本文分享點是通過用戶熱詞反推用戶特征，希望對用戶研究、商業分析、數據分析的同事有幫助。

一、什么是用戶畫像？為何要做用戶畫像？

在進騰訊前，聽說互聯網產品都喜歡做用戶畫像調研，但成功應用沒幾個。進公司后看了幾份用戶畫像報告，基本點面都覆蓋了，數據和分析也沒什么偏差，但不知道解決哪些問題。所以這里我先探討兩個問題，什么是用戶畫像，為何要做用戶畫像。

剛入調研的行業時候，覺得調研是無所不能，后來覺得調研無所能。其實關鍵是我們想清楚兩個問題：一是我們解決什么問題，二是用戶能回答哪些問題。

自從進了騰訊，才大概了解到一個產品工作流程：

商業分析->產品交互DEMO->供應商BD->產品設計->前后臺開發->市場推廣->用戶運營->售后客服->商業分析（重頭開始，迭代2）

可以看到，我們常面對三類問題：產品設計、市場和技術。針對這三類問題，用戶能回答哪些？答案是顯然的：

• 技術問題：用戶無法回答。
• 產品設計：產品需求問題，用戶僅能意識到淺層問題，但不思考需求背后邏輯、需求主次關系等，故他們的回答僅能參考。所以說產品設計不需要看用戶調查。交互設計問題，我們可看用戶能否完成主要任務，評估交互操作是否符合用戶基本習慣，如信息主次是否分明、色彩色塊引導是否合理、圖標是否存在認知混亂、邏輯結構是否易于記憶?？梢?，用研在產品設計方面有所幫忙，但有一定的局限性。
• 市場問題，向哪些用戶推廣，在哪些渠道推廣，推廣什么。這些問題都可以通過用研得到結果，可見用戶研究對市場推廣有較大幫助。

回到剛才第一個問題，什么是用戶畫像？這個是什么不重要，重要的是我們要解決什么問題。一般而言，用戶畫像是解決市場推廣問題，較少解決產品設計問題的調研報告。

二、做用戶畫像的前提條件：其實我們早已有解決方案！

作為一個用研同事，我們經常面對兩個問題：一是調研報告出來后就涼在那里，似乎沒起什么作用；二是產品同事經常報怨，不知道用戶有哪些需求，如何解決目前困難。

如前面談及，用戶研究不是無所不能，它僅是提高產品/市場工作效率的工具之一，但不能代替各同事專業技能?；蛟S有人說，這是你們用研沒有做好做得深入，沒有突破。

實際上，讓用研同事入門產品設計或品牌推廣專業技能，大概需要半年時間，然后才能提出一些專業解決方案。但沒人等得起半年，最多等2周，所以調研報告解決不了產品經理的問題。

后來，作為用研，我調入到產品組，再后來調入品牌組，每個組呆了半年，自己切入產品設計和品牌推廣具體工作，才知道大概需要是哪些東西，如何解決。

但假如大家沒有這個條件，可讓產品經理先說說潛在幾個解決方案，然后每個方案需要獲取哪些數據來驗證是否可行。這樣用研項目才會有價值。用戶研究再深，也不能代替設計師的活，畫出蒙羅麗莎。

三、我們為何要做用戶畫像？

在品牌組常被問到一個問題：用戶具有哪些特征，他們喜歡什么東西？當這個問題經常被提問，就有覺得有解決的必要，其實不是，是我們看到這個答案如何應用：

1. 我們希望根據用戶心理訴求，策劃一些有共鳴的話題/活動，以便SNS傳播分享。
2. 我們希望根據用戶品牌喜好，尋找一些異業品牌、娛樂節目、明星偶像合作，用曝光資源換取優質品牌合作，提升會員的美譽度。
3. 我們希望根據用戶生活形態，在線下渠道/商家推廣會員品牌，投放更加精準。

從上述可以看到，我們回答“用戶喜歡什么東西”是有應用價值，因此我們清楚我們需要收集哪些數據，調研哪些問題。

四、真實世界與用戶畫像的距離

(1）問卷調查法

傳統用戶畫像調研，基本都是通過用戶訪談+問卷調查完成。在報告綜述的時候，基本都是采取調查數據來總結歸納。但后來我們多少發現，無論我們問了多少個問題，用戶畫像還是不清晰的。

