上一篇文章《4个步骤，带你基于业务场景与目标，梳理用户标签体系》为大家分享了梳理用户标签体系的落地方法，但企业在实际应用中往往还是会遇到许多问题。这篇文章将为大家分享用户画像在实际应用中遇到的问题，进而分享构建用户画像的关键点和用好用户画像的要点。
用户画像的概念最早由交互设计之父Alan Cooper提出，他将用户画像（Personas）定义为：“Personas are a concrete representation of target users”。Personas是真实用户的虚拟代表，是建立在一系列真实数据(Marketing data,Usability data)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 (Personas)。
1
实际应用的用户画像
我们访谈了超过50个客户，发现大家在构建用户画像的过程中有一些共性的问题。
像业务部门基本都在抱怨：
● 营销部门想用标签却需要等研发排期，标签制作下来，却已经错过最佳营销窗口期；
● 没有标签管理系统，难以持续了解用户的演变路径；
● 标签又多又乱，定义混乱，不同标签的权限划分也无法区分，管理效率极低。
而技术和数据部门却在诉苦：
● 开发出来的标签，业务并不买账；
● 不知道他们说的需求到底是什么，不能实现或者实现不完整；
● 我们浪费了大量的人力写脚本，跑数据，人力被运营消耗；
● 做出了那么多标签也不知道质量如何，这些标签是否真的影响了活动效果。
用户画像和用户标签的需求发起者基本是业务侧的同学，但生产和管理的却是数据侧或者技术侧的同学。整个过程都是单向需求、单向响应，并没有生成联动机制。
2
Second Point
构建用户画像的3个关键点
用户画像最初的应用场景是希望团队在产品设计中，能够摈弃个人喜好，将注意力聚焦到目标用户真正的动机和行为上来设计产品。
关键点1：用户画像的所有数据要建立在真实的、准确的、全量的、实时的数据之上
影响用户画像的最终呈现的数据有很多，当下的环境我们更倾向于选择线上的实时的数据来做洞察，相较于线下倒入的数据，线上数据更直观，也更真实；其次，线上的数据能够覆盖更多、更全面的端口，来充分记录一个用户的多种行为。
关键点2：用户画像中标签林立，并不是维度越多、越广泛就一定是最好的
数据量不断扩充，用户画像也会越来越细，越来越多，供我们参考的信息也越多，但是数据的存在是为了形成洞察，洞察的结果是为了指导业务。因此我们建议多个用户画像存在的时候，我们一定要制定核心画像和进行优先级排序，跟核心业务路径转化最相关的，作为我们最重视的画像来指导业务。
关键点3：用户画像是需要不断迭代和修正的，标签动态变化并非一蹴而就
用户画像终其根源是人的画像，人的属性，人是复杂的，是动态变化的，因而在当下的环境中，如果还有人对你鼓吹一堆死标签的价值何其有意义的时候，这个人不是蠢就是坏。在真实的业务环境中，一个用户的等级可以逐渐攀升，行为确是多种变化，所以我们做画像的规则也需要动态适应这种变化。
3
Third Point
如何才能用好用户画像？
划分生命周期阶段和关键转化动作
理想中的用户标签和画像应该是可以辅助精细化管理用户的生命周期，根据用户的行为和状态特征，监控用户不同阶段的变化情况，更好的挖掘用户的需求和精准的对用户做触发动作。
但实际操作情况却是很多企业并没有完整的用户生命周期管理表，且对自己业务阶段的关键性转化动作没有明确规范。如果在没有厘清这个之前，所有的用户标签价值都会大打折扣。
找到与业务紧密相关的高价值用户群体
做用户画像最核心的一个诉求就是为了找到高价值用户群，并持续迭代。
不同行业的高价值用户定义不同，处于不同阶段的用户的价值也不可以横向对比。例如，对于电商类的客户高价值用户一定是购买，像高频购买，高价购买等；而对于娱乐类和社交类，其实更关注用户的活跃度和裂变属性。
高价值用户的计算需要结合用户的属性、用户的行为和用户真正的业务数据（订单、付费、充值等）来统一配置。只有业务数据会不知如何推动，只有行为数据也不能赋能转化。
在合适的时间推荐合适的讯息
做用户画像还有一个典型应用就是实现所谓的千人千面（个性化推荐）和个性化推送。
个性化推荐大多数应用于商品展示和feed流娱乐产品，对于数据量有一定的基础要求，对于算法团队要求也比较高。
而个性化推送，是大部分运营场景都可以独立实现的。但是当我们在实操的过程中，确实要考虑精准度和“舒适模式”。易大妹曾经在一个小时之内收到了同一个APP的6条短信，都是基于某一件产品的推送。这会引起用户的极大反感，甚至引发退订。
所以，个性化推送需要制定让用户舒适的“抗骚扰模式”，也就是你得知道用户的容忍度上限。因此，用户画像最好配合一整套完整的运营Workflow共同使用。
了解用户行为偏好和营销偏好
产品提供多元化的服务会影响用户的行为和路径。
用户常用的功能、常用的入口、商品的价格区间、关注的商品（资讯）属性都会影响用户的最终动作。而不同的用户对于不同的营销主题偏好也不一样，有的关注优惠券、有的关注爆款商品。
了解不同用户的营销偏好能够更有针对性地给用户提供参考讯息。利用用户标签制定营销策略，匹配不同的推送时间、推送通道和推送文案。
头条号入驻
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
