返回目录：word文档
用户体验设计中用户画像应该怎么做？
接触过“用户体验”这个名词的小伙伴们对“用户画像”或者“Persona”这些词汇一定都不陌生。Persona是我们在做体验创新和设计的过程中非常重要的工具，它可以帮助我们形象的了解目标用户的行为特征，帮助我们判断用户需求。就像《欢乐颂》中塑造的五美，生动的形象让我们很容易理解每个人在人生观、价值观以及处理事务的态度、行为等方面的特征。建立Persona也往往是我们在项目过程中第一个重要的任务。
但在Persona这个工具被一度热捧的同时，很多体验研究员或者设计师却开始淡淡的觉得有时候仿佛是为了做而做，面对做完的Persona也不知道在之后的项目过程中如何使用，甚至有时因为选择的persona不够典型，而对项目产生误导。
什么是Persona？
Persona是建立在对真实用户深刻理解，及高精准相关数据的概括之上，虚构的包含典型用户/客户特征的人物形象。
因此，Persona虽然是虚构的形象，但每个Persona所体现出来的细节特征描述应该是真实的，是建立在用户访谈、焦点小组、文化探寻、包括问卷调查等定性、定量研究手段收集的真实用户数据之上的。而有些研究员或设计师们认为既然是虚构的形象，做做头脑风暴、开个会讨论一下，就能高效的做出一个persona，这种做法反而是浪费了原本应该去真实用户那里收集信息的时间。
其次，一个成功的Persona所包含的信息应该尽可能的包含体现用户核心特征的细节描述。价值观、核心需求等信息固然重要，但有时也难免过于抽象，而生动的细节描述则可以让人物形象更具画面感，更容易形成同理心。例如，当我们看到这样的描述：“Flora的粉色iPhone 6 Plus外包裹着一个Bling Bling镶满钻的时尚手机壳”，或者“Adam的“大白”后座摆放着一排布绒公仔和一个儿童安全座椅”，我们的大脑会立刻开始还原这些用户的真实形象，并尝试融入角色，站在这个用户的角度思考问题。此时的Persona才是具有power的，具有价值的。
Persona有什么价值？
Persona的本质是一个用以沟通的工具，它帮助项目过程中的不同角色摆脱自己的思维模式，沉浸到目标用户角色中，站在用户的角度思考问题。当产品经理们、研究员们、设计师们、运营们、开发工程师们在项目过程中产生分歧时，各类角色能够借助Persona跳出眼前的焦灼，重新融入目标用户，不再讨论这个功能要不要保留，而是讨论李雷需不需要这个功能，韩梅梅会如何使用这个功能等等。
当然一个饱含丰富信息的Persona也可以让这些重要的用户特征信息直观的在项目相关成员间原汁原味的传递，帮助所有相关成员对目标用户形成一致的理解，建立共同创新的基础，节省反复沟通的成本。
那么问题来了，如何建立一个有效的Persona？
Step1: 理解用户
合理的、有效的Persona是建立在对目标用户/客户的充分理解基础之上的。
“他们对这件事的认知和态度是怎样的？”
“抛开我们的产品和服务，用户真正想要的是什么？”
“他们是如何完成这件事情的？”
“他们使用我们产品/服务的场景是怎样的？”
“……”
对用户从态度到行为，再到一些细节特征的立体数据的收集，对于建立一个生动的、具有参考价值的Persona是至关重要的。收集数据的方法有很多，深度访谈、影随、文化探寻等等，就不一一赘述了。方法只是手段，没有所谓的标准方法，达到收集数据、理解用户的目的即可。重要的是数据目标的确立，每个人身上有太多的属性、太多的特征、太多的故事，有些信息收集过来有可能反而会成为噪音。因此，在收集数据前，时应该先明确自己的研究范围，针对性的挖掘真实用户/客户身上的相关信息。
Step2：寻找关键变量
