用户画像搭建思路-了解用户行为目标及痛点

用户画像搭建思路一了解用户行为目标及痛点

在讨论一个新的产品或需要对项目进行新的用户人群分析，营销点时,

常常会谈到用户画像，甚至在案例分析、作品集中也会使用用户画像,

辅助相关的设计结论，但很多人对于用户画像的了解却只是一知半解,

展现出来的也是简单的人物兴趣、爱好分析，无法与产品产生强关联,

更别说运用到项目中，那么用户画像是真的用户形象吗？用户画像的作

用是什么？在产品设计过程中我们为什么要搭建用户画像？用户画像

的搭建方式及使用方式是什么？

目录

PART01.Pfi

什么是用户画像？8

•综合性用户画像

•信息标签用户画像

PART02.

为什么要搭建用户画像？

•产品初期，确定产品定位及功能

•产品中期，分析发展尊势及时调整发展路娩

•产品后期，数据分析个性化箱准包箱

•内部沟通达成一致

01什么是用户画像

用户画像第一次出现是在阿兰•库珀(AlanCooper)1998年出版的《交

互设计之路：让科技回归人生》，书中介绍了通过使用人物角色

(Persona)作为设计工具解决实际产品设计过程中由于设计师与用户

间的〃认知摩擦〃而产生的产品问题。

在更早之前，当时的AlanCooper正在编写关于路径管理的软件，他

采访了七、八个将来可能会使用该软件的同事，并与其中的一位负责运

营项目的工作人员进行了深入的沟通。

完成这些沟通后，闲暇时间阿兰•库珀开始在脑海里构思自己的程序，并

尝试跳出自己作为设计者身份，自己与自己进行对话，把自己设想成一

个项目管理者或是一个完全陌生的使用者对程序提出新的需求。

我们可以看出用户画像并不是指的真人，而是指真实用户的虚拟代表,

并通过类似戏剧表演的方式，来帮助设计师拆分复杂的需求，让设计者

可以清楚的看到产品设计过程中什么是必要的什么是非必要的，并区分

哪些功能常用哪些功能不常用。

随着互联网的长期发展，用户画像也不再单指基于对真实世界观察抽象

出具有代表性的Userpersona（综合性用户画像），还包括了随着数

据越来越多之后产生用户分层模型的Userportrait（信息标签用户画

像）。在工作过程中有很多人会将这两个概念搞混，下面我们详细聊下

两种不同的画像概念。

用户画像分类

综合性用户画像1

虚拟用户，角色描述及用户目标定义

可以代表相似的用户群体或类型

特点

也可以代表个体，并不是一成不变的

确定产品定位、调整产品发展路线、

用途

内部沟通达成一致

定性研究调研方法5

1.综合性用户画像

2007年,苹果发布的1代iPhone支持用户手指直接与屏幕交互,手

机应用伴随手机硬件的发展迎来了大爆发，这个时期的用户画像以用户

为对象，基于产品对真实世界的观察，根据用户的目标、行为和观点差

异，将用户信息进行统计和划分，分析人员再根据这些信息将用户区分

为不同类型，抽象出具有代表性的虚拟用户模型，赋予名字、照片、人

口统计学要素、场景等描述,形成综合性的人物原型(peisonas),主

要用于产品上线前，通过深入的挖掘用户的动机.原因.欲望.痛点,

研究用户体验.发现产品的盲点并促进设计决策，更侧重产品、用研。

也被称为综合的用户原型(CompositeUserArcgetype)、用户角色。

Userpersona的主要特征

1.用户画像包括角色描述和用户目标

我们在建立用户画像时使用统计数据来描述角色，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，但用户画像并不只停留在这些数据。我们应该更加关注用户如何看

待、使用产品，以及与产品的互动，关注用户的态度、目标行为及行为

动机。

2.可以代表相似的用户群体或类型，可以代表个体

Userpersona是抽象的、虚拟的,是通过收集多个独立个体的真实数

据构成的一个角色，代表典型的用户群体；虽然可以也代表个体，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的，在设计

