人物画像
人物画像的主要目的是分析人物行为，最终为每个人物打上标签，以及该标签的权重
1.标签是对用户的社会属性、生活习惯、消费行为等进行进一步的抽象, 通过简单规则算法或者大数据技术对用户行为习惯的分析提取, 以及对用户简单直接的特征描述即用户标签, 标签的目的使我们简单、直观的了解用户的某些特征。
2.权重代表指数，即目标在这以标签上的侧重值人物画像的核心在于给人物“打标签”，每一个标签通常是人为规定的特征标识，用高度精炼的特征描述一类人
进行人物画像最重要的是数据，对于数据我们分为以下几类
1.人物数据
静态数据：人物相对固定的数据，例如身份证号，姓名，年龄，求学经历等
动态数据：人物的行为操作的记录，出于对象主观意识进行的选择
2.被选择对象数据：用于记录可供人物对象选择操作的对象（即主谓宾中的宾语）的特征的属性
主观数据：被选择对象的固有属性
客观数据：被选择对象的客观印象、分类等
3.when/where数据
用于记录何时、何地（或通过何种途径）获得的该数据，用于标识此条数据的重要程度
4.人物厌恶数据
用于记录人物对象明确表示厌恶或禁止的数据
- 发现并确认模型因子 典型用户集群的行为变量集合(例：活动[频率和工作量] 态度[如何看待 生活必须?提高效率?消遣娱乐打发时间?] 能力[受教育和培训程度 自我学习能力] 技能[在什么领域使用的产品 有哪些使用技巧和特殊技能])
- 访谈目标用户 将访谈对象和行为变量一一对应，定位到某个范围的精确点(20%重价格 20%重功能 60%重品牌 其中A用户就是这60%的大多数) 将用户进行四象限分类，不同类型的用户看重的产品侧重点和比例不同
- 识别行为模式在多个行为变量上看到相同的用户群体→同一类用户群体的显著行为模式若模式有效，那行为变量和用户角色就有逻辑关系/因果关系(爱听音乐的人会购买高质量耳机)
- 确认用户特征和目标 用户特征：从数据出发，综合考虑细节，描述潜在使用环境、使用场景和当前产品的不足、用户不满等(对一两个典型形象进行刻画，可视化人物角色，如姓名 年龄 特征)目标：初级目标——有用 体验目标 人生目标【生活目标 隐形目标[自我实现] 炫耀】
- 检查完整性和重复(检查人物和行为模式的对应关系 是否存在重要缺漏 是否缺少重要的典型人物 是否缺少重要的行为模式 确保人物角色和行为模式的独特性和差异性)
- 描述典型场景下用户的行为(表述模型：虚拟事件和用户的反应 介绍用户角色，简略勾画关注点、兴趣爱好以及工作生活中与产品的直接关系) 传达情感化信息 同理心感受用户
- 指定用户类型(对所有用户角色进行优先级排序→首要设计对象)【典型用户、次要用户、补充用户、负面人物角色即非目标用户】
【描述方法：关键词法 列表法 卡片法】
1、 关键词法——将用户特质标签化，用关键词记录用户的信息、喜好、态度、行为等
优：直观简单、便于归类统计、赋予关键词权重(大/小标签)→不同的人物角色合集
缺：缺乏逻辑关联性，无法逻辑的表达出用户角色和行为的关系，易出现缺漏和重复，不能建立起行为和人物的关系。
2、 列表法——最常用的描述方法，但不易在用户与用户之间进行横向比较，较难对用户角色排序，较难分清主要和次要角色
3、 卡片法——将用户标签写出来，让团队成员进行横向/纵向排序
项目需求迅速达成一致
让团队形成UCD的思路和流程 将用户模型和用户画像引入产品设计的方方面面
避免用户画像的以下错误：
1. 典型用户≠用户细分 (给用户建模，更关注用户如何看待和使用产品、如何与产品互动，是一个较连续的过程)
2. 典型用户≠平均用户(在社会科学中，人群特征按正态分布 经济统计学中的“二八定律” 20%的人占有80%的社会财富 取中位数!) 应关注典型用户或使用户典型
3. 典型用户不是只有一个(类)【受欢迎的典型用户和不受欢迎的典型用户 与产品目标的相符度】
4. 典型用户不是真实用户(重点关注一群用户需要什么、喜欢什么)
5. 除了典型用户还有其他人物角色
相关阅读
通过市场细分，企业可以按照某种分类标准，将总体市场中的用户划分成若干个用户群体。市场细分概述市场细分( Market Segmentation)
标签只是术语，技术只是形式，用户画像到最终还是为了服务于企业关于客户的营销决策。一、用户画像的来龙去脉从1991年蒂姆·伯纳·李
从1991年Tim Berners-Lee发明了万维网（World Wide Web）开始，到20年后2011年，互联网真正走向了一个新的里程碑，进入了“大数据时代”。
什么是用户画像？在互联网逐渐步入大数据时代后，不可避免的给企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于，消费者的
上周有读者问了个问题，大意是说对用户画像觉得很懵逼，那么今天就聊一聊。「用户画像」这个词，其实在国内的互联网大概率是错用的。这