大家都知道在收集到充分的用户数据后，我们需要对目标用户/客户进行聚类，那么我们通过什么维度，怎样聚类才合理，才能够对后续的设计具有启发作用呢？这就需要我们在众多数据中抽丝剥茧，寻找关键变量。所谓关键变量是指导致用户对目标产品/服务的相关行为产生差异的核心因素。每个用户身上有很多属性、性别、年龄、家庭状态、文化水平、性格特征、互联网行为偏好、消费观、理财观、个人爱好等等，我们需要从这些众多特征中识别，哪些才是导致用户对我们目标产品/服务的态度及使用行为产生差异的主要原因。
例如，当我们寻找金融产品及服务的目标客群时，导致用户是理财还是消费，去线下办理还是用手机银行等不同类型金融相关行为差异的核心因素可能如下：
收入水平、消费观念、理财观念、互联网使用水平等。这些核心因素直接影响到用户需要什么样的金融服务，用户会在哪些渠道办理这些金融服务。而性格特征、文化水平等属性，虽然会对用户的某些行为产生一定影响，但在用户聚类的阶段可以暂时视为低信息含量的噪音处理。
确定关键变量后，我们将每个变量作为一个核心维度去分析收集到的用户数据，将用户相关的行为数据化作一些“信息值”分布在这个维度上。例如，若“互联网使用程度”、“人生阶段”及“经济条件”是用户对某项产品或服务的需求及态度产生差异的关键变量，我们可以将收集到的用户信息在这三个维度上做均匀排布（如下图所示），选取一些典型的用户特征作为这个维度上的“信息值”。
至此，我们便完成了用户聚类的第一步，即关键变量框架的搭建。
Step3：聚类
关键变量是帮助用户聚类的核心维度，有了关键变量后则可以通过将每个维度上的“信息值”串联，得到Persona的核心特征，所以接下来的工作就是“连连看”。
首先，回顾收集到的用户数据（将每个受访用户的行为标记在各个维度以记录该行为特征出现的概率，用以推算该信息值覆盖的用户数量）。
接下来，尝试连接分布在每个维度上的“信息值”，找出具有代表性的用户形象。根据经验，典型用户的分布规律一般有以下两种情况。
1. 尽量合理覆盖每个变量两端的“极端信息值”。
Persona的制作过程是在众多的目标用户群中寻找有代表性的典型用户，所谓典型用户则是在其拥有的核心特征中，某一个或多个特征是在所有用户群中具有极端需求的，我们覆盖了这部分用户的极端需求，从设计的角度上来说就找到了需求的边缘及设计的边缘，覆盖到了极端的边缘需求，理论上来说不超过边缘范围的需求也可以被覆盖到。这里要注意到的是，很多研究员或者设计师在设计时往往能够注意到“高信息值”边缘，也就是偏向于专家用户的那一段，对于“低信息值”边缘，也就是极端小白用户端，则往往比较容易忽略，我们在制作persona的时候，还是需要全面的考虑到目标用户群的覆盖范围。
另外，这里需要特别提到“合理”二字。有些人可能一味的追求连接所有变量两端的极端值，以希望寻找最典型的目标用户。但当我们将连接起来的变量还原为一个生动的用户形象时，我们可能会觉得这类人在生活中很少见，甚至是奇葩，或者有些畸形。当然，如果你的目标用户就是奇葩用户，则要另当别论了。因此，合理的连接极端值，则非常重要，要保证我们连接出来的用户是真实存在的，最简单的方式就是回头去看看受访的用户中，是否有真实的人物原型可以匹配上。
2. 尽量合理的连接用户行为集中的信息值。
所谓的典型用户，换个角度说也代表具有一定群众基础的用户，即相对来说基数较大的用户群。因此，我们在连接关键变量中的信息值时，也需要考虑该行为特征所属用户群的数量。这时，我们之前标注的受访用户出现频率则派上了用场。也就是我们只需要将行为分布密集的信息值连接起来，很大程度上就可以顺利的找到目标用户了。当然，这里同样要注意合理二字，以防我们连接出来的只是个架空人物，或理想用户，而现实生活中则不存在这类用户。
当然，如果在连接关键变量的信息值时可以两个原则兼顾，则我们制作出一个成功的persona的概率则会大大增加。