过程中过度关注个体，会使设计迷路于个体的特殊需求，而错失大众的

具体需求。

3.须针对具体情境一具体产品的行为和目标

Userpersona研究的是用户在具体情境下对产品的使用,关注在一定

范围内的行为、态度.能力、动机等，即使同一个角色，用户画像不能

用来概括所有的可能性，在不同产品下的动机也是有差异，不轻易在不

同产品间复用，即使是同一个业务部门也要考虑不同类型产品的切入场

目

4.并不是一成不变的

Userpersona并不是一次完成后就不再变化，相反的我们需要在业务

的发展过程中不断地更新。

2.信息标签用户画像

早期用户数据来源渠道比较少，数据量也相对比较小，用户画像的研究

主要基于统计分析层面，通过用户调研来构建用户画像。

随着行业间的竞争越来越大，行业产生的数据越来越多，头部的互联网

公司有了属于自己的数据仓库，产品设计也不再局限于确定产品定位,

增加获客，互联网公司的竞争从增量市场转向存量市场。

各个公司开始侧重于如何应用数据仓内数据，对存量用户在网络上产生

的各种浏览行为及用户的兴趣偏好进行数据分析和挖掘，进行精细化的

运营，从而产生了现在被提及更多的用户信息标签化用户画像(User

portrait)。

Userportrait通过收集用户多维度的真实信息数报如人口统计属性、

社会属性、行为偏好、消费习惯等），对其进行统计、分析，从而抽象

出用户信息全貌。

技术的发展使得用户画像更加的精细化，信息标签用户画像更侧重数据

挖掘及用户标签体系的搭建，多用于产品上线后、产品用户已经有了一

定规模后的精准营销及提高用户体验，比如淘宝的千人千面。

Userportrait的主要特征

工.真实性

集合每个个体的真实信息，除了人口统计属性、生活状态等静态信息,

也有类似用户近期关注的视频类型、关注的博主等用户行为动态信息、。

2.时效性

用户动态信息兴趣偏好随时都在变化，需要及时追踪其变化

3.覆盖度广

既能监测到用户感兴趣的内容，也可以看到不感兴趣的内容，维度众多,

更注重相关数据分析及挖掘。

以上是用户画像的两种形式，Userpersona基于用户基本信息（比如

个人信息资料、个人行为）构建标签；Userportrait基于用户业务、

行为数据（用户浏览使用产品产生的数据）构建标签，因此很多人会说

用户画像的建立就是给用户打标签。

需要强调的是初次接触用户画像概念的人认为用户画像是真实的单个

用户信息，用户画像并不强调单个个体的特点而是提炼出众多用户的特

征，总结为一个个虚拟的用户代表。

用户画像作为一直是被很多设计和使用者讨论的工具，设计师为什么要

搭建用户画像呢？搭建用户画像的目标是什么呢？

02为什么要搭建用户画像

产品研发初期，为了吸引更多的用户人群，很多设计师会根据用户的行

为，浏览用户社区，收集用户的功能请求，为用户提供包含所有用户需

求功能甚至是大而全的产品。这时的产品功能虽然可以涵盖的受众很多，

在用户层面增加了用户的认知负担及导航成本，产品层面也使产品变得

复臃肿，局限性很高。

能够取悦某些用户的功能设置可能会对其他用户造成困扰。实际上用户

在使用应用时，是没有逻辑可言的。我们永远无法从用户口中得知他们

真正需要的是什么，而满足广大用户需求的最佳方式，是为具有特定需

要的特定个体类型提供设计。

另一方面设计师也需要跳出自以为是的设计思维方式，聚焦目标用户的

需求、体验、行为和目标，而不是自己臆想出的用户目标。

用户画像以用户为分析对象，但却不是真正的人，他来源于研究中众多

真实用户的行为和动机，即目标用户的静态标签+动态场景。将用户复

杂的现象转变成代表各色用户的原型，帮助设计者跳出自己构想的需求

