一、用户画像包含什么（客群画像的内容包括）

客户画像客户信息标签化，完美地抽象出一个客户的信息全貌，可以看作企业应用大数据的根基。客户画像的核心工作是为客户打标签，打标签的重要目的之一是为了让

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴标签”，而标签是通过对用户信息

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。用户画像最初是在电商领域得到应用的，在

用户画像又称用户角色。Persona。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

用户画像实际上是数据和文字，并不是图片。主要是指用户的基本信息，如性别，年纪，性格，爱好，职业等，另外，还包括一些习惯，比如上网时间，上网行为，操作

追灿数据认为用户画像有用处的维度是以需求为基础的，比如用户偏好价格分布、颜色分布、购买渠道分布、关注点分布等，这些维度更能帮助企业了解用户需求。

怎么描述消费者画像。谢谢。

对于大数据的消费人次，迫切需要解决消费者画像，通过大数据找到未来的发展逻辑。公司以优异和多样化产品，覆盖不同细分市场，得到国内消费者的普遍认可与赞同。

有专做pm视频教程的mtedu能看到。根据用户画像，能确定用户需求，然后能具体和精准化的策划产品、做内容和运营，降低投入成本，增加效果。画像内容包含用户来

给某一目标群体画像，这个画像是什么意思能否具体点举例说下比如对买童

目标用户画像是指用户的自然特征，包括年龄、性别、喜好、职业、职位、家庭等方面有的时候为了实现更好的推广，还涉及到一些用户的行为特征，如聚集在QQ

百度百科区域内人群属性特征，基于大数据人群属性模型的精准画像。性别、年龄、收入、婚姻等。通过互联网、云平台获取用户更为精准的反馈信息，进而快速分析

二、二、用户画像：如何对你的目标顾客群做精准分析？

要想成功把产品卖给顾客，这其中有 2 个重要元素：一个是你的产品，另一个就是你的顾客。文案高手就像一个优秀的猎头，既要了解产品的优劣，更要了解顾客的喜恶，只有这样才能把产品卖给顾客。

首先，大家需要了解，到底什么是用户画像 ？

用户画像是根据目标顾客的社会属性、生活习惯和其他行为等信息，抽象出的一个标签化的用户模型。听起来比较抽象，我来给你讲小案例，你就明白了。

原来我给一个养生店做文案顾问，有 2 个实习生，每天给他们同样的任务，发 200 张引流传单。但一个人的传单到店率总比另一个人高 25% 左右。问他怎么做的？他说：只给 50 岁以上，穿戴整齐，最好戴着眼镜，走路也不匆忙的人发。这些人有养生需求，而且一般是退休职工，有钱、有时间。而另一个人则是逢人就发。有钱有时间的 50 岁以上退休职工，就是养生店的顾客画像。

然后，我们要明白，为什么要做用户画像 ？

写卖货文案的时候，用户画像能帮你摸透用户心理和需求，了解用户的痛点和渴望，以及影响他们购买决策的因素有哪些，这样你才能找准切入点，引发共鸣来卖货。

这里需要注意的是，用户画像应该是单个人，而不是一群人。你要揣摩购买者在想什么、在做什么，经常去哪些场合，他对什么词、什么仪式有着高度的敏感。只有是单个人，你才能够清晰地看到他、了解他。

举个例子，你的目标群体是新中产女性，你就可以描述：Lily 是一位 30 岁的白领，211 大学毕业，现在在一家新媒体公司做主编，月入 2 万，居住在北京四环。一手托娃，一手工作的职场宝妈。这说明了她的年龄、学历、职业、收入水平和生活状态。

她把“妈妈是孩子的榜样”作为座右铭。喜欢阅读，渴望有更大的提升。平时她会和闺蜜逛商场，也会参加一些成长社群，去国外旅游。这句表明了她经常出入的场所，以及兴趣和价值观。

她对新事物充满好奇，愿意尝试。但有自己的判断原则，比如，性价比，让自己体现更好生活水准的东西都会毫不犹豫。她不愿意随大流，却容易被身边优秀的人影响。这句说明了她的消费观念和购物决策因素。

