一、什么是用户画像？
简而言之，用户画像是根据用户社会属性、生活习惯和消费行为等信息抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。
举个栗子：
如果你经常在淘宝购买一些玩偶玩具，那么淘宝即可根据玩具购买的情况替你打上标签“有孩子”，甚至还可以判断出你孩子大概的年龄，贴上“有5-10岁的孩子”这样更为具体的标签。而这些所有给你贴的标签统计在一起，就成了你的用户画像。
二、为什么要建立用户画像？
用户画像是为了让团队成员在产品设计的过程中能够抛开个人喜好，将焦点关注在目标用户的动机和行为上进行产品设计。 因为，我们为具体的人物做产品设计要远远优于为脑中虚构的东西做设计，也更来得容易一些。
但是特别注意的是:
- 用户画像要建立在真实的数据之上
- 当有多个用户画像的时候，需要考虑用户画像的优先级，通常建议不能为超过三个以上的用户画像设计产品，这样容易产生需求冲突。
- 用户画像是处在不断修正中的，用户在不断的变化，我们的用户话想就应随之为期贴上对应的标签
三、怎么建立用户画像？
1、做好「用户画像」有两个重要原则，一是标签化，二是低交叉率。
标签化
所谓标签化，是指按产品需要，给不同的用户特征贴上合适的标签。 标签的维度需要按产品和业务需要进行划分，例如「购买力」这个维度在工具产品、教育产品、房产产品用户画像中的重要程度是完全不一样的，可能在房产产品中这是个除了基本特征之外最重要的指标，但是在纯工具产品中可能完全不需要统计。
标签化的目标其实是用电子化的方式将用户属性抽象出来，以方便构建数据，后续进行数据挖掘和分析。
低交叉率
「用户画像」的目的是，用标签对现实中的用户进行数字化的聚合描述。 聚合画像时，一定要注意低交叉率的原则。假如两组画像除了教育程度和年龄其余标签几乎一致，那就可以初步理解为目标用户中，不同教育程度或者不同年龄跨度的用户对产品需求是相当一致的，那么我们就可以将二者合并为一个画像。
2、用户标签的维度
我们需要根据产品特性定义标签维度。这时，注意一定要客观，千万不要有「得到了XX数据，就能证明XXXX」的心态，例如：李皓买了一个很贵的名牌包包，就能证明他是有钱人么？不一定。所以这种心态是无法建立正确的用户画像的。通常情况下，建立「用户画像」的标签有以下几个维度：
基本属性：
如性别、年龄、体形、地域、职业、星座、教育程度等；
消费特征/购买能力：
如婚否、收入、车、房、孩子、购物类型、品牌偏好、信用水平、购买周期等；
社会特征/行为特征：
如婚姻状况、家庭构成、社交偏好、信息渠道等；
兴趣特征/心理特征：
如兴趣爱好、使用APP行为、浏览收藏内容、互动内容等；
标签的维度没有明确的要求，甚至上面的分类也是没有明确界限的。如何选择合适的标签来描述用户特征，这才是我们需要真正思考的问题。
四、用户画像的使用
其使用大体是以下几个方面：
- 精准营销，分析产品潜在用户，针对特定群使用特定方式进行营销。（比如你收藏了一个房源，那么我就可以文认为你是一个潜在的用户，我们就可以使用针对性的手段来对其营销，如房源降价了给其发个短信等等）
- 用户统计，根据用户标签，统计和分析用户消费情况。
- 数据挖掘，构建智能推荐系统，利用关联规则计算，比如经常看某个区域房子的人，更多看的是多少钱左右的房子，什么户型的等等，然后根据其数据对齐针对性的推荐房源
- 进行效果评估，完善产品运营，提升服务质量，其实这也就相当于市场调研、用户调研，迅速下定位服务群体，提供高水平的服务。
- 对服务或产品进行私人定制，即个性化的服务某类群体甚至每一位用户。比如，某公司想推一推个别的新房楼盘，通过用户画像进行分析，发现喜好平米＝“90-120平”、价格区间＝“80-90万”的偏好比重最大，那么就给选择推出的楼盘产品提供非常客观有效的决策依据。
总结
用户画像不是万能的、也不是必不可少的，但建立用户画像、用户场景是我们不可忽略的工作任务之一。用户画像越精确，我们产品便会稳步前进。不会出现什么大的差错。用户画像是用户需求的具体化，形象化，构建用户画像和利用用户画像是我们打造产品不可或缺的一项工作。
