起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識“用戶畫像”如何使人聯想其中，躍于眼前
編輯導語：用戶畫像，是基于用戶在互聯網上留下的種種行為數據，將這些數據主動或被動的收集后，通過數據加工分析，產生的一個個標簽。用戶畫像的內容可以很寬泛，只要是對用戶的認知，都可以叫做用戶畫像。但你所去認知的這批人必須是你的典型用戶，他們會用相似的方式使用你的產品，服務或消費你的品牌。
一、用戶畫像的正確打開方式
什么是錯誤的用戶描述？我們先看以下幾個描述：
- 我做的是校園金融產品，這個產品提供分期付款服務，我的用戶是所有已成年的大學生；
- 我做的是xx手機系統里的便箋工具，我的用戶就是用xx手機系統的人；
- 我做的是國民級的產品，我的用戶不分男女老少，中國人民都是我的用戶；
- 我做的是VR（虛擬現實)眼鏡的RPG(角色扮演游戲)，我的用戶還不存在，我要發掘我的用戶；
- 我做的是微信小游戲，特別簡單操作，誰都能成為我的用戶。
乍一聽，它們似乎都沒有什么問題許多創業者和產品經理也一直用這種思路理解用戶，但實際上，他們都是錯的。
校園金融產品面向的用戶真的是所有成年的大學生嗎？如果這個大學生家庭富足，根本不需要分期付款呢？如果這個大學生特別節約，也沒有消費欲呢？
最終使用這個產品的大學生，會產生分期付款的需求，一定會自帶一些特征。
根據手機系統的用戶來做系統內的便箋工具這沒有問題，但并不是所有使用該手機系統的用戶都是便箋工具的用戶。比如老年人，都已經退休了每天就是出門遛遛，回家看看劇讓他們用便箋做什么?
或者那些有更多樣的記錄需求的商務人士，是不是已經有更強大的記錄工具了，并不需要一個簡單的標簽?那么到底誰會使用系統便箋？
國民級的產品覆蓋的用戶非常廣，不過依然可以抽象出共同特征。他們至少都有智能手機，也有移動網絡。
作為中國人，他們有一些共同的心理認同，也有很多忌諱。如果完全把用戶當作數字，反而不可能做出國民級的產品。QQ和淘寶當年大勝MSN和eBay?(億貝)，靠的就是對國內用戶的認知，要沒有這些認知，是不可能在本土化上有那么多經典舉措的。
以VR眼鏡為載體的RPG也許的確是很新潮的游戲，之前沒出現過，但是沒有一個產品的用戶是憑空出現的，你希望什么樣的人成為你的用戶？是青少年，還是成年人？是過去個人電腦游戲的玩家？還是主機游戲的玩家？
對這些沒有認知，就會變成我們之前提到的用僥幸心理做產品，碰運氣，看能不能碰到用戶。同理，微信小游戲也許很簡單，可以老少咸宜，但是許多細節設計依然要考慮用戶的認知情況。
他們是不是能搞懂游戲里的文案？是不是能知道操作的含義？當你需要分享功能來擴大游戲的傳播時，你的用戶是否有足夠多的朋友或者社交關系來提供傳播渠道？
這些認知用戶的描述都是有問題的，我們都應該知道我們的用戶到底是誰、究竟在哪里。這個“到底是誰”、“究竟在哪里”其實就是用戶畫像想要解答的問題。
二、什么是好的用戶畫像
什么才是好的用戶畫像?
