什么是用户画像（Personas）？
用户画像（Personas），最早由交互设计之父Alan cooper提出，即为目标真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型。通过用户调研去了解用户,根据他们的目标、行为和观点的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型。
在构建Personas时，需要额外注意三点：
1、用户画像要建立在真实的数据之上
2、当有多个用户画像的时候,需要考虑用户画像的优先级,通常建议不能为超过三个
上的 persona 设计产品,这样容易产生需求冲突。
3、用户画像是处在不断修正中的
第二、为什么要建立用户画像，有什么用处？
Cooper认为建立 Personas 的好处有
· Creates a common language
· Users are no longer elastic
· Provides a target – no longer designing for everyone in the world
· End debates about prioritization and implementation
Cooper归纳的好处，是较为宏观层面的，具体到业务层面，总结了一些内容如下：
1、精准营销，分析产品潜在用户，针对特定群体利用短信邮件等方式进行营销；
2、用户统计，比如中国大学购买书籍人数 TOP10，全国分城市奶爸指数；
3、数据挖掘，构建智能推荐系统，利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌，利用聚类算法分析，喜欢红酒的人年龄段分布情况；
4、进行效果评估，完善产品运营，提升服务质量，其实这也就相当于市场调研、用户调研，迅速下定位服务群体，提供高水平的服务；
5、对服务或产品进行私人定制，即个性化的服务某类群体甚至每一位用户（个人认为这是目前的发展趋势，未来的消费主流）。比如，某公司想推出一款面向 5－10 岁儿童的玩具，通过用户画像进行分析，发现形象＝“喜羊羊”、价格区间＝“中等”的偏好比重最大，那么就给新产品提供类非常客观有效的决策依据。
6、业务经营分析以及竞争分析，影响企业发展战略
用户画像
最后一步，完善用户画像。我们需要做的事情主要是：
（1）结合真实的数据，选择典型特征加入到用户画像中
（2）加入描述性的元素和场景描述，让用户画像更加丰满和真实
（3）将用户画像框架中的范围和抽象的描述具体化，比如，将员工数“20人以下”改成“15人”
（4）让用户画像容易记忆，比如用名字、标志性语言、几条简单的关键特征描述，都可以减轻读者的记忆负担
随着人工智能、物联网、云计算、区块链等信息化、数字化技术的应用，数据成为了构建现代化社会的基础。数据的重要也为大数据的产生奠定了基础，大数据时代让用户画像更加火热。
目前，越来越多的企业开始为自己的用户群体制作准确的用户画像，这足以证明用户画像的强大，那么用户画像究竟强在何处，又能对企业发展提供什么样的帮助：
1、精准营销
因为经济的发展，物质匮乏已经离我们越来越远，目前市场上同一种产品可能有几十上百个品牌，这种情况下企业不可能再像以前粗放式经营，只能从消费者出发，对不同类型消费者针对性地提供个性化服务，实行精细化运营。
每当双11，618等电商平台节日，这些电商平台都会大批量地放出优惠券，如果你多注意的话，你会发现不同消费者获得的券类型和金额都是有可能不同的，这些不同就是企业根据用户画像把不同消费者分成了不同类型和等级，针对性提供服务，提高拉新、留存、转化等运营效率。
2、用户洞察
用户画像还是企业进行数据分析时的关键要素，企业在进行研发或者活动策划时，通常都会借助用户画像来分析出用户的核心需求，以这些需求为基础，产出符合用户预期的产品，组织用户需要的活动。
在实际业务中，企业不可能做到对每个用户进行调研，一般都会进行信息化建设，通过部署商业智能BI将业务数据储存在数据仓库，并要求分析人员利用BI丰富的图表制作可视化报表对用户进行分析，以此来洞察用户的需求。
3、产品设计
产品生产出来是卖给用户的，那用户为什么要买你这个产品，就是因为产品满足了用户的需求，把合适的产品卖给需要的人。
用户画像就是探究用户需求的最好方式，在当下越来越多的企业把用户需求放在核心位置，企业需要对获取的各种用户数据进行分析，做出预判。初步搭建用户画像，做出用户喜好、功能需求统计，从而设计制造更加符合核心需要的新产品，为用户提供更加良好的体验和服务。
4、数据应用
用户画像是很多数据产品的基础，诸如耳熟能详的推荐系统，丰富的内容基于一系列人口统计相关的标签，性别、年龄、学历、兴趣偏好等等来帮助企业进行推广投放的。
可视化报表 – 派可数据BI可视化分析平台
近些年，依靠强大的推荐算法在市场上火起来的软件越来越多就是精准营销、精细化运营发力的最好证明。如今，对每个消费者针对性提供服务的推荐算法已经全面占领了视频、小说、音乐、购物等绝大部分平台。
原创文章，作者：普尔小编，如若转载，请注明出处：http://www.puerpx.cn/pxwd/11916.html
