用户画像是指根据用户的基本属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。

在产品研发过程中，产品、设计、研发等人员经常会提到“我们要为目标用户设计”、“我们的用户是谁”等字眼，可见找准目标用户在产研过程中至关重要。用户画像作为一种设计工具，可以很好得帮助设计师跳出“为自己设计”的惯性思维，聚焦目标用户，发现核心价值，赋能产品，在互联网各类型产品中有广泛的应用。

本文将介绍用户画像概念、价值以及如何从0到1构建用户画像，希望阅读后能让大家了解用户画像相关理论，并有助于后续对用户画像的深度学习。

目前业界常使用的用户画像概念有2种，一种是User persona，一种User portrait，也有翻译为User profile。

根据Alan Cooper的《About Face》，是基于产品对真实世界的观察，抽象出来的具有代表性的虚拟用户模型，有时也被称为综合的用户原型（Composite User Archetype）。这个概念最早由Alan Cooper在《The Inmates are Running the Asylum》（软件创新之路）一书中提出，后续在多处书籍进行了不停的完善。

这个画像主要特征如下：

（1）描述一个用户画像包括角色描述和用户目标

这里角色描述是指如名称、年龄、位置、收入、职业等，这类角色描述主要是为了使用户画像更丰富、真实，具象；重点关注的是用户动机，用户目标是其动机。

（2）可以代表相似的用户群体或类型，也可以代表个体

User persona是抽象的、虚拟的，代表一个典型的用户群体；虽然也可以代表个体，但个体并不是实际独立的个人，而是从实际观察研究中综合而来。

（3）须针对具体情境-具体产品的行为和目标

User persona研究的是用户在具体情境下对产品的使用，关注其在一定范围内的行为、态度、能力、动机等。即使同一个角色，在不同产品下的动机也是有差异的，一般来说不轻易在不同产品间复用，需要考虑不同类产品的切入场景。

是指用户信息标签化，通过收集用户多维度的信息数据（如人口统计属性、社会属性、行为偏好、消费习惯等），并对其进行统计、分析，从而抽象出的用户信息全貌，相比user persona，它更侧重于数据挖掘、标签体系搭建。

这类画像主要特征如下：

1. 真实性：集合了每个个体的真实信息，如既有人口统计属性等静态信息，也有用户行为的动态信息。
2. 时效性：用户动态信息并非一层不变，可以实时追踪其变化。
3. 覆盖度广：既能监测到用户感兴趣的内容，也可以看到其不感兴趣的内容，维度众多，颗粒度粗细均有。

以下是这2类用户画像的简要差异对比：

本文重点介绍第一种用户画像（user persona），至于如何创建数据画像标签及应用，会在后面的文章中介绍到，此处不再赘述。

用户画像作为一种设计工具，其作用贯穿产品生命周期的前中后。结合设计工作的几个阶段，画像的价值主要有：

1. 设计前：帮助确立产品定位、目标
2. 设计中：帮助确立设计目标、设计策略与准则
3. 设计后：促进其他工作，如市场推广、运营活动、销售规划

整体来说，用户画像（user persona）多采用定性的研究方法来进行角色划分，主要可采用的资料