什么是用户画像（user persona）？简而言之，便是基于各种属性、态度和特色的客户研究的原型代表。
我所能找到的关于用户画像的最好的定义之一，是来自于Tony Zambito around ca 在 2002 年揭橥的一段定义：
“购买者的用户画像基于研究的原型（建模），它代表了购买者是谁，他们试图完成什么，什么目标驱动他们的行为，他们如何思考，以及他们为什么做出购买决定等。”
在艾伦·库珀 1991 年的书《囚犯们正在经营这家收容所》中，提出用户画像的观点。库珀将画像作为一种用户设计的方法，从而在不同的部分之间粘合一些共同的属性，以便产出有凝聚力的设计谋略。
用户画像也被称为买家画像、客户画像、客户资料，或者只是画像，这取决于是谁在向你推销这种创意，不过说到底，它们的意思都是一样的。
用户画像可反响其行为的真实数据和虚构的买家群体，可以利用它们来制订更好的营销、产品和业务决策。在 UX、CRO、社交媒体、SEM、SEO 等职能线中，用户画像都可以更好地发挥自己的代价。
注：本文中的“用户画像”特指研究职员通过业务实践并根据用户属性圈定的相应人群属性模型。
随意马虎在用户画像面前犯错不是每个人都相信用户画像是有代价的。
用户画像的提出赢得了热烈的掌声，但随着韶光的推移，一些趋势逐渐减弱了用户画像在大众心中的的吸引力。
营销团队创建了不同版本的人物画像来应对不同的细分市场，而后方支持的开拓团队却不太随意马虎意识到一个细分市场可能包含多个用户画像。
其余，营销职员的紧张目的是发卖更多的东西，设计画像则须要揭示与产品干系的用户行为。但有些市场营销职员彷佛总是喜好给他们的画像起一些屈曲的名字，然后包装成一个无法将主题突出的观点，让设计和研发职员连连摇头。
当人们不相信用户画像或用户画像不能基于现实时，用户画像的力量就会减弱。一样平常来说，营销职员在人物画像方面犯的一个大缺点是把他们当作是在一些无用的画布上主不雅观投射的代价。
更详细地说，每每属于这五类缺点：编造数据、利用过多无关数据、只利用定性数据、只利用定量数据、相信你的画像是现实的完美代表，或者他们永久不会改变。
通过数据驱动建立用户画像
那么，我们如何战胜这些缺点，并创建值得相信和可操作的用户画像呢?
数据驱动是一种很好的方法，它基于定性和定量数据的结合，以及干系的探索和剖析。
第一步：概述目标和操持方法
我们良久以前就在 Excel 中做剖析，以找到最有代价的客户群体，并且，我们还会跟踪他们的共同行为。
我们从未对行为干系性进行过完全的构造化剖析，但是我们知道我们的“空想客户”在很大程度上是什么样的，并且我们常日知道哪些客户的档案对我们最有代价。
以是，概述目标和操持详细方法应该是全体过程的第一步。
第二步：整理调研问卷
对我而言，写调查报告是最难的部分之一，它涉及到思考我的项目目标是什么，并将这些目标与问题联系起来，得出可操作的答案。
不仅如此，我还想肃清问题中的偏见，让调查足够简短，让人们可以更友好地接管它。
如果我能回去，我一定会去改进我的调查问题。这便是数据的来源，也是最该当关注的部分。
问卷中常常会涌现一些规模问题，比如“在购买数字营销培训时，以下成分有多主要？”其次是一系列成分，如“本钱”、“导师的荣誉”和“互动性”。
我们还问了一些开放式的问题，比如“你的事情中最具寻衅性的技能是什么？”和“你常常读什么博客？”这些都是最有代价的且可操作的营销活动的想法。
第三步：研究数据
让数据滚滚而来。
一旦你得到了大约 300 条回答，你就可以考虑剖析数据了。不过，条件是已经提前操持了样本容量，大概有 300——1000 名受访者供应了良好的数据。