通过角色设定，你能了解到这个人对哪个仪式和场景敏感，影响她购买决策的因素有哪些等，从而揣摩她对这些词、场景所产生的心理活动，这样更容易与她对话，你也会比针对一群人更有办法。如果你能把产品卖给她，也更容易卖给她代表的这个群体。

做用户画像时，大部分人容易踩中这 2 个常见误区 。

举个例子，我们卖面膜，锁定的是想要变美的女性，如果要推一个“成为会员就可以 2 折买面膜”的活动，报名的用户很有可能寥寥无几。

是用户不想占便宜吗？是女性不想变美吗？肯定不是，问题出在哪里？就是“没有清晰的用户画像”。

比如，20 岁左右的小女生，她们渴望变白、去痘，对价格接受度偏中低端；30 岁白领，经常熬夜加班，想要去黑眼圈，预防皱纹；而宝妈生育后有了妊娠斑、暗哑松弛，更想祛斑、变紧致，因为有稳定的收入，对品牌也有更高的要求。

所以，不要臆测你的目标用户是“所有女性”这个大分类，要做精准分析，具体是什么年龄段、什么工作、消费能力在哪个范围内，等等。

调研数据非常详细，各个百分比也很精确，但数据找来后就放在那里。写文案时还是没有方向，不知道用户有哪些需求，get 不到用户的痛点和爽点。

接下来，我们来讲本节课的重点：如何高效做顾客画像，并巧妙用在你的推文中？我帮你总结了 4 个步骤，下面我会结合案例，给你详细讲解。

这是一款鼻炎喷雾，当时市面上鼻炎产品非常多，至少有二三十种，为何我能做到 3 个月卖破 10 万多单，销售额 1000 多万呢？其中，最重要的一点就是，我把这个群体的用户摸透了。具体我是怎么做的呢？

第一步：搞清产品功能，按图索骥找用户

做用户画像的目的是卖货，所以，分析顾客也应该先从产品入手，考虑清楚产品满足客户什么需求，反向推导出顾客有哪些特征。

比如，鼻喷的特色功能是疏通鼻塞、缓解鼻炎。那我就可以反向推导出哪些人是鼻塞、鼻炎的高发人群，他们有什么样的特征。也许你会问了：如果对这个群体不了解怎么办？答案是：借助数据工具。

这里常用的工具有：百度指数、微信指数、生意参谋、互联网数据资讯中心等。

以百度指数为例，你在百度搜索栏输入“百度指数”，就会出来百度指数的数据查询界面。然后输入你要查询的关键词“鼻炎”“鼻塞”等，并点击菜单栏的“人物画像”，就会查到鼻炎这个群体的相关信息，包括性别比例，年龄分布、地域分布、兴趣分布等。

这样你就有了一个大概轮廓。然后，再根据数据最集中的信息，对应到身边某个鼻炎患者，比如老公、同事，这样你就看到了一个活生生的人。

第二步：提炼关键标签，描述角色设定

抽取顾客群的典型特征，提炼出关键标签，可以包括这么几大类：

产品不同，敏感标签也不同。例如，美容行业对身高并不敏感，理财行业对身高、体质都不敏感。所以，在顾客分析过程中要把握颗粒度，不能太小也不能太大。要具体问题具体分析，不需要面面俱到，只需提炼关键标签。

但这时候你会发现，面对这些冷冰冰的基础数据是没有任何感觉的，怎么办？就要通过“角色设定”的方法，赋予顾客具体的角色，为你的顾客设定角色，不再说“顾客”，而是直呼其名。让其鲜活、立体起来。

我描述的角色设定就是：林子是一位 31 岁的白领，现在在一家互联网公司做销售主管，月薪 12000 元，居住在广州四环，每天挤地铁上下班。她正处于打拼事业的关键期，对身体的小状况抱着“能忍就忍”的心态。

关于角色设定要注意的是，产品的顾客群体不同，可能会有 2-4 个角色原型，你只需把最有代表性的 2、3 个 描述出来就可以了。

第三步：借助大数据工具，锁定切入点

鼻炎是很痛苦，但用户画像了解到，这个目标群普遍是“能拖就拖”的心态，如何让他们采取行动呢？这时就要借助大数据，找到切入点，刺激他立马行动。否则，鼻炎的痛苦没有被激活，永远只是潜在需求。