命题，聚焦到目标用户。

用户的行为如何？他们是怎么思考的？他们预期的目标是什么？为何

要制定这样的目标？是什么阻止了用户完成目标？理想特定情境下用

户的目标及痛点，以达到为产品设计提供支持，优化运营策略。

产品

初期快速了解目标用户及用户行

产品调整产品发展路线行业动态分析，产品体验分

中期优化产品体验产品体验，及时调整产品发

产品

后期精细化营销用户群体颗粒切割，优化推

业务

确定设计方向、对标语言

流程

针对不同的业务发展及不同阶段的产品进程，用户画像对应的作用也是

不一样的：

1.产品初期，确定产品定位及功能

产品初期产品定位尚未确定，需要根据用户属性、行为特征进行分类，

统计不同特征下用户数量、分布；分析不同用户画像群体的分布特征。

帮助企业确定产品定位及功能，快速了解目标用户及用户目标。

2.产品中期，分析发展趋势及时调整发展路线

任何产品不会一直保持持续的增长，经过一段时间的发展后，产品会经

历成长期、稳定期、衰退期几个阶段，用户画像也不是一次建立完成的，

在整个产品周期过程中要根据产品的不同发展阶段及用户需求变化，辅

以用户画像分析用户及时调整产品的发展路线。

通过用户画像分析了解行业动态，比如人群消费习惯，消费偏好分析、

不同地域品类消费差异分析。此时用户画像就需要随着产品业务的不断

发展随时更新。对产品发展现状和发展趋势进行预测，及时调整产品的

发展路线、设计目标及设计策略。

3.产品后期，数据分析个性化精准营销

产品初期（用户获取）由于产品用户数量有限，产品通过全量推送的粗

放式运营内容，就可以触达所有用户，同时由于国内人口红利的作用，

这时的召回率、转化率都不会低，但随着用户基数的逐渐增加，全用户

推送的运营方式也面临着越来越低的转化率。

以用户画像为基础，根据用户特征，将用户群体切割成更细的粒度，之

后使用短信、推送、邮件、活动，刺激用户下单或对用户进行召回。或

基于性别、年龄、学历、兴趣爱好、手机定向推荐系统、搜索引擎、广

告投放等等数据应用系统、提升转化率。

同时对用户的个人信息标签化，建立基础属性标签、行为偏好标签、消

费特征标签进行数据分析，包括探索用户足迹、市场细分、订单分析与

用户人群特征分析，并以其为导向（市场），进行精细化内容推送。

4.内部沟通达成一致

当团队内部沟通产品的设计方向或产品定位时，很容易陷入对产品的主

观个人理解，无法形成有效的沟通，人物回像以叙述式结构、数据标签

理解用户行为动机及目标的细微差别，确保设计过程中设计团队始终以

用户为中心，创建共同的对标语言，内部设计决策达成一致性，提高决

策效率。

很多人在工作推动的过程中会听到或者使用过用户画像，但在用户圆像

建立完成后却不知道怎么使用，甚至只是基于工作要求建立了用户画像,

并不知道建立用户画像的初衷，在搭建用户前我们需要先思考基于什么

目的需要搭建用户画像？

用户画像在I■宏观」上来说就是〃具像化对于用户的认知〃，在探索用

户足迹的过程中，建立【市场细分和用户分群】，帮助产品定位、调整

发展路线；在「微观」上主要是〃精细化〃，比如【推荐、搜索、精准

营销、定向投放、风控、定量和定性分析，数据化的运营用户分析】，

协助精准营销。

那么应该怎么搭建搭建用户画像呢？在搭建用户画像的过程中应该注

意点什么呢？

03如何搭建用户画像？

用户画像创建的方法有很多比如AlenCooper的〃七步人物角色法〃，

LeneNielsen的〃十步人物角色法〃。

总结下来为3个大的步骤：

1.获取.研究用户信息；

2.细分用户群体，建立标签；

3.建立用户画像。

但很多用户画像创建出来后却会被束之高阁，并没有发挥作用，这是因

