）上面一系列用戶行為，包括基本的訪問行為（搜索、注冊(cè)、登陸等）、社交行為（邀請(qǐng)/添加/取關(guān)好友、加入群、新建群等）、信息發(fā)布行為（添加、發(fā)布、刪除、留言、分享、收藏等）。

給用戶打上不同的行為標(biāo)簽，可以獲取到大量的網(wǎng)絡(luò)行為數(shù)據(jù)、網(wǎng)站行為數(shù)據(jù)、用戶內(nèi)容偏好數(shù)據(jù)、用戶交易數(shù)據(jù)。這些數(shù)據(jù)進(jìn)一步填充了用戶信息，與靜態(tài)的標(biāo)簽一起構(gòu)成完整的立體用戶畫像，就是所說的3D用戶畫像。

3D用戶畫像

二、用戶畫像的價(jià)值

企業(yè)必須在開發(fā)和營銷中解決好用戶需求問題，明確回答“用戶是誰——用戶需要/喜歡什么——哪些渠道可以接觸到用戶——哪些是企業(yè)的種子用戶”。

更了解你，是為了更好的服務(wù)你！可以說，正是企業(yè)對(duì)用戶認(rèn)知的渴求促生了用戶畫像。

用戶畫像是真實(shí)用戶的縮影，能夠?yàn)槠髽I(yè)帶來不少好處。

1、指導(dǎo)產(chǎn)品研發(fā)以及優(yōu)化用戶體驗(yàn)

在過去較為傳統(tǒng)的生產(chǎn)模式中，企業(yè)始終奉行著“生產(chǎn)什么就賣什么給用戶”的原則。這種閉門造車的產(chǎn)品開發(fā)模式，常常會(huì)產(chǎn)生“做出來的東西用戶完全不買賬”的情況。

如今，“用戶需要什么企業(yè)就生產(chǎn)什么”成為主流，眾多企業(yè)把用戶真實(shí)的需求擺在了最重要的位置。

在用戶需求為導(dǎo)向的產(chǎn)品研發(fā)中，企業(yè)通過獲取到的大量目標(biāo)用戶數(shù)據(jù)，進(jìn)行分析、處理、組合，初步搭建用戶畫像，做出用戶喜好、功能需求統(tǒng)計(jì)，從而設(shè)計(jì)制造更加符合核心需要的新產(chǎn)品，為用戶提供更加良好的體驗(yàn)和服務(wù)。

2、實(shí)現(xiàn)精準(zhǔn)化營銷

精準(zhǔn)化營銷具有極強(qiáng)的針對(duì)性，是企業(yè)和用戶之間點(diǎn)對(duì)點(diǎn)的交互。它不但可以讓營銷變得更加高效，也能為企業(yè)節(jié)約成本。

以做活動(dòng)為例：商家在做活動(dòng)時(shí)，放棄自有的用戶資源轉(zhuǎn)而選擇外部渠道，換而言之，就是舍棄自家精準(zhǔn)的種子用戶而選擇了對(duì)其品牌一無所知的活動(dòng)對(duì)象，結(jié)果以超出預(yù)算好幾倍的成本獲取到新用戶。

這就是不精準(zhǔn)所帶來的資源浪費(fèi)。

包括我前面所提到的，網(wǎng)購后的商品推薦以及品牌商定時(shí)定點(diǎn)的節(jié)日營銷，都是精準(zhǔn)營銷的成功示范。

要做到精準(zhǔn)營銷，數(shù)據(jù)是最不可缺的存在。以數(shù)據(jù)為基礎(chǔ)，建立用戶畫像，利用標(biāo)簽，讓系統(tǒng)進(jìn)行智能分組，獲得不同類型的目標(biāo)用戶群，針對(duì)每一個(gè)群體策劃并推送針對(duì)性的營銷。

3、可以做相關(guān)的分類統(tǒng)計(jì)