通过百度指数发现，每年的 2、3 月和 9、10 月份，鼻炎都有明显增长。为什么？2、3 月份入春，柳絮满天飞。9、10 月份入秋，降温降雨，而这 2 点都是诱发鼻炎的重要因素。而我接这个案子恰好是入秋。

所以，我就锁定“入秋”这个切入点，触发顾客群对鼻炎的恐惧开关，让潜在需求成为不得不解决的刚需。

其中，“同事林子”“部门开会”“上班挤地铁”等，就是通过角色设定找到的灵感。而且它是目标群的综合原型，也更容易引发共鸣。

用户画像是为卖货服务的，但这里就有个问题：顾客有了共鸣就一定会买你的产品吗？不一定！他还有其他替代方案，比如鼻炎膏、生理盐水等。

第四步：梳理卖点排序，做好攻坚对策，让他只买你的

根据顾客画像，我了解到目标人群主要关注 3 类问题：

针对以上顾客分析，就可以制定出卖点排序的攻坚对策，通过系列收益证明，逐一解决他的担心，引导成交：

最后的卖点排序就是：功效佐证 > 权威背书 > 安全性 > 使用体验 > 产品原料 > 产品价格（性价比）。

三、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。

四、什么是用户画像？如何分析用户画像？

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。

目前市场是分为 To C 和 To B 两类用户画像需求，网上传播的用户画像一般以 C 端为主，它们模版多，方法全，RFM 模型成熟，并逐渐衍生出一些用户洞察公司，帮助企业完善用户画像。但这些 C 端模版对于 To B 端的企业来说无法直接套用，并且两者用户画像研究群体不同，导致在洞察方法上也略有差异。

此处我以制作 To B 用户画像为例进行阐述，希望可以解决你的疑问，它的的主要内容包括：

1、用户基本信息

用户基本信息很好理解，B 端客户一般为企业，它的基本信息就包括企业信息，组织架构，公司特征等，这些信息对我们建构用户基本框架提供了很大的帮助。根据用户基本信息，可以将用户团队规模大致分为 10 人以下、20 人～50 人、50 人以上等类型。或者可以根据所在行业的核心关注指标来进行不同团队的划分。

此处，我们以 20 人～50 人的公司为例，模版中可以依次填入公司名称、公司特征、组织架构的信息。

完成基本信息的输入，20～50 人创业公司的基本面貌就可以清晰地展现在我们面前，这种信息类似于 C 端用户画像的信息，很好地解决了“用户是谁”这个问题，将一行行数据和文字具象化，让产研人员可以感受到活生生的用户，而不是陷入自我想象的循环圈。

2、购买决策链。

建立用户基本轮廓后，我们可以继续从用户决策链下手。如果我们能充分了解决策链上各个角色的影响力，以及他们对产品的需求，那么才能提高获得订单的成功率，进而完成我们对用户核心诉求的探索。

以蓝湖一个 PM 画像为例，Kevin 是产品负责人，在社区领域经验非常丰富。他们的产品节奏从来不以快为标准，而是以好为标准。目前，很注重流程的管理以及文档沉淀，深知这些是保证高品质输出产品的关键。希望能有一个 All-in-one 工具能更便捷的使用。

人数不同的公司，决策链的长短也有区别，小公司 PM 的影响力可以占到 70%，而中大型团队 PM 还有总监、VP、CEO 等关键角色。所以你可以根据不同的公司情况，有针对性地进行补充其他关键用户画像，完善决策链。

3、用户核心诉求。

在了解各个关键角色的用户画像之后，我们可以对决策者的核心诉求进行归纳总结；一方面，从使用者、决策者的双维度出发，帮助产品不断优化和迭代；另一方面，为客户精细化运营提供抓手和依据，实现产品增长目标，从而提高企业的市场占有率。

如果调研足够深入，甚至还可以得到一些用户的关键数据，例如 DAU、WAU 等，这部分数据对于你填充用户画像的最后一块空白非常有帮助。

在搜集以上信息结束之后，你可以根据在调研中发现的差异点进行个性化补充，比如重新进行用户分类，更改用户的公司规模，增加关键人物画像等。

洞察用户进而输出完整的用户画像报告这是我们每个人都必须了解的事情，无论你是产品、设计还是运营、销售，了解用户可以让我们更有针对性地帮助他们达成目标。

这个模版我已经上传至蓝湖的「超级文档」，大家可以在创建文档时直接选择，希望你能喜欢！

五、用户画像介绍

用户画像是指根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。

通俗说就是给用户打标签，而标签是通过对用户信息分析而来的高度精炼的特征标识。通过打标签可以利用一些高度概括、容易理解的特征来描述用户，可以让人更容易理解用户，并且可以方便计算机处理。