为很多公司在创建用户画像前并没有做用户画像业务需求的分析及对

应的目标研究。

即搭建用户画像，

明确业务需求及目标

搜索引擎、阅读类、通用导航一浏览内容的兴趣特征社交类一用户设计网络

金融类一风险评估（征信、违约、还款能力等）视频类一视频喜好类型、播放B

ToB—工作能力、工作内容、使用工作等…

用户画像维度

人口属性自然属性社交关系位苴信息设备属性兴趣爱（

产品行为属性产品类别活跃频率产品喜好产品驱动行为习1

确定调研方法

定性研究（why）—了解与分析

用户访谈.小组座谈会.线上访谈.可用性测试.Laddering阶梯法

优势

细致长期的研究深入挖掘使用场景和动机研究题目比较灵活讨论空间比

缺点

受个人因素影响，很难重复；过于依赖研究人员访问技巧研究成本比较高

宗密flA/hAf）——蛇证

1.确定目标与用户画像的维度

我们看到的综合型用户画像是被描绘成某个具体的人，但实际上用户画

像代表的是特定交互产品的某一类用户群体，不同的业务需求对应用户

群体在收集信息的维度也有所不同，因此在搭建用户画像前要先确定用

户画像搭建的目标以及需要研究的画像维度。

明确业务需求及目标不同行业、部门的业务诉求不同，对应的用户画像

构建目标和方式也不尽相同。在建立用户画像初期需要明确业务需求,

即业务目标和需要解决的问题，与画像的信息维度相结合，ToC属性

产品会更关注用户的性别、年龄、家庭情况，爰好习惯等，比如：

1.以内容为主的媒体或阅读类网站、搜索引擎或通用导航类网站，

往往会提取用户对浏览内容的兴趣特征，比如体育类、娱乐类、

美食类、理财类、旅游类、房产类等

2.社交网站类，则需要提取用户的社交网络，从中可以发现关系紧

密的用户群和在社群中起到意见领袖作用的明星节点。

3.电商购物类网站，根据用户喜好推荐相关用户喜欢的产品。需要

提取用户的网购兴趣和消费能力等指标。网购兴趣主要指用户在

网购时的类目偏好，比如服饰类、箱包类、居家类、母婴类、洗

护类、饮食类等。消费能力则是指用户的购买力，甚至可以将用

户的实际消费水平和在每个类目的用户心理消费水平进行区分，

分别建立特征维度。

4.金融领域，则需要风险画像，包括征信、违约、洗钱、还款能力、

保险黑名单等

5.视频类网站，用户对于视频类型的喜爱程度、播放历史，对最新、

最热视频的播放量。视频用户观看质量、观看时长,视频相关的

关键词等

ToB领域用户角色通常等同于工作角色或职责，更倾向于研究用户的

工作能力、工作内容、使用工作等等。

用户画像维度与业务需求相结合，筛选出对应的目标用户群体，用目标

用户的标签数据去匹配现有的业务数据，用来验证产品定位及功能是否

符合目标用户群体，并及时调整业务发展路线；另一方使用算法对已有

的用户画像维度数据进行海量处理，构建智能服务模型，利用推荐算法

辅助产品的营销推广，缩短用户选择路径，提高用户转化率，个性化信

息推送、个性化推荐、精准搜索实现精准营销。

用户画像的信息维度有哪些？

用户画像可以按照人口属性和产品行为属性进行综合分析。人口属性一

般有自然属性、社交关系、位置信息、设备属性、兴趣爰好等等；产品

行为属性则有产品类别、活跃频率、产品喜好、产品驱动、行为习惯、

产品消费等。

自然属性I社交关系I位置信息

姓名经济状况所处国家

性别家庭状况地区

年龄社会地位城市

出生年月政治宗教•••

籍贯地理位置

婚姻价值观

学历•••

职业

•••

产品类别行为习惯1消费属性

娱乐行为喜好消费周期

资讯网站活跃消费金额

工具忠诚度消费间隔时间

•自然属性：用户自带状态信息属性，比如姓名、年龄、身高、电

话、职业等

•社交关系：人在实践活动基础上产生的一切社会关系的总和，例

