一 、什么是用户画像？
用户画像最早是由交互设计之父 Alan Cooper 提出来的，其定义为：用户画像是真实用户的虚拟代表,是建立在一系列真实数据之上的目标用户模型。通过用户调研去了解用户，根据目标，行为差异等特点来分成不同类型，然后每种类中贴上标签，包括名字，场景，要素等，就形成了一个用户画像
举个例子：男，27岁，未婚，IT攻城狮，收入1万5，喜欢篮球，互联网。
再举个例子：
其实所谓的用户画像可以用一句话来表示：用户信息标签化。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。简而言之，用户画像（persona ）为了让团队成员在产品设计的过程中能够抛开个人喜好，将焦点关注在目标用户的动机和行为上进行产品设计。 因为，产品经理为具体的人物做产品设计要远远优于为脑中虚构的东西做设计，也更来得容易。
二 、为什么要做用户画像？
用户画像的核心就是给用户打上标签，打上标签的重要目的就是方便让人们更好更全面的理解目标用户，根据不同的用户构建出来的用户画像可以做分类统计工作。还可以完善产品运营，提升用户体验，通过用户画像调研的需求设计更符合用户的产品。
三、如何构建用户画像？
1、标签化
标签化就是按照产品的需求，给不同的用户贴上不同的标签，每个标签的意义在于规定了我们观察、认识用户的一个角度。用户画像是一个整体，各维度不会孤立，标签之间是有联系的。
给用户添加初级标签可以采用5W1H的方法，分别是：
Who (人物是谁)
What （在做什么事）
Where （地点在哪里）
Why （为什么要做）
When （什么时间）
How （如何去做）
这个就大概的分出了用户画像的粗颗粒，可以再增加不同的维度标签，如果画像的粒度要在精细一点的话，可以再进一步的对标签进行权重加成。比如一个标签是喜欢体育运动的话，可以继续细分为喜欢篮球、足球、跑步等等。标签化的目标其实是用电子化的方式将用户属性抽象出来，以方便数据统计的同事们构建数据集市，后续进行数据挖掘和聚合分析。
2、标签维度
这里要详细说一下标签的维度，我们不能在自己的主观臆想之下定义用户， 但是又需要根据产品细分标签维度的话，这时，一定要客观，通常情况下建立用户画像的标签有以下的几个维度：
自然特征or基本属性：
如性别、年龄、体形、地域、职业、星座、教育程度等；
消费特征or购买能力：
如婚否、收入、车、房、孩子、购物类型、品牌偏好、信用水平、购买周期等；
社会特征or行为特征：
如婚姻状况、家庭构成、社交偏好、信息渠道等；
兴趣特征or心理特征：
如兴趣爱好、使用APP行为、浏览收藏内容、互动内容等；
3、用户标签定义和权重，从繁杂的数据中抽取共同的特征值
根据特征值对群体进行定义，有助于广告主一目了然掌握该群体的特性，如“时尚小咖”，可以快速的联想到针对这类人，时尚感至关重要，即产品的设计感、外观等，并且小咖两字表明该类人并不盲目追求潮流，他们有自己的审美观，并且能够影响身边的人。
同时，一个群体会有多个标签，不同的群体之间也会有标签的重合，此时标签的权重反映了不同群体的核心特征。如“时尚小咖”和“科技先锋”两类人群中都有女性标签，此时需要比较女性在不同人群中的标签权重，以决定将该标签解读给哪类群体。通常，一个好的用户画像，不同人群之间的标签重合度较小，只有在那些权重较小的标签上会有些许重合。