我們先看看下面這些單個典型用戶的畫像是不是好的用戶畫像。
- 美甲用戶：女，31歲，北京人，服裝店老板；
- 外賣用戶：男，24歲，福建人，互聯網公司工程師；
- 滴滴用戶：男，54歲，河北人，滴滴快車司機。
已經有了基本的性別、年齡、籍貫和職業，是否就能描繪我們的用戶呢?不能否認，的確能有一些簡單的概念，大概知道每種用戶的典型特征。這些特征是保留在數據層面的，根本沒辦法有感性的認知。
例如：我們要開展上門美甲業務了，面向的美甲用廠的典型代表就是這個服裝店老板。但我們想象不出，她的收入怎么樣、對美甲的要求高不高、對智能手機的熟悉程度如何、居住環境和工作環境怎么樣、是否適合做美甲等等。
所以這個所謂的用戶畫像充其量只能夠幫我們定位到這個人，未必能幫我們解決真正的用戶認知問題。
我們再來聊幾個典型的用戶：
第一個是媒體公司的白領阿妹，女生，25歲，老家是河北，來上海讀書，本科畢業后工作。
畢業剛幾年還是單身，不過朋友挺多的，大都是以前的同學。有了一定的收入，對生活品質也有了一些要求。剛搬到一居室的新家，房租不便宜，占工資的多半，還自己做了很多裝飾,買了很多小家具。
平時的工作朝九晚五，晚上回家會看美劇。周末跟朋友出去逛街，吃東西，偶爾會去酒吧。喜歡用黃油相機和美圖秀秀來拍照，修圖也會用keep（自由運動場）和lnstagram（照片墻）來發健身和吃東西的照片。
購物基本都是在淘寶和京東，比較擅長研究各種信用卡和優惠券的使用技巧。
說完這些，是不是跟“河北人，25歲白領”的感知完全不同？你甚至可以大致想象出一個穿著職業裝，對形象十分在意，生活窘迫卻充滿活力的年輕女生站在面前了。
第二個是在杭州工作的小伙子小付，從浙江海邊的農村來，23歲，高中文憑。學歷雖然不高，但是愿意折騰在工地上搬過磚，當作餐廳服務員，做過保安，擺攤做過生意。
最近剛找了一份送外賣的工作，因為勤懇又機靈，當上了組長，接下來希望能爭取當上公司在西湖區的主管。
他跟老鄉們住在比較偏遠的郊區，群租房平時沒事兒就一起打牌，或者聯機玩《王者榮耀》，許多吃穿用品都是從淘寶或者拼多多買的。
跟前面講的白領相比，應該能夠感覺到兩人工作和生活的巨大差異。要是簡單去講都是20多歲的年輕人，我們根本感受不到這層差異。
第三個是下崗的大叔王博，北京人，中專文憑，48歲，家里有剛讀大學的女兒和開小服裝店的老婆。原本是工人，工廠倒閉后就自己打些零工，現在也有相對穩定的收入了。
平時喜歡遛鳥逛街，跟鄰居們下棋、打牌。偶爾也會在電視、手機上看一些國產劇或者球賽。女兒還沒有財務獨立，所以日常生活里會格外省吃儉用，極少下館子或者去娛樂場所，周末有時候會開車載著老婆去郊區的水庫玩。
讀完這三則用戶畫像，是不是感受到三個更真實可信的有血有肉的形象？年輕有活力的白領女生、外來務工的小伙子、下崗大叔,是不是都躍然眼前了?
我之所以能夠描述這三則用戶畫像不是因為他們是我想象出來的虛無縹緲的幾個人。
他們是我基于之前從業過的三個產品總結出來的典型用戶畫像：
25歲的白領是上門美甲產品的典型用戶，她一個月會做兩次指甲，也能夠接受上門服務；23歲的小伙子是點我達的配送員，正在想盡辦法成為點我達的正式員工；48歲的大叔是滴滴快車司機平時雖然辛苦些,但收入遠比當初在工廠的工資高。
有了這樣的用戶畫像，我們就能讓一個有真實感的用戶停留在我們的腦海中，在需要判斷的時候讓這個有真實感的用戶幫助我們。同時我們也能夠跟別人解釋我們的用戶是什么樣的人，讓大家腦海中都能夠有這樣用戶來幫助我們做判斷。
三、用戶畫像真實感的價值
為什么這種有真實感的用戶畫像是好的呢？因為我們在設計產品的時候有許多判斷需要經過用戶檢驗，用戶畫像就是第一關。
用戶畫像的種種特征和描述，延伸出來的是用戶生活工作的環境，是他們日常的心理狀態，也有他們的認知能力等。
比如，如果我們發現有一類美甲用戶都住在群租房，并且居住環境比較差、面積小，那上門美甲的感受就會很差，因為沒有合適的位置提供給美甲師，占用公共空間也容易引發矛盾。
