从烹饪课的角度，谈谈用户画像的创建

小提示：您能找到这篇{从烹饪课的角度，谈谈用户画像的创建}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的从烹饪课的角度，谈谈用户画像的创建内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

用户画像是大家都很熟悉的概念，然而要做出一个有代表性、形象饱满又能讲出精彩故事的画像，却并不简单。这个过程既是科学又是艺术——你既需要有社会科学领域最基本的“硬技能 ”，也需要有艺术创造的“软实力”。本文中的大量干货来自交互设计之父Alan Cooper的《赢在用户》一书，笔者对书中的内容做了些精练和梳理，以cookbook的形式呈现，当然也加入了其他行业大牛的一些很有价值的观点，以及笔者的拙见。

什么是用户画像？

用户画像（Persona）的概念最早由Alan Cooper提出：Personas are a concrete representation of target users. ——用户画像是对目标用户的具象化代表。

这个定义中有两个点，一是目标用户，二是具象化代表。

1、用户画像的目标是定义和呈现目标用户

既是“目标”用户，其实应在产品研发的初期就定义好。这时引入用户画像，可以让团队对目标用户的关键属性有比较清晰和一致的概念，在此基础上进行设计和研发工作，可以大大降低沟通和撕逼成本，且时代危机公关书少走弯路。但是很多产品往往还不大清楚目标用户到底是怎样一群人，就已经更新迭代了很多版本。于是用户画像需要在产品已经（初步）成形后去定义目标用户。这时的研究结果需要得到团队成员的认同，否则就成了用研人员自娱自乐的游戏，无法起到实质性作用。

2、对目标用户的呈现需要是具象化的

具象化正是用户画像这一工具的核心特色，对于目标用户可以有很多种描述方式，为什么要用具象化的人物来呈现呢？首先，用户画像是一种团队协作工具（而不应把它当做工作的最终产出），由于团队规模可大可小、成员知识背景各不相同，我们需要让我们的目标用户形象足够生动、易理解、易记忆，才能让用户画像成为被团队广泛接受和讨论的实用工具，让团队对目标用户有一致的认知。其次，具象化的表达能够融合目标用户的多种属性、场景与需求，将这些从真实数据中提取出来的关键特性结合为一个虚拟的用户与故事，更容易引发共情，让产品团队更能够想用户之所想。

用户画像有什么用呢？

1、帮助我们定义目标用户

产品必须明确其目标用户群，才可能知道如何去满足他们。“为所有人做设计”看似是一个为产品拓宽路子的好办法（也许我们总是很容易产生“目标用户很多，实际用户就可能有很多”的误解），但这只能创造出对所有人都可有可无的产品。

2、帮助我们从用户的角度考虑问题

如果仅仅是粗略地定义了用户群，而对用户的属性和心理特点没有足够的了解，我们在设计决策的过程中很可能自以为能够代表用户。但不应该存在这种“我即是用户”的思维，而应该假设“用户不似我”，从“用户”的角度去考虑问题。

3、提高协作效率

有了用户画像之后，产品设计过程的很多讨论都会变得简单。我们常常会发现团队讨论了很多议题却总是达不成一致，因为大家在“用户是怎样的 ”这种根本问题上都没有一致的认识。

下面进入我们的Cookbook

我会把cookbook分为四个部分：

1. 浏览食谱：我们可以做的菜有三道（三种画像方法），它们有一些共用的食材（研究步骤），在这个部分我们只要知道每道菜需要哪些食材，并且为自己挑选最合适的那道菜就好了；
2. 准备食材：食谱中提到的那些食材分别需要怎么准备？根据你挑选的那道菜，在这里找到对应的食材。
3. 开福州舆情始烹饪：所有食材准备就绪，接下来就是烹饪（绘制画像）的过程了。
4. 分享佳肴：美酒佳肴，邀谁共饮？

浏览食谱

食谱上有三道菜，也是我们在做用户画像时可选的三种方法：创建定性用户画像、创建经定量验证的定性用户画像、创建定量用户画像。在食谱上我们会列出每种选择的适用条件，但选择哪种方法主要取决于以下这几个问题，因此不妨先花些时间去搞清楚这些问题的答案：

1. 用户画像的观众是谁，为什么他们要用用户画像？
2. 要怎样使用用户画像？要用用户画像来做什么类型的决定？
3. 可以花费多少时间和资金？

下面可以浏览一下食谱上的三道菜，选择最适合你的那道，然后记下它需要哪些食材：

准备食材

让我们回顾一下：食谱中提及的食材有：定性研究，定量研究，用定性数据细分用户群、用定量数据验证细分、聚类分析。“创建用户画像”虽然也被写在了食材中，但是它是属于每道菜的最后一步：开始烹饪的过程。

