用户画像

用户画像 (Persona) 是根据用户的目标、行为和观点，结合其人口统计学特征、消费习惯、兴趣偏好等信息，抽象出的一个 虚拟且典型 的用户模型。它并非简单地给用户打上一堆标签，而是将这些标签 结构化、场景化，甚至 人格化 地呈现。

用户画像要素

基本信息

虚拟姓名、符合调性的头像、年龄、性别、职业、教育背景、所在城市等。这有助于团队快速建立对用户的 直观印象。

关键标签

这是画像的核心, 标签分类可以有以下方向：

兴趣标签
行为标签
消费标签
消费意图标签
消费场景标签
消费渠道标签
消费时间标签
消费金额标签
消费频率标签
消费质量标签
消费价值标签
消费价值占比标签

目标与动机

用户希望通过产品或服务达成什么目标？背后的深层动机是什么？

使用场景

用户在什么时间、地点、情境下使用产品或服务？

代表性引言 (Quote)

一句能代表该类用户心声的话，让画像更鲜活。例如，"我希望能一站式解决所有问题，而不是在好几个App之间跳来跳去。"

用户画像价值

业务决策的重要依据，如产品设计、精准营销、内容运营
团队协作校准器，统一用户目标，提升决策效率

构建数据的周期行为

获取用户行为一手数据：问卷、平台日志和行为记录（如订单）
二手数据：行业报告、公开数据、三方平台等
数据清洗去噪、去重
数据标签化、可视化，如：KPI、数据报告、数据可视化
再次提炼和整合，形成特有的用户画像
验证和迭代，比如小范围测试，A/B测试，用户反馈并迭代更新画像

进阶方向

深度学习
大数据和AI人工智能维护更加动态化、智能化的用户画像