麟轩创意设计

用户画像又称用户角色。作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。

用户画像是新媒体运营工作的起点，并且为用户运营锚定整体方向。做出清晰的用户画像，需要做好两件事。

一、提炼用户标签，用故事描述用户画像。

提炼用户标签即利用若干关键词来秒速用户的基本特征。标签是画像的轮廓，有了用户标签，用户画像就有了基本框架。

提炼用户标签的过程，实际上是针对以下三个问题的循环研究过程。

WHO：用户是谁？

WHERE：用户在哪里？

WHAT：用户在做什么？

解决第一个问题——用户是谁，即分析固定属性；解决第二个问题——用户在哪里，即分析用户路径；解决第三个问题——用户在做什么，即分析用户场景。因此，提炼用户标签也可以用一个公式来描述：

用户标签=固定属性+用户路径+用户场景

固定属性即用户的基本特征，这些特征在短时间内不会发生变化，包括用户年龄、性别、职业、地区、学历等。

用户路径即用户的互联网浏览喜好，包括打开频率较高的聊天软件、常用的搜索网站、购物喜好平台等。

用户场景即用户在某特定场合或特定时间的动作。如在早上起床、上下班路上、晚上睡前等场景内，用户如何学习、如何娱乐等。

研究用户固定属性、用户路径及用户场景后，提炼出关键词，就形成了一套完整的用户标签。

不过，用户标签只是用户画像的中间过程，呈现的只是用户画像的基本轮廓，而不是最终的画像结果。新媒体运营者需要在用户标签的基础上进行画像描述，以呈现完整的用户特征。

描述用户画像看起来只是一个写作文或写剧本的过程，按照标签进行文字延展。但是在具体描述时，需要做到完整化、细节化。完整化即用户行为全过程完整表述，不能认为地跳过一些步骤；细节化即具体描述用户场景，不能一笔带过。

拓展案例：

Betterme大本营是一个陪伴成长型社群，主张“一个人走得快，一群人走得远”。社群自2015年11月诞生以来，通过线上“微信群+公众号”与线下“总舵+城市营”相结合的形式不断裂变，成为国内有影响力的社群之一，如图所示。

Betterme大本营不到一年的时间从零起步到上万人参与，除了运营团队本身的努力外，与社群精准的用户画像密不可分。

固定属性方面，Betterme大本营的主要用户标签包括年龄20~25岁、大学生或职场新人、女性、现居直辖市或省会城市等；用户路径方面，Betterme大本营的主要用户标签包括爱用微信聊天、爱看成长类公众号、爱学职场技能类知识等；用户场景方面，Betterme大本营的主要用户标签包括晚间在微信群听课、睡前翻看微信公众号等。

借助“用户标签=固定属性+用户路径+用户场景”可得到Betterme大本营的用户主要标签，如表所示。

结合用户标签，运营者可以为Betterme大本营进行用户画像描述：“她们目前居住在直辖市或省会城市，以20-25岁的女白领和女大学生为主。白天她们爱用微信聊天；晚上她们喜欢在微信群参加职场技能类训练营；睡觉前她们还会再用手机翻一翻微信公众号，学习成长类干货。”

围绕以上用户画像，Betterme大本营的各项运营工作便有章可循，如线下活动经常选择直辖市或省会城市，微信公众号尽量在22:00-24:00推送，线上训练经常在微信群举办等。

第二，绕开画像误区，防止从源头上出错。

使用不恰当的用户画像方法，不但无法获得准确的用户画像，反而会造成用户运营工作的整体跑偏。因此，运营者需要绕开用户画像的误区。

用户画像的常见错误方法共三类，包括提问式画像、大数据画像及代入式画像。

1、提问式画像

提问式画像即采用问答的形式获取用户信息，勾画目标用户形象。采用提问式方法，看起来完全围绕用户，而且得到的都是用户的真实信息，但实际上用户画像既有可能出现导向性问题。

一方面，提问者（新媒体运营者）如果将问题选项带有倾向性或过于封闭，回答者（用户）的回复将受到限制。例如，提出“你在下班路上喜欢听歌还是听相声”，回答者将会从“听歌曲”和“听相声”里选择一个；实际上，用户的真实情况可能是听英语单词，由于没有此选项，用户只好二选一。

另一方面，回答者（用户）的回复受其知识水平、过往经验的限制，未必代表其真实感受，福特汽车公司的创始人亨利.福特曾说过：“如果我最初问消费者他们想要什么，他们会告诉我‘要一匹更快的马’！”换言之，如果亨利.福特采用提问式画像去研究用户需求，恐怕福特汽车就不会出现了。

2、大数据画像

大数据画像即通过百度指数、微指数等互联网大数据，挖掘用户属性，做出目标用户画像。但大数据画像只对一部分企业适用。

对于生产数据的互联网企业本身，可以用大数据进行用户画像。例如，百度公司可以利用百度指数分析网民对于科普的搜索热度，从而构建出网民的科普搜索喜好，如图所示。

但对于非生产数据的企业，通常不能直接使用大数据进行画像。

一方面，大数据不具备完整维度，百度指数只代表行业搜索大数据，微指数只代表行业讨论大数据，微信指数只代表事件热度大数据。

另一方面，行业大数据不代表企业大数据，每一家企业的粉丝或消费者都有其独特性，不能用全部网民的网络行为来代表企业用户的互联网特征。

因此，新媒体运营者需要根据企业实际情况，决定是否使用大数据进行画像。

3、代入式画像

代入式画像即新媒体运营者将自己或团队的日常行为进行系统分析，研究自己的上网时间、浏览喜好、常用软件等，尝试将自己或团队的特征提炼并带入用户特征，进行用户画像。

代入式画像的最大问题在于新媒体运营者不等于用户。

即使看起来是同一个行业、同一种身份或同一个地区，细节属性也很有可能千差万别。代入式方法最终得到的只是运营者自身的画像，而非用户画像。