当然，个中也有许多比纯样本量更主要的成分，比如调查质量、受众定位、自己的数据剖析技能等。
第四步：查看数据
数据透视表是 Excel 中一个非常大略却非常强大的功能，对付数据探索来说是非常宝贵的。如果没有实际的操作，就很难阐明它们，但是通过将不同的变量放在列/行中，并剖析均匀值、标准偏差、和等，我们就可以从不同的角度交互式地研究数据。
常日情形下，研究职员会利用数据透视表来查看受访者如何回答各种调查问题。
第五步：数据探索
前文已提到，作为调查的一部分，问卷中还包含一些开放式问题:
你读什么书?你在事情中最具寻衅性的技能是什么?你每天利用什么软件？你最近完成的数字营销培训是什么?由于各种各样的缘故原由，个中最主要的是我们提出的问题所固有的可操作性。
例如，如果我们可以按角色划分并找到每个角色常常利用的公共网站，那么就知道他们在哪里发布、做广告或建立伙伴关系。
如果我们知道他们利用什么软件，我们就知道在活动、网络研讨会和内容方面该当与谁互助，我们就知道该当教授哪些特定于工具的课程，我们乃至可以基于软件细分来开展一些发卖开拓活动。
第六步：将数据整理成粗略但独特的画像
此时，我们已经对自自己的数据管窥蠡测。临睡时，可以思考到底可以创建哪些数据透视表来获取新的见地，而且，我们已经知道该画像在现实中是如何分解的，而不仅仅是我们头脑中的样子。
就在这时，你开始将他们详细化为不同的画像。找到他们的核心代价不雅观，大概就会创造一个人物画像常常环绕着他们认定的“代价”，而非纯挚的质量或其他，比如他们阅读 X 个博客，他们比一样平常受访者赚更多的钱，但花的钱却更少等等，这些细节都在逐步开始构建一个独特的人物画像。
当我们找到了一些原型画像时，会创造他们与我们创建的虚拟人物画像非常相似，可以从中抽取一部分“原型”，对其进行 15——20 分钟的一对一采访。
第七步：进行一对一问答
作为一名市场营销职员，紧张对能够用于增长和广告的洞察力部分感兴趣。然而，在进行用户画像研究之前，也对已有的客户进行了行为剖析，比如对他们进行客户访谈，共享团队之间的数据。
我们操持了一系列有助于产品和营销的开放式问题，旨在引发情绪和深度，比如：
你在公司的角色是什么？职业背景？你的营销团队有多大？是如何组织和分配的？你每天和谁一起事情？贵公司如何组织培训和连续教诲?培训是单独进行的还是分配给你的?你事情中最大的寻衅是什么?这些问题代表一个模板，换句话说，这不是一个清单，而是一个对话。带着的态度，带着一种好奇和探索的心态参与对话，主要的是，不要让对方觉得到这是一场面试，它更像是与亲密朋友之间的对话。
这个阶段可能须要几天到一周的韶光，详细取决于主持者可以多快地组织和进行这些采访，每周考试测验对每个不同的角色进行二到五个口试，会故意想不到的收成。
第八步：与团队分享结果
按如上的步骤，基本完成了在研究阶段须要的用户画像，之后可以通过设计这些画像所对应的研究模型，并与团队共享结果且一起做决策制订。
当然，上述这些方法不是靠近用户画像的唯一方法。只是通过业务实践，个人认为这样的方法具有更大的客不雅观性，更少的猜想和更严格的构造。希望在一线的研究职员，都能够寻觅到适宜自己的方法，利用人群属性，更好的达到研究目的。
原文作者：Alex Birkett
原文来源：https://conversionxl.com
编译：研如玉，神策数据·用户行为洞察研究院，"大众号（ID：SDResearch）编译过程有所删减
本文由 @研如玉 翻译发布于大家都是产品经理，未经容许，禁止转载
题图来自Unsplash，基于CC0协议