到这里，我们的用户聚类工作基本已经完成了，为了帮助大家理解，我们选取唐硕之前的一个项目作为案例说明。该项目是受某公司委托研究美食消费的用户行为，也就是研究吃货。
通过一系列的调研，我们收集到了丰富的吃货行为特征。通过分析，我们选取了“美食消费观”、“美食热衷度”、“美食主见度”及“美食社交倾向”作为影响用户美食消费行为的关键变量，并将关键信息值及用户行为特征数量分布进行了一一标注。
接下来就是见证奇迹的时刻！
通过按照以上两个原则的连接尝试，我们最终聚类出了三种典型的吃货。
第一类人把“吃文化”当成他们了解世界的一个窗口，对食物抱有尊敬的心态，相信“you are what you eat”，把“吃”上升为人生信仰，愿意不惜代价去追寻美食。因此，也认为研究吃、享受吃及回味吃都是比较个人的事情，很少会与别人主动分享，但会自己花很多功夫去研究、探索甚至记录，并在这个过程中体会到深深的幸福感，我们把这类人叫做“美食信徒”。
第二类人对“吃”的动力很多时候是来自分享时的成就感，他们往往是你身边最爱组局的“局长”，说起美食总是头头是道，对于哪里有打折，哪里有新餐厅这类的美食动态信息，找到他们就像打开了消息盒子。有时，他们不满足于身边的人对他们的崇拜，会在社交媒体上，甚至自媒体渠道上发表他们对美食的见解。凭借吃的本领，也可以成为一届网红，美食KOL。我们把这类人叫做“美食大V”。
第三类人有着强烈的社交属性，但与第二类不同的是他们是美食的follower，自己并没有很多主见，不过没关系，他们身边聚集了一帮有主见的朋友。因此，每当他们燃起对美食的欲望，也就是他们呼朋唤友的时刻到了。很多时候，与其说美食对他们有巨大的吸引力，不如说和朋友们一起享受美食的时光更值得留恋，这类人就是我们的“美食社交族”。
这三类吃货各有特色，各有自己的需求偏好，也都分别代表着生活中相当一部分吃货的状态。当我们将这些persona与设计师、与产品经理进行沟通时，也得到了充分的共鸣，很容易有代入感，甚至让某些不能理解吃货们世界的设计师也对吃货们的生活产生了共鸣，激发了很多设计灵感。
Step4：丰富人物形象
接下来是要将聚类后的典型用户类型进行精细刻画，就像我们最开始说的，添加一些细节描述，让看的人更有画面感。拿上面案例中的美食社交族举例，在对美食社交族的日常生活中，我们会描述：“他们的手机日历中添加备注了各类朋友、亲戚们的生日、结婚纪念日等信息，似乎每一天对他们来说都充满了聚会的理由，他们时刻寻找着发起一次美食的契机。”这样的persona是不是生动了很多？
最后，我们需要将这些persona的信息制作成一个形象的人物画像，把这些关键信息紧凑而有序的呈现在一个版面上，以获取最佳的视觉传达的效果。
一般来说，我们会把最终的画像划分为几类信息模块：即分类信息、个人信息描述、互联网使用情况及与产品/服务相关的特征及需求描述。
这样，基本上一个完整的persona就可以惊艳亮相了，当然，在此之前，需要在视觉上稍作美化和调整，毕竟，这是一个看颜值的世界！
自媒体做用户画像有用吗？
当然有用啦，如果体量较小，完全可以凭借自己的工作实际积累自己的用户画像。最近刚翻译了一篇关于自己建立用户画像的文章，可以参考一下。
什么是用户画像（user persona）？简而言之，就是基于各种属性、态度和特征的客户研究的原型代表。我所能找到的关于用户画像的最好的定义之一，是来自于Tony Zambito around ca 在 2002 年发表的一段定义：“购买者的用户画像基于研究的原型（建模），它代表了购买者是谁，他们试图完成什么，什么目标驱动他们的行为，他们如何思考，以及他们为什么做出购买决定等。”
