2.1　什么是用户画像

用户画像如此关键，那么到底什么是用户画像呢？

我们大都以为用户画像是随着大数据这个概念而来的，这可以说是因大数据这个概念影响力的扩大而产生的错觉。事实上，用户画像这个概念早在大数据出现之前就已经存在。只不过，样本数据量是用户画像中很重要的部分，而大数据的发展让用户画像成为更精准、更有借鉴价值的工具。

2.1.1　生活中的用户画像

用户画像并非互联网产品独有，在互联网普及之前，各种企业产品就已通过调查问卷、市场调研、产品测试等多种线下方法收集用户信息来构建用户画像。

1. 用户画像最小单元——初始数据积累

设想这样一个场景：我们约好时间，启程前往朋友家，到达目标小区，进入之前，保安会做什么？曾有一个段子说保安是哲学家，因为每次有人要进入他负责的领地，他就会发起哲学三问：“从哪来？干什么的？要到哪去？”

从用户运营的角度来看，保安问这三个问题其实是在对访客做一个标签和分类。

问题一：你从哪过来？这是在做来源分析。

问题二：你是干什么的？这是调研用户属性，从而对其分析归类。

问题三：你要到哪去？这是将访客的用户属性和预期用户行为进行关联。

这是一个完整的用户画像模型收集。随着保安的样本量增加，这三个问题基本就能定位一个小区访客的模型。

2. 用户画像进阶单元——数据收集、分类及后续追踪

生活中无意识地应用用户画像的例子有很多。比如逢年过节的时候关心单身青年们个人问题的亲戚也深谙此套路。

“多大了？”

“工作怎么样？”

“收入如何？”

“喜欢什么样的？”

一个又一个的问题背后是一个又一个的个人数据，这些热心的亲戚掌握了足够多的单身青年男女数据后，就会在自己的“数据库”里找到合适的对象进行匹配并推荐，力图解决这些单身青年的个人问题。

2.1.2　用户画像的定义

用户画像（Personas）这一概念由交互设计之父Alan Cooper提出，是指真实用户的虚拟代表，是建立在一系列属性数据之上的目标用户模型，如图2-1所示。

互联网中的用户画像是通过多个角度，从用户行为数据中提取某个产品的使用者的共同特征，通过特征比对和建立标签来描绘该产品使用者的画像的工具。

收集并清洗用户数据，建立标签，对一系列抽象的用户交互行为进行数据分析，描绘出一个具体的用户的形象，这就是建立用户画像的过程。无论是前面提到的保安的询问还是亲戚的“数据库”，其实都是根据收集的用户属性和用户行为建立的用户模型。

我们习惯于为具有某一类特征的人打上某些标签。比如，喜爱说唱、街舞的人往往会喜欢潮牌，喜爱逛高级超市的人往往更注重生活品质，对商品价格相对不敏感。收集某一类人的行为习惯并进行标签关联，就是应用用户画像的过程。而这些标签关联就是用户画像。