一、如何描述用户画像

1、姓名

有了姓名，给人感觉这是是一个具体、实际存在的“人”

2、用户的真实照片

这个有点难获取到。但是从照片中可以直接的看到很多信息，也可以感受到这个“用户”是个活生生的“人”

3、更多的基础信息

例如年龄、岗位、婚姻情况、住址（到大致区域即可）等等。通过基础信息，可以更准确的了解这个用户，更好的代入

4、个人情况，或者说叫用户故事

5、用户使用产品的感受

或者他考虑选择什么产品，会通过哪些维度来考虑

6、他的目标是什么

也就是他想通过使用产品获得什么？我们的产品或者服务，最大的价值就是帮助用户完成他的目标

7、他在使用产品的过程中遇到过什么挫折

比如bug很多，联系客服找不到人，老是崩溃，这往往是需要优先改善的

8、你使用产品中的一些主观感受或者想法

这块可能无法结构化表达，但是这也是魅力所在。没准对未来的产品方向有很多good idea

9、你可以对这个用户有个性格上的判断

比如内向/外向，在业务设计中，你可以参照他们的性格做些独特的设计

10、这个用户经常上什么网站

二、什么是用户画像？

用户画像是根据用户在互联网留下的种种数据，主动或被动地收集，最后加工成一系列的标签，简而言之，上部分所言的用户行为分析可以形成用户画像。用户画像本质是对任何一个用户都能用简化的标签数据描述。

三、用户画像的目的

1、精准营销：

这是运营最熟悉的玩法，从粗放式到精细化，将用户群体切割成更细的粒度，辅以短信、推送、邮件、活动等手段，驱以关怀、挽回、激励等策略。

2、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广告系统。一般广告投放基于一系列人口统计相关的标签，性别、年龄、学历、兴趣偏好、手机等等。

3、用户分析：

产品早期，PM们通过用户调研和访谈的形式了解用户。在产品用户量扩大后，调研的效用降低，这时候会辅以用户画像配合研究。新增的用户有什么特征，核心用户的属性是否变化等等。

4、数据分析：

用户画像可以理解为业务层面的数据仓库，各类标签是多维分析的天然要素。数据查询平台会和这些数据打通。

四、如何正确建立用户画像

用户画像首先是基于业务模型的。业务部门连业务模型都没有想好，数据部门只能巧妇难为无米之炊。理解消费者的决策，考虑业务场景，考虑业务形态，考虑业务部门的需求，一个好的用户画像都离不开它们。本文没有说数据、模型和算法，但是我认为，它们比技术层面更重要。