互联网产品用户研究过程中，用户画像普遍达成共识是其中的核心环节。在项目的实际运营中，用研结果在大程度上决定了产品策划设计中的产品设计、渠道策划、定价设计和发展策略等。精准的用户画像能够让用研结论更加立体和客观，从而反哺产品开发，使产品公司和产品的使用者都受益。
产品运营工作中对用户研究的基础性工作大体上分为两类：用户属性分析和用户行为分析。
用户属性分析，顾名思义，是指用户的年龄、性别、学历、居住地等相对静态的基础性信息。而用户行为分析则是指用户在日常使用产品的过程中产生的所有操作，例如访问页面、点击按钮、输入信息等具像化的操作。有时候甚至可以通过用户行为数据分析推演出用户属性信息，用户属性在一定程度上也会让用户行为呈现出偏向性。
下面以教育行业为例，列举教育APP常用的用户属性。
自然属性：性别、年龄、生日、国家、民族、学历、职业、行业、居住地等。
文化属性：学历、专业、语言能力、获取资格等。
触点渠道：用户通过何种渠道获知该app，朋友推荐、公众号、微博、今日头条、百度推广、抖音等。
消费偏好：包括内容分类和内容质量。内容分类比如语言类、职场提升、编程开发、数据科学、产品运营、电商、职业考试、兴趣爱好等。
硬件属性：包括所用设备品牌型号、网络状态、当前系统版本、APP版本等。
用户属性数据一般自愿性埋点填报收集，信息的准确性多少受用户对隐私的保护习惯影响。除了用户属性信息之外，用户行为数据是更为客观的信息。一款app产品常见的用户行为信息有：
最近登录时间、最近1周/月/季度登录次数、用户ID登录设备数量、知识付费金额、最近付费日期、日活时间区间、持续活跃天数、生命周期/注册日期、签到积分/参与活动积分数量、积分使用数量/过期数量、用户等级（连续增长、回退性增长等）、优惠券使用比例和笔数等。
深入追踪，还可以抽象出更多的隐藏属性：
消费层次：付费价格和优惠力度
消费敏感度：签到活动、积分活动、限时折扣对用户下单付费产生的影响指数。
操作行为指数：基于内容浏览、内容收藏和付费内容的分类行为分析对该分类内容的偏好程度。
