用户画像处于产品画布中的第一步
用户群：典型目标用户或客户
一个案例
比如说某一款社交 APP 上出现用户投诉：有骗子骗钱。
解决过程：
1. 个体分析
略过
2. 关键特征
首先从这个用户注册来做的事，经验判断：
在短时间内加了很多人
在线时间非常长
ID用一段时间后就废弃了
同一IP有很多类似的账户
同时和很多人聊（超过 20 个）
回复非常快
主动发起聊天
前 10 个聊天记录中，包含 QQ 号码
聊天过程比较短，不超过 10 句
注册完马上快速加一堆好友
关键行为特征：
猜测关键的行为有哪些？（如上）
关键行为看交叉验证
明确特征的计算方式（讲给研发听）:
一上来就要QQ：女性用户主动新发起的对话，10句对话内聊天记录含 8 位以上数字。
在线时间长：女性用户，连续在线时间超过 6 小时，且同一 IP 下有超过 2 个用户同样命中。
注册后快速连续加好友：女性用户，注册后 24 小时内，主动加好友超过 50 个。
高频发起对话：女性用户，主动发起聊天次数/访问用户页面 > 50%。
命中的行为路径是什么？
注册→疯狂加人→疯狂聊天→跳出平台
3. 召回验证
把关键行为特征交叉后调出数据，然后验证数据。
召回率：有多少命中策略的数据被调取出来了？
召回准确率：召回的数据中，准确率是多少？
优化：修正特征数据，调整粒度。
4. 找最有效的解决方案
用户特征分析越细致，解决方案就越准确有效。
解决方案的排序：用户量和频次进行选择。
本案例中，跟用户有接洽且害人的环节：疯狂聊天。
一个解决方案：骗子发消息，对方收不到。
方法论总结：
什么是用户特征分析
通过各种方法，更完整了解目标群体的情况
描述典型的目标用户及其群体行为
用户分析=信息的分析
目的
明确知道你的用户真实的述求点
为功能设计提供核心依据
数据挖掘与用户推荐的底层支持
操作逻辑
先后顺序为 --信息→标签→方案→
信息：收集信息→抽离信息→行为分析
标签：给用户打标签
方案：优化产品→运营方案→...
过程
基础属性：年龄、性别、星座、教育、身高、职业...
社会关系：有孩子、男孩、兄弟姐妹、父母、老公...
消费能力：月收入、月消费、有支付宝、10张信用卡、金卡客户、还房贷...
行为特征：经常团购、经常加班、上班刷微博、讨厌不准时、开会不准时、在网吧上网...
心理特征：贪小便宜、品牌偏好、好攀比、犹豫、纠结、果断、健康诉求高...
相关阅读：