如：经济状况、家庭状况、社会地位、政治宗教、地理位置、价

值观等。

•位置信息：用户所处的国家、地区、城市等地理位置

•设备属性：用户使用的手机型号、电脑型号、等电子设备信息

•兴趣爱好：人对非物化对象的内在心理状态与外在行为表达，是

一种发自内心的本能喜好，与物质无必然关系，比如：兴趣偏好、

颜色偏好等

•产品类别：使用的产品属于娱乐、资讯、工具中的那一类

•活跃频率：使用产品的频率

•产品喜好：产品喜欢的使用方式，使用场景。

•产品驱动：驱动使用产品的原因及行为

•行为习惯：对于某种行为喜好、网站等活跃度、忠诚度

•产品消费：基于消费周期、消费金额、消费金额、消费间隔时间，

如购物类型、消费水平。

结合业务目标和需求确定画像的信息维度后，我们需要尽可能的调研最

大范围的不同用户，通过与不同部分的同事进行脑暴找出可能的各种用

户类型，然后根据条件进行邀约，每种类型用户不能超过3个。在调研

的过程中如果发现遗漏了某种类型的用户，可以增加这种类型，如果调

研的过程中没有新的信息出现，可以考虑取消剩下的调研。

2.确定调研的方法

确定调研的画像维度后，需要选择合适的调研方法进行用户画像信息的

收集，一般的调研方法有3种：定性研究、定量研究、定性+定量研究。

用户画像的调研方法

定性研究（了解与分析）

▲

自我陈述法

用户访谈

实境

日志调研

焦点小组

-现场调查

卡片分类法

目标和现点

自动化可用（

数据分析

线上调查

▼

定・研究（验证）

定性研究

定性研究主要采用用户访谈、小组座谈会、Laddering阶梯法等,通过

开放性的问题了解和分析用户的真实行为和潜在的心理需求，基于用户

的目标、观点活动行为将相似的人群归集到群组中，与定量研究不同的

是定性研究能够更快速、简便的帮助我们发现产品用户和潜在用户的行

为模式，建立细分群体的用户画像。

定性研究的目的在于了解和分析，不需要邀请很多用户参与，一般在5

个人左右，只有研究资源充沛时才需要考虑更多的研究对象，一方面5

人左右能够反映绝大多数问题，另一方面出于时间精力、预算等情况的

考虑，5人也是比较合适的人数。

1.定性研究的优势

1.定性研究在自然环境甚至实际环境下，使用小组座谈会、用户访

谈等方法对用户进行深入细致和长期的研究；

2.定性研究时研究人员在近距离的环境下对研究对象进行观察与沟

通，研究人员可以更近距离的观察研究对象，并理解他们的操作

行为、动机以及对产品的态度；

3,定性研究一般采用叙述性调研方式，注重对猜想的解释和理解，

因此定性研究的设计一般比较灵活；

4.定性研究多以对话形式,因此不具备客观性和可重复性，研究结

果会有很大的讨论空间。

5.研究人员可以在研究过程中，调研研究对象的参与性与积极性。

2.定性研究的缺点

1.定性研究以研究人员为工具进行研究，结果可能会受到研究人员

个人因素的影响，很难重复；

2.研究结果因人而异，因此研究结果的代表性、效度会受到怀疑，

且会依赖研究人员的访问技巧；

3,定性研究需要花费大量时间、人力深入研究，同时也会占用研究

对象的资源，导致研究对象较少，目成本过高；

4.研究数据不能以统计方法处理，无法提供定量信息，难以归纳。

3.定性研究的作用

定性研究的主要目的是了解和分析，可以帮助我们更加快速、简便的发

现产品用户和潜在用户的行为模式。帮助设计者理解以下问题：

1.产品的使用情况：接触渠道和方式、接触原因、第一印象、使用

产品的关注因素、使用频率等；

2.对于产品的观点和动机：对产品的描述、可能推荐的动机、喜欢/

不喜欢的地方、提升使用频率的可能性等现有和潜在用户对于产

品的行为、态度等；

