(一)什么是用戶畫像用戶畫像又稱客戶畫像或用戶角色，是一種勾畫目標用戶、聯系用戶訴求與產品設計方向的有效工具。

單個用戶畫像通常代表產品的典型購買者，所描述的內容代表同類群體用戶的需求。

用戶畫像的內容一般包括:目標用戶的背景信息、行為模式、動機、技能以及使用產品的場景。

我們需要用淺顯和貼近生活的語言將用戶的屬性、行為與期待聯結起來。

(二)建立用戶畫像用戶畫像可以通過多種方式來建立，主要取決于項目預算、項目類型以及設計人員能采集到的數據類型。

建立用戶畫像的一般流程如下:第一步，搜集用戶信息。

建立用戶畫像是為了還原用戶信息，因此數據來源于所有與用戶相關的數據(可參見學習活動1中數據搜集的方法)。

從屬性來看，數據可以分為靜態(tài)信息數據和動態(tài)信息數據兩大類(如圖2-6所示)。

在從網絡獲取數據的基礎上，對目標用戶進行足夠數量的訪談和觀察也是至關重要的。

(1)靜態(tài)信息數據，指用戶相對穩(wěn)定的信息。

主要包括人口屬性、商業(yè)屬性等方面數據。

這類信息如果有真實來源，則無須過多建模預測，只要做數據清洗工作。

(2)動態(tài)信息數據，指用戶不斷變化的行為信息。

當用戶行為集中到互聯網，通過購物平臺、社交媒體、廣告頁面等用戶的接觸點，用戶行為的展現就會比線下更為聚焦，數據的可獲得性也大大提高。

第二步，基于數據建立標簽體系。

在獲取數據后，通過列表整理行為變量，并按一定的邏輯層級分析用戶，找到相似的行為模式的類型，給每個類型賦名，將同類別的用戶對標到合適的變量區(qū)間中。

簡單地說，就是把用戶分到什么類別里面去。

這就需要我們設計相關類型、明確類型彼此之間有什么聯系，也就是設計用戶畫像標簽體系。

(1)標簽體系類型。

通常有兩種思路設計用戶畫像的標簽體系:一種是結構化的標簽體系，這類標簽可以直接從人口屬性、物品信息等基本信息中直接得到，有明確的層級關系，如性別、省市、商品分類等;另一種是非結構化標簽體系，各個標簽各自反映各自的用戶興趣，彼此之間并無層級關系。

2)建立標簽體系的要求。

標簽體系的建設原則，一是要便于使用，二是要區(qū)分度明顯，三是要能反映用戶決策的邏輯與依據。

標簽體系的建立包含以下幾個方面:1)標簽體系的頂層設計。

2)標簽體系的維度系統建設。

3)標簽開發(fā)規(guī)范。

(3)標簽體系的數據架構。

標簽體系需要根據業(yè)務邏輯進行架構。

從數據流向和加工看，用戶畫像包含上下級遞進關系。

例如:計算客戶流失系數要通過建模，基礎數據是用戶早期的歷史行為，而用戶早期的歷史行為，如10天內的消費金額、消費次數、登錄次數等，本身也是一個標簽，它們是通過原始的明細數據獲得的。

一般而言，最底層是“原始數據”，用戶信息、地理信息、產品信息、財務信息等;第二層是“事實標簽”，如購買類型、活躍次數、購買間隔、購買類型、退換占比、購買金額等;第三層是“模型標簽”，如流失預測、購買預測、興趣偏好、行為偏好、風險預測、忠誠預測等;第四層是“策略標簽”，如待挽回用戶群、待發(fā)展用戶群、待維護用戶群等。