在艾伦·库珀 1991 年的书《囚犯们正在经营这家收容所》中，提出用户画像的概念。库珀将画像作为一种用户设计的方法，从而在不同的部分之间粘合一些共同的属性，以便产出有凝聚力的设计策略。
用户画像也被称为买家画像、客户画像、客户资料，或者只是画像，这取决于是谁在向你推销这种创意，不过说到底，它们的意思都是一样的。
用户画像可反映其行为的真实数据和虚构的买家群体，可以使用它们来制定更好的营销、产品和业务决策。在 UX、CRO、社交媒体、SEM、SEO 等职能线中，用户画像都可以更好地发挥自己的价值。
注：本文中的“用户画像”特指研究人员通过业务实践并根据用户属性圈定的相应人群属性模型。
容易在用户画像面前犯错
不是每个人都相信用户画像是有价值的。
用户画像的提出赢得了热烈的掌声，但随着时间的推移，一些趋势逐渐减弱了用户画像在大众心中的的吸引力。
营销团队创建了不同版本的人物画像来应对不同的细分市场，而后方支持的开发团队却不太容易意识到一个细分市场可能包含多个用户画像。
另外，营销人员的主要目的是销售更多的东西，设计画像则需要揭示与产品相关的用户行为。但有些市场营销人员似乎总是喜欢给他们的画像起一些愚蠢的名字，然后包装成一个无法将主题突出的概念，让设计和研发人员连连摇头。
当人们不相信用户画像或用户画像不能基于现实时，用户画像的力量就会减弱。一般来说，营销人员在人物画像方面犯的一个大错误是把他们当作是在一些无用的画布上主观投射的价值。更具体地说，往往属于这五类错误：编造数据、使用过多无关数据、只使用定性数据、只使用定量数据、相信你的画像是现实的完美代表，或者他们永远不会改变。
通过数据驱动建立用户画像
那么，我们如何克服这些错误，并创建值得信赖和可操作的用户画像呢?
数据驱动是一种很好的方法，它基于定性和定量数据的结合，以及相关的探索和分析。
第一步：概述目标和计划方法
我们很久以前就在 Excel 中做分析，以找到最有价值的客户群体，并且，我们还会跟踪他们的共同行为。我们从未对行为相关性进行过完整的结构化分析，但是我们知道我们的“理想客户”在很大程度上是什么样的，并且我们通常知道哪些客户的档案对我们最有价值。所以，概述目标和计划具体方法应当是整个过程的第一步。
第二步：整理调研问卷
对我而言，写调查报告是最难的部分之一。它涉及到思考我的项目目标是什么，并将这些目标与问题联系起来，得出可操作的答案。不仅如此，我还想消除问题中的偏见，让调查足够简短，让人们可以更友好地接受它。
如果我能回去，我一定会去改进我的调查问题。这就是数据的来源，也是最应该关注的部分。
问卷中经常会出现一些规模问题，比如“在购买数字营销培训时，以下因素有多重要？”其次是一系列因素，如“成本”、“导师的声誉”和“互动性”。
我们还问了一些开放式的问题，比如“你的工作中最具挑战性的技能是什么？”和“你经常读什么博客？”这些都是最有价值的且可操作的营销活动的想法。
第三步：研究数据
让数据滚滚而来。
一旦你得到了大约 300 条回复，你就可以考虑分析数据了。不过，前提是已经提前计划了样本容量，大概有 300——1000 名受访者提供了良好的数据。当然，其中也有许多比纯样本量更重要的因素，比如调查质量、受众定位、自己的数据分析技能等。
第四步：查看数据
数据透视表是 Excel 中一个非常简单却非常强大的功能，对于数据探索来说是非常宝贵的。如果没有实际的操作，就很难解释它们，但是通过将不同的变量放在列/行中，并分析平均值、标准偏差、和等，我们就可以从不同的角度交互式地研究数据。
通常情况下，研究人员会利用数据透视表来查看受访者如何回答各种调查问题。
第五步：数据探索
前文已提到，作为调查的一部分，问卷中还包含一些开放式问题:
你读什么书?
你在工作中最具挑战性的技能是什么?
你每天使用什么软件？
你最近完成的数字营销培训是什么?