簡單來說，借助用戶畫像的信息標(biāo)簽，可以計(jì)算出諸如“喜歡某類東西的人有多少”、“處在25到30歲年齡段的女性用戶占多少”等等。

4、便于做相關(guān)的數(shù)據(jù)挖掘

在用戶畫像數(shù)據(jù)的基礎(chǔ)上，通過關(guān)聯(lián)規(guī)則計(jì)算，可以由A可以聯(lián)想到B。

沃爾瑪“啤酒和尿布”的故事就是用戶畫像關(guān)聯(lián)規(guī)則分析的典型例子。

資料來源：“關(guān)聯(lián)規(guī)則”百度百科

我們認(rèn)識(shí)到用戶畫像具有的極高價(jià)值，下面就來看看該如何搭建用戶畫像。

三、如何構(gòu)建用戶畫像

1、用戶畫像準(zhǔn)備階段——數(shù)據(jù)的挖掘和收集

對(duì)網(wǎng)站、活動(dòng)頁面進(jìn)行SDK埋點(diǎn)。即預(yù)先設(shè)定好想要獲取的“事件”，讓程序員在前/后端模塊使用 Java/Python/PHP/Ruby 語言開發(fā)，撰寫代碼把“事件”埋到相應(yīng)的頁面上，用于追蹤和記錄的用戶的行為，并把實(shí)時(shí)數(shù)據(jù)傳送到后臺(tái)數(shù)據(jù)庫或者客戶端。

所謂“事件”，就是指用戶作用于產(chǎn)品、網(wǎng)站頁面的一系列行為，由數(shù)據(jù)收集方（產(chǎn)品經(jīng)理、運(yùn)營人員）加以描述，使之成為一個(gè)個(gè)特定的字段標(biāo)簽。

我們以“網(wǎng)站購物”為例，為了抓取用戶的人口屬性和行為軌跡，做SDK埋點(diǎn)之前，先預(yù)設(shè)用戶購物時(shí)的可能行為，包括：訪問首頁、注冊(cè)登錄、搜索商品、瀏覽商品、價(jià)格對(duì)比、加入購物車、收藏商品、提交訂單、支付訂單、使用優(yōu)惠券、查看訂單詳情、取消訂單、商品評(píng)價(jià)等。

把這些行為用程序語言進(jìn)行描述，嵌入網(wǎng)頁或者商品頁的相應(yīng)位置，形成觸點(diǎn)，讓用戶在點(diǎn)擊時(shí)直接產(chǎn)生網(wǎng)絡(luò)行為數(shù)據(jù)（登陸次數(shù)、訪問時(shí)長、激活率、外部觸點(diǎn)、社交數(shù)據(jù)）以及服務(wù)內(nèi)行為數(shù)據(jù)（瀏覽路徑、頁面停留時(shí)間、訪問深度、唯一頁面瀏覽次數(shù)等等）。

數(shù)據(jù)反饋到服務(wù)器，被存放于后臺(tái)或者客戶端，就是我們所要獲取到的用戶基礎(chǔ)數(shù)據(jù)。

然而，在大多數(shù)時(shí)候，利用埋點(diǎn)獲取的基礎(chǔ)數(shù)據(jù)范圍較廣，用戶信息不夠精確，無法做更加細(xì)化的分類的情況。比如說，只知道用戶是個(gè)男性，而不知道他是哪個(gè)年齡段的男性。

在這種情況下，為了得到更加詳細(xì)的，具有區(qū)分度的數(shù)據(jù)，我們可以利用A/B test。

A/B test就是指把兩個(gè)或者多個(gè)不同的產(chǎn)品/活動(dòng)/獎(jiǎng)品等推送給同一個(gè)/批人，然后根據(jù)用戶作出的選擇，獲取到進(jìn)一步的信息數(shù)據(jù)。

為了知道男性用戶是哪個(gè)年齡層的，借助A/B test，我們利用抽獎(jiǎng)活動(dòng)，在獎(jiǎng)品頁面進(jìn)行SDK埋點(diǎn)后，分別選了適合20~30歲和30~40歲兩種不同年齡段使用的禮品，最后用戶選擇了前者，于是我們能夠得出：這是一位年齡在20~30歲的男性用戶。

以上就是數(shù)據(jù)的獲取方法。有了相關(guān)的用戶數(shù)據(jù)，我們下一步就是做數(shù)據(jù)分析處理——數(shù)據(jù)建模。

2、用戶畫像成型階段——數(shù)據(jù)建模

（1）定性與定量相結(jié)合的研究方法

定性化研究方法就是確定事物的性質(zhì)，是描述性的；定量化研究方法就是確定對(duì)象數(shù)量特征、數(shù)量關(guān)系和數(shù)量變化，是可量化的。

