用户画像是若何用来数据驱动的？

只要谈到数据，大家都在说用户画像，而用户画像从哪里来？到哪里去？如何进行数据驱动？

现在很多人困惑“我是谁？我从哪里来？我要到哪里去？”这也是西方哲学三大终极问题，用户画像从客不雅观描述了“你是谁？你在哪？你要到哪里去（你要做什么）？”。

比如：唐三藏：贫僧，从东土大唐而来，要往西天取经。

我们先看一下来自百科的阐明：

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。

百科的阐明很笼统，说一下我个人的不雅观点。

从运用目的和构成的角度来说，我认为用户画像该当分为角色画像（User Persona）和行为画像（User Action），这两个是有所差异的。

角色画像和行为画像的含义及实质差异

对付角色画像（Persona）来说，一样平常是通过用户访谈或理解到用户信息后，进行人为的归纳剖析画像。
而行为画像（action），是根据用户在产品上的利用行为，进行剖析预测进行的画像。

从实质上还是有所不同的，最大的差异便是角色画像（Persona）是客不雅观真实存在的，而行为画像（action）是通过行为剖析预测的。
对付行为预测来说，画像是可能根据用户行为变革而变革的，即便是性别属性。

从运用角度来说也有所不同，‘角色画像’更倾向于产品定位和剖析。
而‘行为画像’更着重于数据运用。
但并不是说两种画像是完备分开独立的，某种程度来说是相互结合、相辅相成的。

比如：基本属性（性别、地址等）是客不雅观存在的，偏好属性（喜好、兴趣）是预测的，当然也不是绝对的，像刚才说的性别也是会通过行为预测的。

角色画像和行为画像的着重点

角色画像一样平常是运用在产品或功能雏形阶段，对产品或功能的前期调研、路标方案和目标人群的确定等起到了较大浸染。
而行为画像是产品或功能上线后，对真实用户利用行为的画像，并通过对用户行为的剖析不雅观测来改进功能，也是表示数据能力及数据运用代价的地方。

如何进行用户画像？

实在大家都是画像大师，用户画像来源于生活。
你有没有创造，实在生活中有很多场景便是在对用户进行画像，只不过这个用户可能是相亲工具、八卦工具等。
当人们私下在谈论一个人的时候，会描述一下这个人的属性和特色，并会归为某一类人。

就像亲朋好友或父母在跟你评论辩论先容相亲工具的时候，有没有先把这个人的现状（人物基本属性、品行、兴趣、事情、职业等）描述一遍？然后他们又会根据现状构想（设想、企图、YY）出了未来这个人的发展前景，乃至结合周易卜一卦。
而给你描述的相亲工具的属性和特色紧张来源于找人打听，打仗后的切身觉得，或者受对方在社交圈中的威望传染等。

其实用户画像的过程也是如此。

角色画像（Persona）

一样平常会根据调研、用户填写或包含真实信息（如征信报告，当然私自获取他人征信属于违法行为）的办法，获取用户真实属性用于画像剖析，基于网络到此人群信息中的紧张特色进行画像。

比如：“男、30-40岁、有一套60平米旁边的房，有豪华型轿车、中产阶级、有二胎、喜好打高尔夫”等。
这并不代表全体群体中都是男性，而可能90%都是男性。
像角色画像（Persona）的刻画也有好多种方法：如标签法、概率统计法等，因此可以结合自身运用选择适宜你的办法。

行为画像（User Action）

与上面网络信息剖析的办法不同，紧张是通过用户在利用产品的过程中留下的行为记录，而推测出来的用户属性及偏好。

比如：通过用户常常访问体育资讯、电子产品，喜好听DJ、重金属音乐等，就可能推测出此用户为男性，后来又会常常访问母婴类商品就可能是有小孩儿了。
这些过程一样平常都是通过机器学习的办法进行预测，而不是直不雅观的想角色画像那样剖析概况。

不同的浸染决定了不同的画像办法，那么不同画像的浸染到底是什么呢？

用户画像的浸染

本篇我会以用户画像的运用为主，用户画像剖析为辅，从两个角度来看用户画像在哪些方面起到了什么浸染。

1. 产品剖析

针对用户画像进行产品剖析的问题内容较多较重，这次我先简要以产品生命周期的思路来说：①产品抽芽阶段；②产品发展阶段。

（1）产品抽芽阶段

产品抽芽阶段是指产品设计、构建、方案、冷启动，乃至仅仅有产品idea的阶段；当你有一个好的产品idea的时候，第一件也是最主要的一件事便是锁定你的目标人群。
由于无论是市场规模也好，可行性也好，都必须要基于你产品的方向去进行验证剖析，而方向取决于你的目标用户。

