用户画像分析方法论

用户这些需求是潜意识的，基本自己不会发掘，如果产品满足了用户会惊喜万分，对产品的满意度会大大提升。

前言

最近在产品新版本需求规划的时候，碰到了许多的问题。例如，当来自四面八方的需求不断地围攻和猛砸我的时候，我还是无法拿出一套逻辑清晰且极具说服力的产品方法论来评估哪些需求该做，哪些需求不该做，哪些需求是需要可以在这个版本就上的，哪些需求是应该在下个版本或者往后几个版本再上的，其实这些归根到底就是对整个竞品市场的不够了解以及对自己产品每个阶段的方向性模糊不清所致。
所以我需要总结出一套完整的产品从0到1的思考流程，这样才能让我对整个产品的方向有足够的把控。

用户画像是什么

用户画像就是产品面向的以一定的维度划分的所有用户群体以及每个用户群体下的需求点。
用户画像的目的
当你接到某个领域的产品策划任务的时候，第一步肯定不能傻傻地就跑去找竞品，做竞品分析，这其实就是无源之水无本之木，瞎分析一通罢了。而应该是先想清楚这个领域的产品是怎么出现的，他是在解决人们的哪一方面的需求。此时要做的就是用户画像，当你把用户画像做完了之后，我们就基本清楚这个领域的产品面向的有多少种用户群体以及他们各自的需求点有哪些。在我们对所有用户的需求痛点都了如指掌之后，再来看看市场上有哪些产品满足用户的哪些需求，从而再来反观自己，是否在市场上还存在自己的机会，最后决定自己的产品应该怎么做。

用户画像的设计

用户画像分为两个部分，第一部分是列举所有的用户群体，第二部分是列举所有的用户场景及其产生的需求，最后再对这两部分进行组合，详细请看下面分析。
用户群体卡片
用户画像分为两个部分，第一部分是列举所有的用户群体，第二部分是列举所有的用户场景及其产生的需求，最后再对这两部分进行组合，详细请看下面分析。
用户群体卡片可分为6个维度进行划分，分别为：

• 性别
• 年龄
• 地域
• 职业
• 经济地位
• 性格特征

具体界面设计如下：

通过单一变量的变化都可以分化成许多的用户群体卡片，只要你敢想，就绝对没有想不到。但是该注意的是，用户群体切莫分得太细，把用户群体卡片当成个人信息卡片去设计，而是尽量一张卡片就能代表一个典型的用户群体，不然只能是费力不讨好。

接下来就是要把用户群体卡片按用户规模的大小进行划分，例如核心用户群，次要用户群，小众用户群。
然后再把列举的用户群体卡片按照规模的大小分别放入上述三个分类中，例如下图：

用户场景及需求

用户会有各式各样的生活场景，在各种生活场景的促使下自然也就会生出很多的需求出来，例如你肚子饿了你就会产生想吃东西的念头，这就是典型的场景生出需求的例子。所以，在这个阶段我们要做的就是列举尽可能多的场景以及需求。例如下图所示：

当把这些需求列完之后，我们就要开始思考，在“用户群体卡片”中，哪些群体是具备这些需求的，也就是有些需求是属于a用户群体卡片的，有些需求是属于b用户群体卡片的，有些需求是a和b用户群体卡片共有的，分析完这些后，再把刚才列举出来的需求放入到之前整理的用户群体卡片库中，如下图所示：

做完这些之后还没完，更关键的一步是，分析每个用户群体卡片需求的特性，并分门别类，什么是需求的特性？我把需求归位三个层次：基础型需求，优化型需求，兴奋型需求。 基础型需求：用户的这些需求没有得到满足，他们会很不爽，如果产品没有满足他们，他们可能就会弃产品而去。

优化型需求：用户的这些需求没有得到满足不会不爽，但是用户会期望这些需求得到满足，且满足了用户会对产品的满意度会高，且满足得越多满意度就越高，于此和别的产品区分开

兴奋型需求：用户这些需求是潜意识的，基本自己不会发掘，如果产品满足了用户会惊喜万分，对产品的满意度会大大提升。

经过一番对需求的分析之后，再对其进行调整，就得出最后的用户画像图：

用户特征分析

1.用户特征分析的基本概念

1.1什么是用户特征分析？

  1. 通过各种方法，更完整了解目标群体的情况
  2. 描述典型的目标用户及其群体行为
  3. 用户分析=信息的分析

1.2用户特征分析的目的

  1. 明确知道你的用户真实的诉求点
  2. 为功能设计提供核心依据
  3. 数据挖掘与用户推荐的底层支持

1.3用户画像并不那么高深，关键是透过数据看用户行为

2.用户特征的操作逻辑

2.1用户特征分析的逻辑

2.2、用户特征分析的过程

2.3、把用户特征分层分类是做好用户画像的关键

3、用户特征分析实战

3.1、用户特征分析的过程

电视剧说人话版：1、我军抓一个反革命份子，严刑拷打，把密码本弄出来 2、分析密码本和电台频率，顺便猜测其他可能存在的密码本 3、用这个抓获的电台发报：几月几号几点在某某地集合，共商大计 4、一网打尽

3.2、个体分析

案例

3.3、关键行为特征

猜测关键的行为有哪些？
关键行为看交叉验证
明确特征的计算方式（算法）
命中的行为路径是什么？
案例

3.4、召回验证

把关键行为特征交叉后调出数据，然后验证数据
召回率：有多少命中策略的数据被调取出来了
召回准确率：召回的数据中，准确率是多少？
优化：修正特征数据，调整粒度

3.5、找最有效的解决方案

用户特征分析越细致，解决方案就越准确有效
解决方案的排序：用户量和频次进行选择
案例

结语

当把整个用户画像图做出来之后，其实对整个用户需求框架就非常清晰了，以后无论是从老板，同事，用户等渠道过来的需求都可以加到这个框架里面去，不断地丰富这棵“用户画像树“。不断地去观察这棵树，我们就会对我们产品需要满足哪个用户群体以及群体的哪些需求熟稔于心了。