例如，QQ會員用戶喜歡看電影，比非QQ會員用戶高出10%，但我們不能以是否喜歡看電影作為QQ會員用戶核心特征。因為在看電影這件事情上，也有很多非QQ會員也喜歡。

如此情況經常發生，是否喜歡逛街、購物、旅游、看書、聽音樂、玩游戲等等，您會發現我們很難用幾百個問卷調查指標來將QQ會員用戶生活形態描繪出來，因為95%指標都缺乏顯性差異。這就是現實世界：mess。假如用戶問卷調查數據描繪一群人的生活形態，就像下圖的感覺，模糊大概知道是兩個人，但有點看不清。

若回想為何看不清用戶形態，總結原因有兩個：

①筆觸太粗：即我們提問指標不夠多，問卷調查一般可覆蓋用戶生活形態的100個指標，但在這100個指標中找出有效指標，估計不到10個。

②顏色太少：很多時候我們僅能問用戶是否喜歡某件事情（2選項），或根據“非常喜歡”、“喜歡”、”一般“、”不喜歡“、”非常不喜歡“（5選項），甚至評分制（10選項），用戶根據自己感知打分，敏感度還是有限的。一般情況下，像評分制，用戶根據自己感覺打分，一般僅能區分5-6級別差異。但現實世界是，在一件事情態度上，可以有幾千種態度差異，后面會講述。

（2）外部調查數據與內部后臺數據結合法

后來我們嘗試將用戶后臺數據全部提取，大約有300-500個指標。但受信息安全限制，我們僅能拿到自己和合作部門數據，而電商數據、豆瓣閱讀喜歡的數據，基本都是缺乏的。

不過有了后臺數據，用戶畫像是稍微清晰點。這里清晰并不單是數據指標多，而是緯度更多。因為這300個指標中，經過因子分析，我們發現用戶盡在10個緯度上是有差異。意思是說，這300個指標可整合為10個指標，來描述用戶差異，其余大部分指標都是基于這10個指標演變而成。下面可以概括有哪些指標：

• 年齡相關：年齡、學歷、職業、收入強相關
• 活躍相關：登陸數、關系鏈數、C2C消息數、群數、群消息數強相關
• 付費習慣相關：各鉆開通紀錄、財付通充值消費等強相關
• 等級相關：Q齡、現有等級、每天加速
• ……

經過更多緯度，我們可將用戶畫像描寫得更細，如下圖?，F在大家還是猜得他們是誰？相信很多人會猜到是一個成年男人和小孩，但不太確定他們特質。這就是將外部調研數據和內部后臺數據結合輸出的用戶畫像報告。

（3）文本挖掘法

經過后臺數據補充，我們可以發現更多有區隔性的特征指標，但用戶內心訴求還是不太清楚。在這個時候，我們跟微趨勢團隊探討如何利用文本挖掘技術，來還原用戶畫像。

抽象地理解，我們想讓每個點不僅是黑白兩個顏色，而是有6萬4千多個的真彩色。轉換成操作方法，就是在一個事情態度上，我們不希望僅檢測用戶用戶是否喜歡，而是檢測到他喜歡哪些東西。但這里有幾個挑戰點：

• 豆瓣、電商、大眾點評有詳細用戶偏好數據，不單止知道用戶喜歡閱讀玄幻小說，還知道他喜歡看那幾本，如70后，80后，90后喜歡言情小說是不一樣的。而我們是缺乏這些生活類數據。
• 騰訊優勢在于SNS，用戶數據就是UGC內容。那么，我們能否拿UGC的內容，分析用戶常提及哪些關鍵字，以此判斷用戶的特征？

于是，我整理了兩個樣本，分別是100w會員用戶和100w非會員用戶，提取最近一個月在騰訊微博所發布文本內容，用微趨勢系統做文本挖掘，看看用戶常提及那些詞。

操作流程是順利的，但微博文本中存在大量廣告雜質，幾乎占據整體數據量50%。即使經過數據篩選清洗，用戶高頻次的詞往往集中在兩塊：

生活用詞：如知道,沒有,可以,喜歡,開心,幸福,流淚,需要,覺得,希望等。這些詞是日常用，故提及率很高，但缺乏具體的含義。

最近流行詞（又稱新詞）：如特么,光棍節,牛逼,期中考試,黃鉆,年費,呃呃呃呃呃,微博,坑爹,洗個澡。這些新詞是基于對比原有詞庫，機器發現最近出現很多，但受節假日、活動運營、廣告等因素嚴重影響，并非用戶原始想法，故有效性也很低。