这引申出一个产品雏形的构思问题，是先有目标人群？还是先有产品架构？

实在两者并不抵牾，这不是先有鸡还是先有蛋的无解问题，而是面临的现实情境决定的。
当你创造某一类人群的痛点无法知足时，那你可能就会根据人群衍生出产品构思。

当你灵光一闪创造一种新的产品模式和架构的时候，那么你可能会根据你的模式去探索和筛选目标人群。
但是无论是哪种情形，末了都须要确定你的目标人群才能连续往下走。

这时锁定的目标用户，可能只是环绕着痛点的几个人群特色，像高逼格、消费能力强、二次元、文艺等。
由于光依赖特色你是没办法找到用户的，当锁定目标用户特色后，你须要找出这些特色所对应的真实用户群体并对其画像了，真实的用户群体可以决定产品的发力方向。

Ps：抛开目标用户去评论辩论产品那真的是too young too simple，如果一个产品发展过程中稠浊了自己的目标用户，那这个产品owner的掌控力度可以拿去当抽象派画家了。

根据用户画像（此处的用户画像紧张是Persona，以调研或其他办法获取的用户客不雅观存在的真实属性，当然产品还没有形成时你也无法获取到用户行为）你可以细分出用户群体的地理位置、职业、需求和特点等属性，如：二线某城市大学生群体、月均生活费、月均消费、紧张消费场景、特定环境及日常行为习气、核心需求、课程宽松情形及缺少什么资源等。

因此用户群体，直接决定了市场规模的测算和可行性研究剖析，当年校外创业，也是由于前期调研摸清了群体特点后做起来就比较顺风顺水。

用户对付产品初期是至关主要的，这也是为什么种子用户对产品后续的发展很主要，小米可以说是靠种子用户发财的。
而用户画像便是对用户的真实刻画，既可以以此去探求用户，也可以此作为用户来研发产品。

有人说了，那我构思的产品是普罗大众的怎么办？

大家都是我的目标用户。
好，普罗大众这一点先假设可行，纵然目标用户为所有人，你也须要对用户进行分群或分层进行不同的受众应对策略。
我不相信会有一个产品或者一个功能、一个界面，可以应对或知足所有用户群体。
当类似这种情形涌现时，一个产品可以考虑有多个用户画像分别来制订不同的产品策略。

当产品用户画像确立后，产品的方案就可以依此为用户基准。
当产品冷启动时无论是功能、内容还是界面设计等就可以通过画像用户的特点、需求和兴趣进行布局。

（2）产品发展阶段

产品发展阶段是指产品启动后的过程，产品启动之后，用户画像可以对产品进行定性剖析。
同时也可以不断对现阶段产品用户画像与产品计策和方案相比拟，看是否偏离了既定的目标，或者是否须要对原操持进行修正。

当然在产品的中后期仅仅靠用户画像来进行产品的剖析，是远远不足的，或者说“画像”须要授予另一层含义，我总结为业务画像。

业务画像包含了B端用户画像（即商户画像）、商品/产品画像和流程体系画像等，这里的流程体系的画像，紧张指的通过数据流过程对流程的刻画和描述。
如下图是我对成熟产品的整体数据运用及剖析架构流程体系的认知，也涵盖了下面要讲的用户画像的数据运用。

（说到这就要联系到了我正在写的增长管理干系的文章《增长黑客不如说叫增长管理》，因此这里先部分涉及一点，后续这篇文章写完后再把完全详细的内容和大家分享。
）

用户画像对产品发展阶段和抽芽阶段最大的不同是：在产品抽芽阶段，用户画像的浸染是带来业务，可以说是在积累业务的过程；而在产品中后期的发展阶段，仅靠用户画像是无法支撑业务剖析和驱动业务增长的，只能起到赞助浸染。

面向业务的数据，如：订单交易、商品品类、物流、财务结算和客服等数据，一方面可以完善用户画像，另一方面最主要的是可以完善业务画像。
由于商户、商品/产品和流程才是产品逐步成熟的关键，后期与商户的默契、商品/产品的体验和流程效率决定了业务的可持续增长。
而流程体系画像可以剖析促进流程机制的健全和完善，即通过流程体系来提升内部效率以降落本钱和增加保障。

业务画像可以推动业务增长、进行业务剖析和增加业务粘性。
实在业务是可以承载多条产品线的，因此业务画像中央该当是数据中台的国度栋梁，再辅以用户画像中央，就可以组成一个完全的数据中台或者说业务中台，可以给小前台或各种产品线供应强有力的弹药补给（数据和辅导）。

因此对付产品发展阶段用户画像并不是万能的，如果用户画像分开了业务数据，那么很难推动业务整体的增长。
换句话说，业务增长最紧张的是须要业务数据并辅以用户行为来驱动，否则用户画像会变得鸡肋。