一般來說，定性的方法，在用戶畫像中，表現(xiàn)為對(duì)產(chǎn)品、行為、用戶個(gè)體的性質(zhì)和特征作出概括，形成對(duì)應(yīng)的產(chǎn)品標(biāo)簽、行為標(biāo)簽、用戶標(biāo)簽。

定量的方法，則是在定性的基礎(chǔ)上，給每一個(gè)標(biāo)簽打上特定的權(quán)重，最后通過數(shù)學(xué)公式計(jì)算得出總的標(biāo)簽權(quán)重，從而形成完整的用戶模型。

所以說，用戶畫像的數(shù)據(jù)建模是定性與定量的結(jié)合。

（2）數(shù)據(jù)建模——給標(biāo)簽加上權(quán)重

給用戶的行為標(biāo)簽賦予權(quán)重。

用戶的行為，我們可以用4w表示： WHO（誰）；WHEN（什么時(shí)候）；WHERE（在哪里）；WHAT（做了什么），具體分析如下：

 WHO（誰）：定義用戶，明確我們的研究對(duì)象。主要是用于做用戶分類，劃分用戶群體。網(wǎng)絡(luò)上的用戶識(shí)別，包括但不僅限于用戶注冊(cè)的ID、昵稱、手機(jī)號(hào)、郵箱、身份證、微信微博號(hào)等等。

WHEN（時(shí)間）：這里的時(shí)間包含了時(shí)間跨度和時(shí)間長度兩個(gè)方面。“時(shí)間跨度”是以天為單位計(jì)算的時(shí)長，指某行為發(fā)生到現(xiàn)在間隔了多長時(shí)間；“時(shí)間長度”則為了標(biāo)識(shí)用戶在某一頁面的停留時(shí)間長短。

越早發(fā)生的行為標(biāo)簽權(quán)重越小，越近期權(quán)重越大，這就是所謂的“時(shí)間衰減因子”。

WHERE（在哪里）：就是指用戶發(fā)生行為的接觸點(diǎn)，里面包含有內(nèi)容+網(wǎng)址。內(nèi)容是指用戶作用于的對(duì)象標(biāo)簽，比如小米手機(jī)；網(wǎng)址則指用戶行為發(fā)生的具體地點(diǎn)，比如小米官方網(wǎng)站。權(quán)重是加在網(wǎng)址標(biāo)簽上的，比如買小米手機(jī)，在小米官網(wǎng)買權(quán)重計(jì)為1,，在京東買計(jì)為0.8，在淘寶買計(jì)為0.7。

WHAT（做了什么）：就是指的用戶發(fā)生了怎樣的行為，根據(jù)行為的深入程度添加權(quán)重。比如，用戶購買了權(quán)重計(jì)為1，用戶收藏了計(jì)為0.85，用戶僅僅是瀏覽了計(jì)為0.7。

當(dāng)上面的單個(gè)標(biāo)簽權(quán)重確定下來后，就可以利用標(biāo)簽權(quán)重公式計(jì)算總的用戶標(biāo)簽權(quán)重：標(biāo)簽權(quán)重=時(shí)間衰減因子×行為權(quán)重×網(wǎng)址權(quán)重

舉個(gè)栗子：A用戶今天在小米官網(wǎng)購買了小米手機(jī)；B用戶七天前在京東瀏覽了小米手機(jī)。

由此得出單個(gè)用戶的標(biāo)簽權(quán)重，打上“是否忠誠”的標(biāo)簽。

通過這種方式對(duì)多個(gè)用戶進(jìn)行數(shù)據(jù)建模，就能夠更廣的覆蓋目標(biāo)用戶群，為他們都打上標(biāo)簽，然后按照標(biāo)簽分類：總權(quán)重達(dá)到0.9以上的被歸為忠實(shí)用戶，ta們都購買了該產(chǎn)品......。這樣的一來，企業(yè)和商家就能夠根據(jù)相關(guān)信息進(jìn)行更加精準(zhǔn)的營銷推廣、個(gè)性化推薦。

有關(guān)用戶畫像的介紹到此就告一段落了，鑒于自身能力有限，很多地方表達(dá)的不到位或者沒有提及，有啥意見或者建議歡迎留言！