或者美甲用戶是全職太太，家境闊綽，也有大把大把的閑余時間，根本不需要上門服務來節省時間，需要的是高端美甲店的高品質服務，那她們也同樣不在上門美甲的用戶范疇內。
再比如，我們發現大部分外賣配送員都是年輕人，對智能手機已經非常熟悉了。
而大部分快車司機都是中老年人，對智能手機的熟悉程度有限，而且還有視力下降的問題，那么我們在做類似的接單功能的時候，要考慮的就完全不同了，要讓司機的接單流程界面布局更加謹慎且易于學習。
用戶畫像可以說是幾乎所有產品決策的試金石，但把這個具體真實的用戶角色扔到我們搭建的產品空間里去，就能發現種種問題。
四、最有效的方法是跟用戶見個面
你看到這里，也許就會想伸手要一個東西了:“給我個模板，我現在就去整理我的用戶的用戶畫像”。
網上流傳著很多用戶畫像模板，也有很多用戶畫像示例。在許多國外的專業院校里,也有很多成熟的方法論形形色色的用戶畫像,涉及很多屬性和特征，有的同學就仿照它們通過調研或者訪談做出了自己的用戶畫像。
對我來說,這些都太過于教條了。
前面提到，我認為用戶畫像的關鍵在于真實，真實是難以來自標準模板的?？梢哉f，有60條特征描述的用戶畫像，會比“31歲，北京人，女”更有效、更好用，但是當遇到這些特征外需要判斷的問題時，也許就容易失效了。
比如，住房面積這種統計在常規的模板里幾乎不會出現,我們在遇到判斷上文所述美甲用戶的環境是否舒適時要用到這個。
如果對用戶有足夠的認知，那其實可以從這些用戶比較拮據的經濟狀況推斷出他們住的是群租房，而離市中心比較近的群租房都不便宜，所以租住面積應該很小。這種抽象和推演的認知，模板是解決不了的。
那該怎么去獲得用戶畫像呢?特別簡單，去跟用戶見個面，跟他聊聊天。見面和聊天不要安排在公司，如果用類似麥肯錫咨詢的標準方法去訪談這和填寫問卷沒什么兩樣。
要聊的話，就去他真實的生活或者工作環境。如果不合適，哪怕去他平時經常去的餐館或者公園也可以。
比如作為美甲產品的設計者，我跟我的用戶在咖啡廳聊過天，也跟美甲師一起上門在用戶家中聊過天，后者的收獲顯然是更大的。
在家里，用戶也會更加放松，可以聊到她的很多經歷以及她在真實場景中才會有的感受。
再比如作為滴滴司機產品的設計者我們在辦公室里跟司機談，司機會拘謹。但在司機們中午聚餐的小餐館里，在大家閑談的時候參與進去，得到的信息量就大得多了，能夠使訪談更加完整和有效。
所以，不妨就去找到幾個典型用戶：在他們工作和生活的狀態下聊一聊，然后記錄主要的聊天內容。這份信息作為用戶畫像，遠比一個教條的模板有意義。
五、總結
總之當產品用戶規模還比較小的時候，比如產品從0-1的時候，是可以隨機走訪一些人的，多聊幾個基本就有大概的判斷了。
她們有很多共性，可以找到最具有代表性的用戶，但當用戶規模特別大的時候，比如已經有十萬、百萬、甚至千萬用戶的時候,就不能這么去了解用戶了，要用一些統計學上的判斷然后確定比較典型的用戶。
如果我們既能獲取用戶畫像，并且在前期方案階段就能做出相對精準的判斷，那后續命中率就高得多，成本也會很低。但我們前期全靠猜測，最終都用可用性實驗，或者A/B實驗去做，那就相當于把寶全都壓在碰運氣上了。
要做好一款產品最重要的一點就是，“從用戶中來，到用戶中去”。
本文由 @奈何花顏 原創發布于人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基于CC0協議
這不是從《產品思維》照搬過來的？例子都沒變
我在上上篇關于構建共情的文章中也提到了用戶畫像，確實不是依葫蘆畫瓢而已，鑒于產品前期用戶畫像會更有典型作用，且應該基于真實的數據或資料，同時應該細化描述或特征，能夠讓其他人方便共情畫像人物的性格特點，用于實際的決策之中
就如我文化結尾那一句“從用戶中來，到用戶中去”，產品最終的目的，都是為了用戶。