比较适用的方法是访谈和情境调查。这是很基本的方法，因此这里只讲以创建用户画像为目的进行访谈和情境调查时的一些注意事项：

（1）用户

• 为避免遗漏掉某些类型的用户，需要找尽可能最大范围的不同用户进行访谈，可以根据已有的用户信息确定可能存在哪些类别的用户；
• 不只关注现有用户，还应该包括其他目标用户和流失用户；
• 经验数值：每个假设的细分群体访问5个用户（当然首先需要有一些合理假设），如果用户之间的差异很大，最多可以提高到10个。

（2）话题

关注用户的目标、观点和行为，以下是可供参考的常用话题：

• 使用历史：初次接触、第一印象、使用经历；
• 行业经验和知识：相关产品的使用经历，对它们的理解，自身的职业和需要用产品完成的相关任务：
• 目标和行为：使用产品做什么，典型步骤，为什么用；
• 观点和动机：对产品的评价，最喜欢、最不喜欢；
• 机会：对新功能的态度、槽点、需求；

（3）目标输出物

• 细分用户群的候选项；
• 关于用户的一些假设。

2、定量研究

比较适用的三种方法是：

1. 调查问卷：这是最常用的方法，可以了解用户目标、行为、观点和人口统计学信息；
2. 日志分析：可以将得到的行为数据和问卷数据结合起来分析，也可以将分析得出的行为模式对应到每个细分用户群中；
3. CRM数据分析：收集已有的客户交易、财务等数据，与问卷数据结合起来分析，寻找内在关联，也可以用来判定每个角色的财务价值。

根据上面的菜谱，我们知道做定量研究可能有两种目的：一个是去验证定性的用户细分，一个是去创建定量的用户细分。根据目的的不同，在做研究设计时也应该有所区别：

（1）验证定性用户细分

在经过定性研究之后，我们已经形成了关于用户分类的一些假设，即应该通过哪些关键属性去区分用户群。这个时候定量研究主要是为了解答以下两个问题：

1. 假设的这几类用户之间，还存在着哪些区别？
2. 假设的这几类用户之间，确实存在着需求的差异吗？

创建一个清单，列出为了回答这两个问题需要去测量的属性，然后考虑这些数据分别用哪种方法去收集比较好。

（2）创建定量用户细分

列出你认为可以用来定义用户群的所有候选属性（回顾一下之前做过的定性研究，或者跟团队的成员做一下头脑风暴），可以从以下几个类别去考虑：目标、行为、观点、人口统计特征。然后对所有的候选属性，考虑最合适的数据收集方法是什么。

3、用定性数据细分用户群

这个过程需要我们尽可能多地去探索，寻找最合适的细分方式，建议通过以下顺序考虑：

（1）用目标细分

目标是有不同等级的，用户正在做的事情会有一个目标，对这个目标追问下去，会得到更深层次的目标，而若是刨根问底，往往就成了一个哲学问题。因此需要找到一个合适的尺度：我们要了解的是哪个层次上的目标。合适的目标解释了每种用户的独特需求，以及不同用户之间的关键差异。

（2）用行为和观点来细分

使用不同行为和观点的组合，有时能很好地定义用户群。可以选取几个关键变量（最好是2个，越多越难理解）形成多维象限，尝试对每一个象限代表的用户进行解释，看是否有足够的解释力和代表性。

4、用定量数据验证细分

我们已经根据定性的数据得出了一个细分的假设，这时候我们需要用定量的数据去检验这个假设。我们可能假设用户的目标是细分用户群的关键属性，这时候我们需要通过定量数据验证的是，用户目标这个变量是否对用户的其他属性产生影响？即，抱着不同的目标来使用我们产品的用户，是否真的会表现出行为、态度等方面的差异？

根据所需的严谨程度和专业水平，可以采取不同的方式回答这些问题：

1. 简单的方法：用excel的数据透视表就可以了，分析我们假设的关键细分变量对其他变量的影响。
2. 严谨的方法：用ANOVA分析目标不同的用户，在其他关键属性上是否存在统计显著差异。