3.行业经验和知识：对行业的理解、同类产品对比、产品的优劣势

等；

4.产品的未来目标及方向：使用步骤、典型过程、使用功能或内容、

未满足的需求、可优化的地方等；

5.机会点和反馈：新功能新内容的反馈、新功能的使用情况、需要

重点改进的地方、机会点和创意点等；

在设计过程中，帮助设计项目的推进：

1.研究结果为设计团队提供可信度及权威性的方面依据；

2.设计团队对产品目标与用户目标达成一致；

3.帮助决策层在面对设计问题时能够全面的进行项目评估，不是基

于猜测和个人偏好做决定

4.如何进行定性研究

1）确认研究对象的优先级，根据需求背景或目标确认重点跟次要群体

来挖掘不同用户视角下的问题。比如：我们的产品是什么？用户是谁？

从业务方面来说，哪些客户和用户更重要等等问题。

2）通过线上招募（app内或相关平台发布有偿邀请，亦或寻求第三方

服务公司帮助）、客户群（相关的用户答疑群邀请）、论坛社区（发布

招募帖子等人专家咨询、产品线上推送等方式，寻找目标群体并建立

联系。

需要注意的是客户和用户很容易被搞混，对于消费品来说，客户通常就

是用户，但在b端或某些领域，用户和客户通常指的是不同的人。

客户通常指的是购买产品的人，6端企业的客户通常指的是公司内的高

管或IT经理，使用者却是员工；而面向儿童或青少年的产品，客户一

般会是父母或监护人。因此在客户领域更倾向于了解：

1.购买产品的目的；

2.当前解决方案中遇到的难题；

3.购买产品的决策过程；

4.安装、维护、管理产品时的角色；

5.产品所在领域的相关问题和词汇。

对于真正使用产品的现有用户群体与潜在用户群体，则更倾向于发现产

品当前版本的体验对用户行为和思维的影响：

1.用户何时、何因及如何使用产品，即产品/系统在用户生活或工作

中的融入方式；

2.用户领域的知识：用户使用产品完成度需要知道的信息；

3.当前任何和活动：现有产品需要完成和不能完成的；

4.使用产品的动机与期望；

S.心理模型：用户对于工作、活动的看法，以及对产品的期望；

6.现有产品/系统的问题和不尽完美之处。

对于一些高度复杂或技术强的领域则需要相关领域的专家进行访谈，比

如医疗保健相关领域的产品。需要注意的是很多专家可能是产品或上一

代产品的用户，会不可避免的加入自己对产品/所在领域的理解，可能

会歪曲想法。

因此在访谈过程中需要注意：

1.专家通常是专业用户。由于本身在产品和领域的长期经验，专家

可能已经适应了当前的交互，作为专家级用户，可能并不是产品

的当前用户，甚至是不能为永久的中级用户设计交互产品；

2.主题专家知识渊博，但并不是设计师。专家可能对于改进产品有

很多想法，其中可能会有些很好的建议，但更关键的是需要找出

是哪些问题诱发了他们的模拟解决方案。当用户提出解决方案时,

更为关键的是询问用户或设计师可以解决的问题是什么？

3.主题专家在复杂或专业领域必不可少。对于医疗、科技、金融等

专业性的技术领域，专家的指导必不可少，我们需要通过专家对

于用户角色特点的理解和对复杂领域中的用户研究，收集行业最

佳实践和复懒则的相关信息。

3）选择线上访谈、可用性测试、问卷调查、焦点小组等有效的用户洞

察方式，并设计好相关问题或材料准备与用户进行深入研究（注意围绕

已知问题或新的设计方案进行验证，或是新的业务需求洞察为主）；

在整个访谈的过程中，我们同时要注意对于用户的观察。大多人会由于

为了显示合群不脱离大众群体、或由于紧张等原因，羞于表达自己的问

题或是难以理解的软件行为。

当我们在进行使用场景之外的访谈时，接收到的信息可能是不完整不正

确的，因此在访谈过程中我们需要观察用户在讨论自身行为的看法，并

