2019年3月30日，UXRen北京分舵举办了《用户画像101：手把手教你画个像》的沙龙分享，本文基于嘉宾本道/曲哲路的现场分享总结而成。记录者：裴小静

用户画像的分享主要有以下这2个部分，第1部分主要跟大家讨论一下用户画像项目在用户研究体系中的位置和意义，第2部分会具体的说一下用户画像具体设计和执行的步骤。

UXRen

一、用户画像项目在用户研究体系中的位置和意义

用户画像是如同水电煤气等基础设施一样的大型基础研究项目，对每一个公司的商业、产品和设计具有指导性/战略性意义。

1.1 项目目标：

建设目标用户完整的一个分类，有一定的指导性的意义。

“To create reliable and realistic representations of your key audience segments for reference.” (usability.gov)

1.2 位置和意义：

1. 用户画像项目具有战略性的指导意义，是每个公司都需要的基础性研究，支撑其它的专项研究项目。
2. 既可以解决战略方向层面的问题，也可以解决运营方案、页面设计、信息架构、页面视觉设计等具体决策问题。比如运营应该专攻哪一类用户进行运营，设计是为谁设计的，设计方向更应该结合哪一类人群的特点，产品的设计是更加简洁，还是复杂填入更加多元素，这些决策及研究都可以基于用户画像项目给予一些支撑。
3. 对于多团队支持，可能一份用户画像的报告产出对于多个业务团队的商业问题都有帮助，是最底层的研究。

1.3 项目难点：

（开始做项目前就要想到的，并且需要在前期跟需求方进行沟通）

1. 项目立项：可能非常困难，需求方可能觉得比较简单/容易可操作的，但用户画像是一个非常大的立项。
2. 项目费用：10w-30w，1-3个月，需要1-2个研究员专职去做
3. 执行精度：需要什么精度，数据颗粒度，能解决什么样的问题
4. 结果支付：业务方是否需要用研去落地，落地的程度是什么样子的

 

1.4 用户画像包含的分析维度：

用户画像一般是toC，toB一般是定性去做。

这个分析维度是我们总结的在用户画像项目中可以用到的能想到的分析维度，这些维度可以对大家定量的问卷以及定性访问都可以进行参考。

1.5 案例举例：古风手游游戏

• 甄别部分：城市（不同的城市级别会有人群的差异，游戏偏好可能也会有所不同）、性别、年龄分层（年龄段、主打年龄段、其它年龄段对产品的使用情况）、婚姻状况、学历、就业情况、品类使用与否（是否玩游戏）、品类的使用频率（玩游戏的频率）
• 品类U&A（古风手游这个品类）：用户画像关键问题、品类适用类型、使用目的、痛点痒点、使用情感利益点、使用激发点（来源）、使用信息收集、使用频率、使用经验、使用反馈、使用满意度
• 市场/竞品：TOM（提到这类游戏会想到什么游戏）/未提示提及/提示提及/最常用（在游戏中听说过/玩过/最常玩）、NPS、使用满意点、不满意点、竞品地图
• 个人信息（用户是一个什么样的人）：理想生活、价格敏感程度、休闲爱好、品类相关信息、工作状况

UXRen

二、具体设计和执行分析步骤

用户画像最终的报告产出是有3个部分（印度尼西亚手机用户画像）

1. 整体画像比较页面（总结页面，分为了6类人群、占比、这6类人的人群特征）
2. 具体画像页面-人口学总结页面（每一类用户不同的persona）
3. 具体画像内容-用户具体品类使用行为/态度（APP使用情况、消费能力，以及使用品类之外其它的行为（能帮助你通过其他渠道更好的找到这些人，也可以帮助市场方决定未来投广告的方向等）

具体的执行步骤：

2.1 内部工作坊：

案头分析+内部团队沟通，通过桌面资料、内部资料收集，内部工作坊的沟通，最终达成内部期待值一致的可用于下一步验证的用户画像分类。

1. 桌面资料收集：更加了解品类；桌面资料报告行业报告及品类分析
2. 内部资料整理：更加了解本品的用户特征；内部资料包括本品报告、后台的产品数据；
3. 内部工作坊组织：最终是对内部期待值的平衡，知道我们需求方想要的是什么，对项目的期待是什么，并根据我们之前的准备对需求方的期待进行平衡，我们最终可能会产出什么样的。并且产生可用于下一步验证的用户画像分类。

