2.1　什么是用戶畫像

用戶畫像如此關鍵，那么到底什么是用戶畫像呢？

我們大都以為用戶畫像是隨著大數據這個概念而來的，這可以說是因大數據這個概念影響力的擴大而產生的錯覺。事實上，用戶畫像這個概念早在大數據出現之前就已經存在。只不過，樣本數據量是用戶畫像中很重要的部分，而大數據的發展讓用戶畫像成為更精準、更有借鑒價值的工具。

2.1.1　生活中的用戶畫像

用戶畫像并非互聯網產品獨有，在互聯網普及之前，各種企業產品就已通過調查問卷、市場調研、產品測試等多種線下方法收集用戶信息來構建用戶畫像。

1. 用戶畫像最小單元——初始數據積累

設想這樣一個場景：我們約好時間，啟程前往朋友家，到達目標小區，進入之前，保安會做什么？曾有一個段子說保安是哲學家，因為每次有人要進入他負責的領地，他就會發起哲學三問：“從哪來？干什么的？要到哪去？”

從用戶運營的角度來看，保安問這三個問題其實是在對訪客做一個標簽和分類。

問題一：你從哪過來？這是在做來源分析。

問題二：你是干什么的？這是調研用戶屬性，從而對其分析歸類。

問題三：你要到哪去？這是將訪客的用戶屬性和預期用戶行為進行關聯。

這是一個完整的用戶畫像模型收集。隨著保安的樣本量增加，這三個問題基本就能定位一個小區訪客的模型。

2. 用戶畫像進階單元——數據收集、分類及后續追蹤

生活中無意識地應用用戶畫像的例子有很多。比如逢年過節的時候關心單身青年們個人問題的親戚也深諳此套路。

“多大了？”

“工作怎么樣？”

“收入如何？”

“喜歡什么樣的？”

一個又一個的問題背后是一個又一個的個人數據，這些熱心的親戚掌握了足夠多的單身青年男女數據后，就會在自己的“數據庫”里找到合適的對象進行匹配并推薦，力圖解決這些單身青年的個人問題。

2.1.2　用戶畫像的定義

用戶畫像（Personas）這一概念由交互設計之父Alan Cooper提出，是指真實用戶的虛擬代表，是建立在一系列屬性數據之上的目標用戶模型，如圖2-1所示。

互聯網中的用戶畫像是通過多個角度，從用戶行為數據中提取某個產品的使用者的共同特征，通過特征比對和建立標簽來描繪該產品使用者的畫像的工具。

收集并清洗用戶數據，建立標簽，對一系列抽象的用戶交互行為進行數據分析，描繪出一個具體的用戶的形象，這就是建立用戶畫像的過程。無論是前面提到的保安的詢問還是親戚的“數據庫”，其實都是根據收集的用戶屬性和用戶行為建立的用戶模型。

我們習慣于為具有某一類特征的人打上某些標簽。比如，喜愛說唱、街舞的人往往會喜歡潮牌，喜愛逛高級超市的人往往更注重生活品質，對商品價格相對不敏感。收集某一類人的行為習慣并進行標簽關聯，就是應用用戶畫像的過程。而這些標簽關聯就是用戶畫像。