由于各种各样的原因，其中最重要的是我们提出的问题所固有的可操作性。
例如，如果我们可以按角色划分并找到每个角色经常使用的公共网站，那么就知道他们在哪里发布消息、做广告或建立伙伴关系。
如果我们知道他们使用什么软件，我们就知道在活动、网络研讨会和内容方面应该与谁合作，我们就知道应该教授哪些特定于工具的课程，我们甚至可以基于软件细分来开展一些销售开发活动。
第六步：将数据整理成粗略但独特的画像
此时，我们已经对自自己的数据了如指掌。临睡时，可以思考到底可以创建哪些数据透视表来获取新的见解，而且，我们已经知道该画像在现实中是如何分解的，而不仅仅是我们头脑中的样子。
就在这时，你开始将他们具体化为不同的画像。找到他们的核心价值观，也许就会发现一个人物画像经常围绕着他们认定的“价值”，而非单纯的质量或其他，比如他们阅读 X 个博客，他们比一般受访者赚更多的钱，但花的钱却更少等等，这些细节都在逐步开始构建一个独特的人物画像。
当我们找到了一些原型画像时，会发现他们与我们创建的虚拟人物画像非常相似，可以从中抽取一部分“原型”，对其进行 15——20 分钟的一对一采访。
第七步：进行一对一问答
作为一名市场营销人员，主要对能够用于增长和广告的洞察力部分感兴趣。然而，在进行用户画像研究之前，也对已有的客户进行了行为分析，比如对他们进行客户访谈，共享团队之间的数据。
我们计划了一系列有助于产品和营销的开放式问题，旨在激发情感和深度，比如：
你在公司的角色是什么？
职业背景？
你的营销团队有多大？是如何组织和分配的？你每天和谁一起工作？
贵公司如何组织培训和继续教育?
培训是单独进行的还是分配给你的?
你工作中最大的挑战是什么?
这些问题代表一个模板，换句话说，这不是一个清单，而是一个对话。带着记者的态度，带着一种好奇和探索的心态参与对话，重要的是，不要让对方感觉到这是一场面试，它更像是与亲密朋友之间的对话。
这个阶段可能需要几天到一周的时间，具体取决于主持者可以多快地组织和进行这些采访，每周尝试对每个不同的角色进行二到五个面试，会有意想不到的收获。
第八步：与团队分享结果
按如上的步骤，基本完成了在研究阶段需要的用户画像，之后可以通过设计这些画像所对应的研究模型，并与团队共享结果且一起做决策制定。
当然，上述这些方法不是接近用户画像的唯一方法。只是通过业务实践，个人认为这样的方法具有更大的客观性，更少的猜想和更严格的结构。希望在一线的研究人员，都能够寻觅到适合自己的方法，利用人群属性，更好的达到研究目的。
原文来源：https://conversionxl.com
原文作者：Alex Birkett
编译：用户行为洞察研究院（ID:SDResearch）研如玉
编译过程有所删减，文中图片来源于网络。
如何制作微信用户画像？求一款这样的软件？
你可以试试用一些软件呢，比如像【里德助手】之类的
这款软件功能十分强大，有群发消息，检测僵尸粉，批量加好友等功能，最重要的是还能进行标签管理，而且整体很简洁，没有广告
希望我的回答对你有帮助哦
自媒体创业者，先做内容还是先做客户画像？
你好，我是全职自媒体人，很荣幸回答你的问题。
这个问题问的很好，以下是我的观点和建议，供参考：
- 结合自身，找准定位，选择一个适合的领域，然后先去宽范畴的制定一个粉丝画像，去创作内容。这时候的粉丝画像是我们认为的。
- 然后尝试发布内容，发布一段时间后，就可以通过后台数据，制作出精准的粉丝画像。用数据说话，调整精准的粉丝画像。
- 你的问题点不冲突，只是有个先后顺序，宽泛和精准之分。无论是做哪种领域，一定要重视粉丝画像。因为我们认为的好不是好，平台认为的好不是好，读者认为的好才是好。我们的内容是为读者服务的。
。。。
希望能帮助到你，还有什么不懂的，可关注我（刘康自媒体私信），主页每天都会分享这方面的专业知识，教大家怎么今日头条上赚钱！
你们都是怎么做用户画像的呢？
怎样为用户“画像”？