标签的分类方法比较多样，可以按标签的产出方式分，也可以按实际业务分，也可以组合起来分类。

按产出方式来分的话：

1）事实统计类标签 例如近7日活跃时长、近7日活跃次数等等

2）事实规则类标签 例如消费活跃：近30天交易次数>=2

3）模型类标签 例如RFM模型，AARRR模型

4）算法类标签 例如根据用户购买的商品判断其购物性别、对某商品的偏好程度

按实际业务来分的话：

1）用户属性标签

2）用户消费标签

3）用户行为标签

4）风险控制标签

。。。

在互联网、电商领域用户画像常用来作为精准营销、推荐系统的基础性工作，其作用总体包括：

1）精准营销：根据历史用户特征，分析产品的潜在用户和用户的潜在需求，针对特定群体，利用短信、邮件等方式进行营销，提升营销效率和营销效果。

2）用户统计：根据用户的属性、行为特征对用户进行分类后，统计不同特征下的用户数量、分布；分析不同用户画像群体的分布特征。

3）数据挖掘：以用户画像为基础构建推荐系统、搜索引擎、广告投放系统，提升服务精准度。

4）服务产品：对产品进行用户画像，对产品进行受众分析，更透彻地理解用户使用产品的心理动机和行为习惯，完善产品运营，提升服务质量。

5）行业报告&用户研究：通过用户画像分析可以了解行业动态，比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析

6）ABtest：用于创建ABtest实验，和实验效果分析

用户画像必须从实际业务场景出发，解决实际的业务问题，之所以进行用户画像，要么是获取新用户，要么是提升用户体验、或者挽回流失用户等具有明确的业务目标。

数据源的数据是标签构建的最底层，来源于各个业务端的数据，主要有离线和实时两大数据来源，一般的大数据架构会有流批处理的链路分别处理，也有流批一体的架构，数据产品可不重点关注。

数据层开始数据产品会比较关注，数据产品在设计标签时需要关注标签的生产在数据仓库的流转口径，特别是在定义原子标签的时候，需要深入理解业务，了解用户的来源，状态，订单的渠道，线上线下，订单状态等等。

标签层一般的，会按照上面说的实际业务分类进行标签的建设，一般构建原子标签就足够了，在服务层的标签工厂可以个性化的创建新的派生标签。

服务层主要包含两块，一个是画像平台的应用，一个是画像数据的统一API服务，给前台的营销系统、广告系统等提供标签分群数据支持。

以上是用户画像系统的基础概念，下一节我们了解下画像系统的难点之一：如何构建oneid？

六、如何做“用户画像”？

首先讲一下么是用户画像，用户画像是通过用户调研去了解用户,根据他们的社会属性、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。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是为了让人能够理解并且方便计算机处理。

构建用户画像有什么好处呢，用户画像可以让商家在产品设计的过程中能够更加关注在目标用户的洗好和行为来进行产品设计，而且用户画像作用不仅仅找到用户的主需求，很多隐形的需求都会被发掘出来。而且商家广告投放等方面，能进一步提升精准度，提高信息获取的效率，从而减少无作用的浪费。

最后是如何构建用户画像，要建立用户画像必须建立在真实数据的基础上，将构建用户画像平台所需的数据分成用户、商品、渠道三类，然后按产品需要，给不同的用户特征贴上合适的标签。标签需要精简易区分少交叉重叠，这样是为了方便数据统计，构建数据集合，后续进行数据挖掘和聚合分析。最终是用户画像的呈现，用户画像的呈现分为两个部分，一部分是显性的呈现，呈现的是用户的给俺个标签特点；另一部分是隐形的，呈现的是需要我们去分析的用户潜在需求。显性的标签就是用现在的特点需求。而这些隐形的标签所代表的需求可以为以后的产品发展起到指引的作用。