上層數據建立在下層數據的建模分析之上，下文將具體說明。

第三步，進行數據建模。

建模方法根據業(yè)務類型、企業(yè)戰(zhàn)略需求等因素而變化，這里以建立用戶偏好模型為例。

一般而言，一個事件模型包括時間、地點、人物三個要素。

每一次用戶行為的本質就是一次隨機事件，可以詳細描述為:什么用戶，在什么時間，在什么地點，做了什么事。

我們已經設計了系列標簽，代表用戶某個信息內容，另外，我們需要設計每個標簽的權重，權重代表指數，也可以理解為需求度、可信度或概率。

(1)什么用戶:關鍵在于對用戶的標識，用戶標識是為了區(qū)分用戶、單點定位。

互聯網主要的用戶標識方法包括Cookie、購物平臺/網站/社交媒體注冊的ID、電子郵箱地址、手機號、社保號、護照號等，視企業(yè)的用戶黏性，可以獲取的標識信息有所差異。

(2)什么時間:時間包括兩個重要信息，即時間戳和時間長度。

其中，時間戳用于標識用戶行為的時間點，通常采用精度到秒的時間戳。

(3)什么地點:用戶接觸點(touchpoint)。

每個用戶接觸點潛在包含兩層信息，即網址和內容。

網址本身表征了用戶的標簽偏好權重，而網址對應的內容則體現了標簽信息。

1)網址:每一個URL鏈接(頁面/屏幕)，即定位了一個互聯網頁面地址，或者某個產品的特定頁面。

可以是電腦上某電商網站的頁面URL，也可以是手機上的社交媒體功能頁面或某款產品應用的特定畫面。

2)內容:每個URL網址(頁面/屏幕)中的內容。

可以是單品的相關信息，包括類別、品牌、描述、屬性、網站信息等，如出現在每個互聯網接觸點的公司產品。

互聯網上接觸點的不同體現出了權重差異。

例如:對于A品牌產品，直接登錄公司獨立站購買的客戶、在亞馬遜搜索A品牌進入產品頁的客戶，以及看到產品打折廣告后點擊進入的客戶，對于A品牌的喜好程度和黏性不同，他們愿意為該品牌產品支付的價值也不同，因此不同網址對應的權重也不同，需要根據各自的業(yè)務需求構建權重值。

(4)什么事:即用戶行為類型。

用戶對于電商有如下典型行為:瀏覽、添加購物車、搜索、、購買、點贊、收藏等。

不同的行為類型，對于接觸點的內容產生的標簽信息具有不同的權重。

例如:購買行為的權重就應當比瀏覽行為的權重高。

綜上所述，內容決定了標簽，行為類型、網址決定了權重，同時，用戶標簽的權重可能隨時間的增加而衰減，因此定義時間為衰減因子，用戶畫像的數據模型可以概括為下面的公式:標簽權重=衰減因子X行為權重X網址權重例如:用戶Daisy昨天在公司亞馬遜店鋪瀏覽A品牌女式夾克信息。

標簽:女式夾克，A品牌。

時間:因為是昨天的行為，假設衰減因子為0.95。

行為類型:瀏覽行為權重為0.7。

地點:亞馬遜店鋪網址權重為0.9。

因此，權重是0.95x0.7x0.9=0.598 5。

用戶偏好標簽是:用戶Daisy，女式夾克，A品牌，0.598 5。

第四步，找到交互場景并建立用戶畫像。

用戶畫像本身是沒有價值的，只有被運用在某些場景之中，其價值才會顯現出來。

場景(scenario)通常是描述用戶通過與產品的何種交互來實現產品具體目標的一段文字。

通過將用戶畫像(用戶信息)和場景(用戶與產品產生的交互行為)進行合并，能快速收集用戶的核心需求，并策劃營銷解決方案。

場景通常從目標用戶的視角，來描述可能發(fā)生的用戶與產品之間的交互行為。

用戶畫像文檔通常需要包括用戶姓名、用戶照片(避免使用真實姓名和照片)、個人信息(如性別、年齡、地區(qū)、家庭背景)、目標和需求、痛點、行為、標志性特質等信息。