询问观察到的情形。可以选择用户正常的工作环境进行交流或观察，或

是适合产品的物理环境，可以挖掘出用户行为相关的重要细节，而不要

选择过于严肃呆板的正式环境。

另一方向在整个访谈过程中访问者更多的通过巧妙的引导用户进行访

谈，捕捉与产品设计相关的问题，研究收集用户的行为、环境和谈话内

容，进行综合分析、解读信息，发现设计意义。而不是过度依赖调查问

卷提出的问题，或让访谈自由发挥，同时需要避免不经过用户证实而得

出的主观臆想。

4）整理用户资料，围绕研究主题建立用户画像信息，完成主要信息模

块，可以根据业务需要，将用户技术特征、职业特征、环境因素进行排

布（这一过程需要考虑是否与业务有一定关联或影响，否则无意义）。

需要注意的是，在进行定性研究过程中为了能够获得丰富完整的用户画

像，常常会将情景研究.概念验证、可用性测试及用户访谈进行结合。

定量研究

定量研究，指的是以定量问卷调研的方式进行研究，主要的方式有：数

据埋点、A/B测试、试销、调查、大数据分析等，最常使用的定量研究

形式是〃问卷调查〃，通过对大量用户的调查得出可信的数据结果，用

于测试一般用户的反馈。

在通过网路分析和其他数字描述人类行为的举措，为〃是什么〃的定性

分析提供洞察力的答案。即通过封闭性问题一方面对定性假设进行验证,

另一方面获取市场的用户分布规律，关键在于后期定量数据的建模与分

析，目的在于验证。

比如不同用户需求的优先级、现有产品性能等级和满意程度、试验的可

能性、二次购买率和对产品的喜好程度等。需要注意定量研究需要足够

的数据支撑，如果项目需要画像且企业不稳定、用户量级不够不能满足

数据需求，则可以借助市场数据报告、白皮书、第三方数据服务平台、

调研服务公司等来参考。

1.定量研究的优势

1.定量研究需要建立在大量数据的基础上，因此调查范围会很广泛，

便于归纳总结；

2.定量研究数据来源于确定的信息，相对客观准确；

3.市面上现在有很多问卷调查的工具，不受地理、设备的影响，信

息收集方便快捷,比如：京东良研、飞书问卷等；

4.定性研究需要对话形式进行调研，定量研究相对来说成本更低。

2.定量研究的缺点

1.定量研究环境多为随意的场景，研究人员无法与研究对象进行沟

通交流及观察；

2.定量研究为单线研究，研究结果会比较单一。

3.如何进行定量研究

定量研究主要以数据、模型、图表等表达最终研究结果，因此最终要将

目标用户产生的数据进行集中采集，通过数据埋点、第三方数据统计或

是定量研究的结果等渠道方式进行数据的收集，而很多头部互联网公司

经过多年的运行也产生了自己产品的数据仓库。

业务后台数据产品多个终端第三方服务平台

BusinessBackqroundDatad-partyServicePlatt

先定性后定量

上面我们了解了什么是定量研究、什么是定性研究，定量研究和定性研

究是一个相对的概念。定量研究着重于〃是什么〃，即用户做了什么,

验证用户行为事实。而定性研究则侧重〃为什么〃，即了解用户的某些

现象，挖掘分析用户行为背后的原因。

一般情况下建议以〃定性研究作为信息产生，定量研究作为信息论证〃

方式进行调研，先通过用户访谈的形式，发现用户群体之间差异性较大

的维度，分析用户差异的关键点，再进行定量研究论证真正的差异关键

点。

定量研究方式的局限性导致设计师在设计巨题时，当涉及到用户的深入

动机、背景维度等问题的局限性，以及问题选项的不全面，从而影响用

户分类维度的全面性。同时也无法解释用户群体划分的原因，无法真正

了解用户的行为原因。

因此建议在进行研究时，可以先通过小范围的定性研究，比如用户访谈、

可用性测试、现场调查等形成直观感受，基于用户的目的、观点或行为