2.2 定性座谈会：

• 3组座谈会+4位专家访谈，深度挖掘用户的不同态度和使用习惯，对内部产生的相关人群假设进行排除合并或产出更多的人群分类以供定量大规模验证。

• 执行数量：1组6-8人青年座谈会、1组6-8人中年座谈会、1组6-8人重度用户座谈会、4-6人行业专家深访（专家可以是使用竞品的专业，行业的资深人员、使用本品的高级用户都可以）。如果组织不了那么多的座谈会，也可以根据情况进行15-30人1小时的深访。
• 执行难点：要得到预算，找到合适的供应商或主持人（2w-3w/组）

2.3 定量线上问卷：

1000-2000人样本量，运用大样本线上问卷投放，以定量的形式最终验证在内部工作坊和定性座谈会中产出的人群分类，最终确认用户画像。

• 1000-2000人定量线上问卷访谈，问卷框架：甄别+行业+品类+本品+人口社会学变量
• 执行难点：同样是要得到预算，找到合适的供应商（20-80元/样本）

2.4 最终报告

2.4.1 分析要点：项目目标、深度与广度、故事的完整性、预期管理、同理心

• 目标：用户画像的项目目标是要找到区分度，不同用户的相同点、不同点要区分出来；
• 深度与广度：从产业-品类-产品-功能，广度是指是否要聚焦到某一维度，具体要根据业务方的需求来定；而聚焦的维度在最开始要确定；
• 故事的完整性：异想天开（所有的画像都可以是个用户故事，用户故事可以是很生动有趣的）、脚踏实地（但把所有的信息联系成故事的时候，但是要脚踏实地的根据用户的真实行为为依据）；
• 预期管理：向上管理：与需求方及时沟通产出，报告的形式等
• 同理心：让自己处于用户的角度，想其所想；设身处地，将心比心

2.4.2 具体步骤

第一步态度语句：

1. 态度语句的产生：从定性与内部工作坊中产生的，从用户使用行为背后的观点和想法入手，假定用户的态度语句（比如游戏产品，对游戏的态度，玩游戏的目的，灵感是什么）
2. 将态度语句置于问卷中（您玩这个游戏的目的是:选项中是对关键态度语句5分量表）
3. 得到态度语句之后要做至少100样本量验证，验证问卷的结构效度，当问卷的结构效度可靠时才可以说通过态度语句对用户的分类是可靠的
4. 结构效度的验证（所有的操作都可以在这本书上找到《SPSS for Windows》）操作步骤：主成分分析、KMO（KMO>0.8）和显著性（p<0.05）、碎石图（寻找最大拐点，k-1）、载荷矩阵（删除标准：在多个公因子上载荷相近；只在某个公因子下有载荷；最大载荷<0.35,共同度<0.4），最终确定可用于分类的态度语句。

第二步快读聚类（K聚类）：

• 通过k聚类最终确定分类的数量，以及每个用户所属类别。
• 操作步骤：将前一步验证后可用于分类的态度语句纳入聚类因素-将每一个用户所属类别进行打标（Cluster membership）-确定分类的数量

第三步回归数据：

• 用户画像的关键问题-进行聚类-逐题检查显著性：目的是找到人群之间的区分度

第四步逐题检查显著性：

• 目的是找到不同用户在每一道题上的异同，来赋予不同用户商业意义。
• 操作：最终可以做出这样的一张表，表的上面的type1、2是根据前面的统计学得出来的用户分类，下面是第A1道题每个选项上每一类人与其它人是否有显著差异（红色的字母就表示在这道题的这个选项上这一类人与其它的那类人有显著差异），这样就可以看出不同人群件的差异，在回答问题时的偏好。

第五步结合定性分析（和需求方的意思），形成故事与报告：

• 需要形成综合维度（多个小维度的题目可能需要综合整理成为一个综合维度，比如问了很多消费行为、内容的问题，最后可能需要根据业务需求归类到价格敏感度这个综合维度上）、要注意报告的读者是谁，对报告形式和内容的预期是什么？最终得到报告的结构和内容。

UXRen

分享者介绍：

• 本道（英文名Ben，现猫途鹰用盐负责人，原阿里巴巴资深用盐）

  
  （没有跪舔过甲方爸爸的阿里巴巴资深用研不是好外企研究经理！）
  美国市场研究专业本科+MBA。
  7年留学工作经验，4年用户研究经验。
  精耕用户研究，有完整的研究知识体系框架。
  精通于用户画像以及U&A研究，新产品用户探索挖掘，软硬件产品可用性测试，后期用户满意度研究，流失客户研究，品牌健康度研究，产品线研究等课题。
  完整的定性定量的研究方法论构架和研究项目设计执行能力。
  可以独立建立研究团队和独立完成大型研究项目。
  同时有外企咨询公司(GfK)，国内BAT互联网公司(Alibaba），全球顶尖互联网公司(TripAdvisor)以及互联网独角兽公司(ofo)工作背景。

UXRen

46+

---