产品或企业内部逐步成熟和规模化后会面临一个问题，便是产品和业务模式的创新，这也是后续业务发展极具增长潜力的部分。

而创新须要现有业务模式及流程的剖析，并结合用户画像，对已有用户的剖析来挖掘出的创新点，并确定挖掘出的创新点，是对已有产品的优化中间过程创新，还是填补现有产品缺失落的市场。

对峙异还有一点须要阐明的是：我并不认为只有从无到有才算创新，而对过程的优化致使产品变的更好也算创新。

至此下图的右半部分就阐明的差不多了，左半部分就紧张来讲一下用户画像涉及到的数据运用。

2. 用户画像的数据运用

我们这次评论辩论的数据运用，是纯挚从数据利用的角度来衡量。

用户画像除了剖析浸染（Persona），还有一种更大略粗暴的运用，便是直接输出进行数据赋能。
很多所谓的数据能力运送便是指的用户画像以不同形式的输出，这也是目前我所做的DMP（Data Management Platform，数据管理平台）形成数据能力运送最主要的组成部分。

这里的用户画像更多的是涉及到了上文所说的行为画像（User Action），即很多人的属性（或直白的说便是标签）都是通过算法模型预测推算出的，机器学习的算法和模型决定了预测的准确性（当然演习集和数据集也很主要）。

当你是一个男性在浏览网页时精准广告给你展示了一条女士亵服的广告，那么恭喜你，依据你的历史行为可能把你判断成了一位女性。

谈起用户画像的运用你可能会听到很多名词，除了上面说的DMP还有像DSP、RTB、ADX、SSP等这些都是跟精准营销和网络营销干系的，如下图全体网络广告生态都是在玩转用户画像。

(网络下载，如侵请联系删除，感激！
)

当然市情上的数据买卖一样平常也是画像数据的买卖，很少说直接把行为日志的数据进行交易。
刚才说到行为画像很多属性是预测出来的，因此交易的画像数据，会涉及到数据置信度的问题。
这个问题也便是再次表明了，之前说的和角色画像和行为画像的实质差异：用户属性是否是客不雅观真实存在的。

上面做了这么多的烘（luo）托（suo），现在我们来看看用户画像是怎么起效用的。
目前用户画像运用最广泛的领域，便是个性化推举与广告投放了。

个性化推举最常见的运用便是千人千面了，广告投放紧张便是精准投放。
实在推举和投放这两个运用处景和运用办法基本是相同的，只不过内容和渠道不同。

个性化推举一样平常是商品在自己平台内部的展示，而精准投放的一样平常是广告在平台以外的渠道展示。
当然商品有时也可以作为广告，像早期阿里妈妈在外部媒体渠道投放的橱窗广告便是投放的商品。

那‘个性化’和‘精准’便是用户画像起到的浸染了。
当你来到一个网站，你是谁？你在哪？你要做什么？我们是不知道的，这是须要一个指引和提示，这个指引和提示便是用户画像。

大略来说，一个用户进入网站，会根据这个用户的唯一标识和已有画像数据上用户的唯一标识，去做匹配，这时年事、性别、地理位置等属性就会知道你是谁，你在哪。

那么你要做什么呢？

这个就须要画像上根据你的历史行为，预测出的兴趣偏好和网站的主题结合起来，去判断你即将要做什么。
这个过程就决定了个性化和精准，相应的程序算法，会根据用户属性，来判断是否要给你推举商品和展示广告，并且推举什么样的商品或展示什么类型的广告，会达到最大效果。

全体过程虽然我描述的很大略，但是个中涉及到的产品链路及层层环节和流程是非常繁芜的。
对付广告投放来说，从用户访问到广告展示之间涉及的全体链路过程，须要在40毫秒之内就完成，这之中还包含了多个广告主的广告竞价等环节，可想这对链路上的产品哀求是有多严苛。

精准和个性化最紧张的目的是让不同的人去做得当的事，以此来降落本钱、提高效率和减少因信息爆炸而流失落的用户，这也是数据驱动想要达到的结果。

至此，用户画像的数据驱动之路是否逐步清晰？

用户画像的实质是刻画和描述一个人（或一群人），通过对人的完美刻画，可以达到无限想象的运用办法，因此更多的驱动和运用前景等待着你们来创新！

当然用户画像进行数据驱动的路上也是有阻碍的，比如：近期欧盟刚出台的GDPR（《通用数据保护条例》）明文规定：

“网站经营者，必须事先向客户解释会自动记录客户的搜索和购物记录，并得到用户的赞许”，“被遗忘权：即用户个人可以哀求任务方删除关于自己的数据记录。
”

等条例都是对用户画像采集的阻碍。
因此大家在创新的路上也要合理的方案好数据的采集、管理和利用，否则有可能便是毁灭性打击。

本文由 @戏说猫狗 原创发布于大家都是产品经理。
未经容许，禁止转载

题图来自 Pexels，基于 CC0 协议