今天又再次看到有人展示产品的用户画像，跟过往书籍和项目中接触的用户画像一样，都是通过相对模版化的维度去勾勒目标群体特征，其中最常见的是通过人口属性维度去描述人物的特点。
但很多时候，当看到了一个拥有具体年龄数据、性别、职业的描述角色，其实本质上并没有带来很深层次的认识，反而有时这些信息会稀释我们的关注点，因为画像的本质绝对不是为了这个。而且实际上具体的数字更容易带来怀疑，特别随着互联网的发展，社会整体认知水平都在跃迁，性别、年龄、区域等影响在模糊化。这种固定的描述不仅不利于我们区分人物，反而会让我们产生误判，因为年龄这些因素有些刻板效应在，而这些其实不是我们调研的发现的，但一旦我们有了这个假定，我们很容易就把这些内容代入到画像的特征内。比如我们假设经常使用电子支付的是30岁的it男，那几乎可以判定你会菜市场卖菜的阿姨熟使用电子支付的场景
那应该使用什么的描述更有利于构建用户画像？我们都知道，画像的意义许多时候是为了让我们建立认知与达成共识，所以一个足够简单且能产生正确联想的特征才是用户画像的根本。这个特征可以使用人生阶段的身份属性（孕妈/大学生/职场新人等）或者群体行为特征（参考：http://uxren.cn/?p=50599），这些都会比一个具体的性别、年龄数值等更有参考意义。因为身份属性或行为特征的提炼足够简洁，同时又在一定程度上反应了该人物的动机，适合让使用者产生直观判断。