看來，在無限定主題情況下，用機器挖掘高頻次熱詞來歸納用戶特征是困難，微趨勢文本挖掘技術更適合在特定關鍵詞下一級關聯分析，如QQ會員用戶經常提及斗戰神，微趨勢可以分析用戶在提及斗戰神時候，關聯提及哪些熱詞，那么我們就知道他們對斗戰神的想法是什么。這非常適合做專題分析和傳播。

（4）熱詞反查法

假如在沒主題或關鍵字限制情況下，機器挖熱詞是困難的，那么我們能否反過來，拿我們想測試熱詞列表，反過來計算每個詞被提及的頻次？于是，我們根據百度風云榜（http://top.baidu.com/）整理一份熱詞表，共有2300個當下熱詞，來分析用戶提及哪些詞語/事物更多，以此作為用戶畫像標簽。

我們計算會員用戶不同年齡的提及熱詞的差異，找出不同年齡會員用戶關注哪些類目（如科幻片、喜劇片、劇情片），還算出不同年齡用戶分別喜歡看哪些不同的科幻片（如13-15歲喜歡看雷神2，23-29歲喜歡看速度與激情）。通過這次用戶喜好數據，我們就得出QQ會員用戶畫像及心理訴求。

到此，我們可以看到在某一個緯度上面，用戶有千萬種態度。用戶畫像也更加colorful和清晰。好吧，看得出是林志穎和kimi：）

回顧我們日常語言內容，會受到兩個因素影響：

①社會流行：如最近流行電影、電視劇、段子、口頭禪、網絡新詞等等。這些語言不管什么人都喜歡使用，成了社會流行。所以，我們日常生活中會提及很多社會流行事物。這些詞語的特點是提及率高，用戶間無差異。

②個人因素：70后和90后的說話詞語是不一樣，這是受年齡因素影響；屌絲和白富美說話內容是不一樣，這是受經濟因素影響。所以，我們可根據某群體的高頻提及關鍵字，來作為這群用戶的標簽。

所以，若要找出不同年齡的QQ會員用戶差異，通過“該年齡會員用戶提及該詞頻次/會員用戶提及該詞頻次”公式即可實現。

在統計關鍵字提及頻次方面，有以下注意事項：

①關鍵詞太長：用戶會較少提及，如饑餓游戲2星火燎原，很多人會在微博上輸入全稱，故我們將關鍵字縮短，改為饑餓游戲2。

②關鍵詞過于常見：如最近一部電視劇叫《晴天》。用戶在微博上會因日常生活常提及這個詞，故我們得剔除，不納入分析。

③品牌詞：微博上廣告內容占總體信息量50%，拿品牌詞統計關鍵字提及頻次難以客觀。

最后，利用熱詞表的提及頻次來描述用戶畫像，他的優點和缺點在于同一地方。優點是，我們可以拿不同項目類型熱詞表，來查看用戶在某個類目上的態度，如航空公司名稱、牙膏牌子。只要熱詞越獨特，其統計經準確性越高。只要有一批用戶微博文本內容，我們就可以擴展很多類目描繪。但它的缺點是一致的，就是我們得整理出一份全面的熱詞表，且每個熱詞都有自己的獨特性和當下流行性，不能像企鵝、老虎那樣通用。

四、未來是大數據？

剛才提及，用戶淘寶的購物數據、豆瓣電影/閱讀數據、阿瑪遜和當當的書單、百度關鍵詞，用這些數據來描繪用戶畫像會更加清晰。原因是他們的數據更加精準，是用戶喜好、搜索、購買行為數據，故百度、阿瑪遜和豆瓣推薦一般都很精準。

其實，在大數據這個詞發明之前，統計學、數據挖掘學都發展很多年。以前我們會用大量數據來做關聯分析（如買啤酒的人傾向買紙尿布），或做聚類分析（如開通QQ會員有4個細分市場）。所以大數據并不是什么新鮮的事情。只是回到我們第一個問題，我們需要解決問題，只是用戶畫像，而不是預估用戶下一次購買的商品。所以我們的數據精度就沒有那么吹毛求疵。

當然，我們自身也沒這塊數據，也是不足。其實，說這段話的意思是，做調研，做什么事情，可以多嘗試，但有時候得回過頭來看，我們的問題或目標是什么，而方法招式都是輔助的。

最后，POST一下照片原圖，看看他們的帥照，哈哈。

注：文中圖片均來自網絡

作者：鄔嘉文，微信高級運營

本文由 @鄔嘉文 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自unsplash，基于CC0協議