将相似的人群细分后，再通过调查问题、动态数据分析等定量研究数据

来验证用户的分类是否合理。

最终通过定性研究或定量研究，收集到的数据信息又分为静态数据和动

态数据：

静态数据

确定研究人群后，通过递减维度、变换视角得到当前人群的状态、特征

等信息，比如用户的人口属性、商业属性、消费特征、生活形态、CRM

等相对稳定的信息，可以通过最为精准的数据挖掘进行获取，但如果遇

到数据有限的情况可以通过定性与定量结合补充的方式进行获取。

数据信息静态数据

用户静态数据

人口属住商业属性消民意向

•性别•收入■汽车购买

•年龄•职业•快消购买

•地域•所属行业・美妆购买

动态数据

用户在网络上的行为信息随着时间的流动是不断变化的，比如打开网页

的时间、停留的时间，随着互联网的发展，用户使用的时间积累，各种

动态行为数据都已经被记录了下来。动态数据收集主要包括用户行为数

据、用户偏好数据、用户交易数据。

数据信息动态数据

用户动态数据

场最媒体

访问设备访问时段访问媒体访问页面访问时长

静态数据相对来说不会有突然的变化，而动态数据则变化更快，更讲究

时效性。

设计师可以根据用户的行为建立兴趣模型，根据用户的行为传递给用户

产品的特性，更加实时动态。当然不同领域收集动态数据的方向会有所

不同，营销领域更侧重用户的消费习惯推荐领域则更侧重用户的喜好。

3.数据分析，找出行为变量

在明确目标与调研方法后，需要对所有采集到的信息数据进行分析，找

到目标业务的关键变量数据比如用户网络行为数据、用户偏好数据.交

易数据、生命周期等，将调研到的用户与行为变量一一对应，并识别差

异化行为模式，需要注意的是不要将重点放在人口统计方面，行为变量

更重要。

数据分析找出行为变量

服务导向型

aa&

用户3、5用户2

只买必需品

&&&&&&

用户1、4、7用户6用户2用户5

将调研用户与行为变量一一对应，并识别差异化行为模式，在访谈对象身.

谈对象和行为变量对应起来。最终呈现出多个主体如何聚集在某个重大彳二

式，并进行行为模式描述。

角色类型A

a

用户3

一般来说，不同行为模式之间差异性主要体现在以下几个方面:

1.行为——用户做了什么；或者说用户的行为路径是什么。做某个

行动的频率以及工作量，是否有不必要的步骤，或可以自动化的

地方，重点关注用户的行为和动机。

2.态度——用户看待产品所在领域和采用的技术，行为相关的行为

态度和情感

3.能力——用户所受教育和培训I、学习能力。某个事情对于用户来

说是否容易做到，用户更愿意做出某种行为。

4.动机——用户涉足产品领域的原因，是什么促使用户决定，什么

阻碍了用户，什么吸引用户购买

5.技能——用户与产品领域和技术相关的技能

在访谈对象身上挖掘到重要行为变量后，需要将每个访谈对象和行为变

量对应起来。以行为变量为依据进行用户对应时，不需要追求绝对的精

确，更多的确认访谈对象之间的相对位置关系，建立在调查者的直觉,

及对主体的观察直觉，最终精确的呈现出多个主体如何聚集在某个重大

行为变量的周围。

当访谈对象映射完成后，寻找到落在多个区间或变量上的主体群。当一

组主体聚集在6~8个不同变量上，代表一种显著的行为模型，而这些

显著的行为模型构成了人物模型的基础。一些特殊角色可能仅仅会展现

一种模式，但通常会发现2~3个此类模式，由此可以发现几种不同的

行为模式。

或通过统计数据分析技术得到不同的行为模型，常见的数据分析行为建

模有文本挎掘算法，分类、聚类计算.相似度计算、机器学习.预测算

法，涉及数据算法、标签、权重等，这里就不展开描述。

需要注意的是在进行数据分析前，要对数据进行清洗，去除掉多余、重

复、不一致的