5、聚类分析（用定量数据细分用户画像）

除了需要一些统计学知识之外，这算是一种比较简单粗暴的方法：把所有你认为可以用来作为细分选项的变量放进统计分析工具中，通过聚类分析，可以得出一系列备选的细分方式。但是这些细分方式不一定合适，所以仍然需要通过多次迭代寻找不同的变量组合。

（1）选择变量

通过前期的资料分析和头脑风暴，我们有一些首选的和备选的属性。建议从5-10个属性开始，然后按照需要增加属性。

（2）决定用户画像个数。

（3）分析过程

最常用的聚类方法是K均值法（K是指我们指定的细分组数）

• K均值法尝试在你输入的数据中，寻找K个中心点，把所有的个案分配到对应的K个组中，并保证K到组内所有数据点的距离最小。
• K均值的算法是：随机（或者通过其他算法）把每条记录分配到K个组中，计算每个组的K质心值（即均值），然后再把每条记录分配到离自己最近的质心值所在的组中，重复以上两步直到质心的位置不再发生变化。
• 缺点：无法探索细分组数，必须由分析者提供；不一定能够得出有实际意义的细分方法。

（4）评估细分选项

寻找一个差异足够明显、能够用于讲好故事的细分方式。

（5）描述细分群体

收集到的定量数据有很多不会作为细分选项，但是它们仍然可以用来描述我们细分出来的用户群。

开始烹饪——从数据到画像

Alan Cooper给出了创建用户画像所需的几个步骤：

1. 描述不同用户画像的关键差异是什么，选择几个最典型的特征。只选最典型的几个就好，这便于大家快速了解不同角色的区别，即使牺牲了一些复杂的现实也没关系。

2. 取一个名字，避免几个角色的名字太相似，同时名字最好能够让人联想到用户画像的属性。在取名字的同时，为每个角色创建标签，会更加便于识别记忆。

3. 找一张照片，尽量符合这个角色的形象。不同角色的照片风格要一致。

4. 添加细节：

• 展示个人信息，可以发挥创意，不必追求准确性，做出有根据的猜测，选择可以加强人物性格的细节。建议包含：工作和公司；年龄；居住地；性格；家庭状况；爱好。
• 展示职业和行业信息。
• 计算机技能。

5. 写个简介。

6. 加入商业目的：希望在每个角色中实现怎样的商业价值。

7. 确定用户画像的优先级。

8. 撰写场景：关于角色如何与产品交互的故事。至少为每个角色的核心目标撰写一个场景，讲好这个故事。

现在，我们的用户画像已经初见雏形。但我们还需要对画像做必要的润色和美化，这是因为：首先，创建用户画像这个科学与艺术并存的过程，当然需要有一些更加艺术化的产出物；其次（也是真正重要的理由），完成用户画像并不是故事的终点，我们希望团队把它当做决策工具，希望创建的用户画像可以像一个活生生的人一样渗透到我们工作的每个环节，要达到这个目的，用户画像就需要足够生动。比如说，这样婶儿的：

这个画像来自 Silvana 公关公司供应商Churruca的网站UXlady，网站上有非常详细的关于如何绘制一个精美的用户画像的教程，感兴趣的同学可以自行查阅。

分享佳肴

终于完成了用户画像之后，我们希望它能够发挥应有的作用。用户画像不只是一个研究结果，它更应该是一个工具。需要向团队中的主要成员（产品经理、设计师、开发、运营等）宣传这个工具，向他们解释用户画像的数据是如何得出的，让大家相信用户画像的代表性。最好是在研究和分析的过程，就尽量让团队成员参与，这样能够降低推动的难度。

除此之外，我们可以创建两个版本的用户画像：一个完整版本，一个简单版本。完整版本可以作为用户画像的一份完整档案，而简单版本只记录最关键的特点（想想如果你只有30秒描述这个用户画像，你会说些什么？），这是为了便于大家识别出不同画像的关键特点，并且能够比较容易地记住他们。

创建用户画像不是一劳永逸的事情。要保持画像的活力，我们必须常常进行维护和更新，尤其是在市场环境变化、产品战略变更的时候。即使这些因素没有改变，随着时间流逝、团队成员更替，用户画像也可能渐渐不复往日的光辉，这个时候要如何对用户画像进行更新和唤起，把团队成员心中的用户重新拉回到一条线上，也是一件很有挑战的事情。

欢迎讨论和指教。

作者：郑少娜，云之家里一只特立独行的用户研究员。想把生活踩在脚下，说：“叫你搞事情！叫你搞事情！”

本文来源于合作媒体@金蝶云之家体验中心（微信ID：UXD-Cloudhub），作者@郑少娜