用户画像的主要工作就是为用户打标签，而一个标签通常是人为规定的高度精炼的特征标识，如性别、年龄、地域等，最后将用户的所有标签综合起来分类，基本就可以勾勒出该问用户的立体画像了，再以此分出不同的客户群体
完整的用户画像建立后，再根据不同的特征为用户推送不同的营销信息，精准营销省力又有效率，而“里德助手”可以帮助你建立用户画像，这部分也是广告部门最注重的工作内容。当我们给各个用户分好类之后，店铺商家或者微商们就可以通过标签圈定他们想要的客户，从而进行精准广告投放
没有预算，怎么简单获取用户画像？
感谢邀请。在移动互联网信息普及的当下，数据编织了用户生活的美好。数据和生活质量息息相关，一家公司对用户数据信息的掌握程度决定了它的成败。用户画像作为企业数据分析的关键，是每个公司都应该拥有的基础数据。
什么是用户画像？
用户画像由某一特定群体或对象的多项特征构成，输出结果通常是对特征的具体描述。（也可理解为用户画像是由多个标签组合而成，其实例是由多个标签值构成）。
小如举一个例子，假设你有一位朋友：他是一名35岁左右的男性，周六日喜欢宅在家里，而且每天点外卖。企业在了解这些标签信息之后，就能分析出他的特点，中年，不爱运动，宅男。这几个标签加在一起，就形成了你朋友的用户画像。企业就能根据他的标签，将适合的产品或服务推送给他。
如何用0成本简单获取用户画像？
获取用户画像最原始的办法是问卷调查，依托于互联网技术，企业只需要搭建好数据库即可。根据题主所提出的要求，没有预算获取简单的用户画像，小如认为可以从几个方面着手。
第一，考虑现阶段有哪些数字工具可以使用。
没有预算，想要获得用户画像严格来说是很困难的。我们需要 盘点一下现在手里有哪些数据工具可以使用，比如新媒体后台的用户数据和小程序商城的后台数据，仔细分析。
第二，查看竞品数据画像。
查看同行业 商家的数据也是不错的方法。我们可以通过免费的数据平台分析他们的用户画像，再根据 他们 的用户画像精准营销 ，适当调整。
自媒体运营中是如何构建用户画像的？
主要还是靠平时对客户的积累和分析，然后适当的了解客户需求，这样才能做好服务于客户的一些需求，所以给客户做画像，其实就就是客户整理分析。
2B行业如何做客户画像？
其实无论是ToB还是ToC，我们在做客户画像的时候，面对的都是人，当理解了这一点，即便在面对B端客户，也可以拆解成面对具体的人，这样我们更能感知这个人背后的情绪，他的决策驱动因素，从而与他们更好地共情，提供更符合他们需求的产品或服务，自然也就更能打动他们。
当然，首先我们要清楚，为什么要做客户画像？其实就是为了解决一个问题：我们面对的是谁？就像上战场前，必须要知道敌人是谁，位于何处等等。如果说，ToC用户画像是把大量面孔模糊不清的人群，根据他们的某一个或多个共同属性强行收缩为几种典型类型，便于我们看得更清楚。那么，ToB客户画像则是把原来隐藏在各种不同规模、不同行业企业背后我们看不到的人，根据其在决策过程中的位置，所属部门特性等等要素，一一拆解拉到台前来，让我们对这些角色有更具象、更人格化的理解。
C端客户往往偏个人、非理性话，是凭感觉凭偏好做决策的，因而也经常会有冲动型消费，因此C端常常可以根据性别、职业、行为偏好等关键属性进行分类。而B端常常是基于公司层面多人对某一问题解决方案进行整体评估，基本不存在冲动购买，更看重价值，在购买前需要建立足够的信任度，因此B端的用户画像必须考虑整个购买决策团队中的每一个人，最好为每一个角色建立单独的用户画像。
那么如何做B端的客户画像呢？一般来说，B端用户的数据和信息来源主要有以下几个，包括潜在/现有客户问卷调研、潜在/现有客户一对一访谈、销售团队访谈、内部数据挖掘分析、公司高层访谈、同业交流、公开/付费数据分析报告等。
而画像的维度由着重分为以下几大要素：角色驱动因素（洞悉需求）、担心和挑战（阻碍决策的因素）、决策过程中的角色（逐一突破，对症下药）、组织基本信息（所在行业、公司规模、地理位置、商业模式、年收入规模）等。