手把手教你绘制用户画像(文末赠5本PM必看书籍)

2018 年 10 月 25 日 产品100干货速递

没有了解用户痛点就上市的产品,就像爱情海里的水一样,表面上看起来很美,但是真正试过的用户会发现根本不能喝。


想要做出一款受用户喜爱的产品,一定是从用户的生活中出发解决用户的痛点问题。


本节将讲述如何构建用户画像,方便你管理以及抽象出用户的痛点需求开始,以及了解用户的真实使用场景,从中去发现更多隐藏在背后的秘密。



1  了解用户画像


用户画像并不是一个真实的人,而是一个真实的用户,这样说大家可能有点费解。


简单说,就是把我们调研到的用户根据年龄、性别、地域、教育程度、习惯、痛点、诉求等标签,归类整理抽象出具有代表性的个体,所以一个用户画像是可以代替我们所需要服务的一类用户。


如图所示,我们将分为五个步骤来讲述该如何构建我们的用户画像。


  用户画像五步骤



2  研究准备


抽象出用户画像的第一步就是数据的准备,以此作为研究分析的。


我们将在以后讲述获取用户需求的方法。


如下图所示,这里我们主要讲述的是在有用户数据的基础上,我们应该做的准备。


 研究准备进程


研究的目的主要解决两个问题,一个是为什么要做用户画像?


我们的产品绝对不是无根之水,是基于解决一个或者几个用户痛点问题出发的,而具体解决哪些用户的痛点呢?


在这里大公司的话需要根据已有的资源以及经验确定目标市场。小公司的话就需要从自己的产品核心功能点出发,不要贪图其他标签用户。


另一个问题就是明确我们做什么样的产品?


比如我们从事的是一家做影视娱乐的公司,我们可以做的有音乐、视频、演唱会、直播、明星预约等方向的产品。


当我们确定了要做哪一个方向的产品,接下来对于确立目标用户就会更简单、明晰、快速。


确定目标用户,接着上一个例子我们接着说。我们选择的是音乐类产品方向,我们把市场再次细分为资深用户和大众用户。


如下图所示,为资深用户和大众用户的属性区别。这样我们就可以根据不同的用户群体来进行访问。


其实这里也可以看做是定量用户调研的准备,可以让我们在有限的时间内,花费更少的资源获取到相对准确的信息。


用户基本属性区别


数据获取渠道,我们将它分为两大类主观数据与客观数据。


其中主观数据主要是与客户面对面对话,来获取用户的信息,其中的主要方法为定性与定量研究法、焦点小组、用户现场访问。


而客观数据主要是用户使用我们的产品累计产生的行为数据,以及用户的静态信息组成,其中静态数据为用户的基础数据。比如。年龄、性别、姓名、生日、星座等参数。



3  数据分类方法——亲和图



亲和图又被称为KJ法。


就是一种把大量信息,根据其关联性相互归纳在一起的数据分类方法。


亲合法的适用范围非常宽泛,头脑风暴、未知领域梳理、员工关系、顾客满意管理等多个方面,而这里我们借助的是亲和图直观展现用户相关性的特点。


如下图2.4,这是我们在制作亲和图要准备的工具。


 亲和图装备工具


首先把用户的基本信息打印出来团队成员人手一份,并且给每个用户应有标识符,方便与行为和问题关联。


其次将白板分为X和Y两个维度。X为横轴主要关联用户行为有相似性的便签,Y为竖轴主要关联用户问题有相似性的便签。


便签的内容由用户名、标识符、用户行为、遇到的问题、提的建议(可选项)组成。最后如下图所示,就完成了一次亲和图的制作。


 亲和图



4  画像框架


当我们在白板上把亲和图制作完成之后,接下来就是把数据图表化,方便后面的优先级排序以及用户画像的构建。


这里要注意的是我们是以行为和问题为主的表格构建。如下图所示,为画像框架的表格。


在这里用户的基本信息并不是越多越好,像年龄和出生年月日这样重复属性出现一个方便判断即可。当然有特殊需求的话可以把星座加上,这个在社交和女性购物产品还是很有用的。


 画像框架



5  优先级与用户画像


在上面的画像构建图表中,大家看到最后一列优先级排序,就是在所有用户调研信息填写完再进行的。


前文我们已经学会了如何进行优先级分析,但是在构建用户画像优先级时,还需要考虑一个重要因素。那就是基于公司的目标我们这次的产品是,支持辅助形产品,还是主攻形产品,或者是生态战略布点产品。以此来帮助我们判断,问题和行为的优先级。


经过我们的精心准备和分析,终于到了最后一步,绘制用户画像。


用户画像也被称为用户卡片,是可以贴在墙上,让团队天天能够看到,潜移默化的把自己带入用户的角度去思考问题。


用户画像由用户图片、用户基本信息、痛点需求、用户建议四部分组成。如下图所示,为一个完整的用户画像。


 用户画像


以上文章内容全部出自王建宇老师编著的《互联网产品经理修炼手册》。


看完本文,如果对你有所帮助,有任何想说的,欢迎留言!

    

我们将挑选留言获赞前五名者,送出王建宇老师编写的《互联网产品经理修炼手册》一本。截止时间为26日(明天)中午12点!


另外需要此书的同学也可点击阅读原文直接购买哦!


—— END ——


如果觉得文章对你有所帮助,欢迎点赞并且推荐给你的好友。




铛铛!产品壹佰课程第98期即将开班,经过无数次迭代的精品在线课程,学时四个月,后续可终身免费学习。想要迫切提升自身产品能力的同学添加下面小助理微信咨询课程详情:



课程大纲精简版如下:(可点开放大观看)



关注产品壹佰公众号

回复书单试试看



欢迎关注产品壹佰哟,关于产品经理的这都有。需求文档,用户分析,数据分析,进阶成长,各种PM干货直接享用!产品经理入门指南,学习视频,必读书籍也倾力奉上。

回复【书单】、【干货】有惊喜哦,试一试吧。从现在开始,我们一起改变世界吧!

登录查看更多
7

相关内容

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(Marketing data,Usability data)之上的目标用户模型。通过用户调研去了解用户,根据他们的目标、行为和观点的差 异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
225+阅读 · 2020年3月22日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
340+阅读 · 2020年3月17日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
213+阅读 · 2020年2月21日
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
180+阅读 · 2020年1月1日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
从5个维度出发,构建高质量的用户画像
人人都是产品经理
7+阅读 · 2019年1月24日
两套经典的用户画像
产品100干货速递
26+阅读 · 2018年6月19日
从代码到300优质客户,用户画像在销售的实战应用
R语言中文社区
5+阅读 · 2018年6月16日
思路+步骤+方法,三步教你如何快速构建用户画像
产品100干货速递
9+阅读 · 2017年12月21日
肖仰华 | 基于知识图谱的用户理解
开放知识图谱
13+阅读 · 2017年9月29日
教你 5 步画出用户画像
职人社
8+阅读 · 2017年9月13日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
9+阅读 · 2018年1月30日
VIP会员
相关VIP内容
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
225+阅读 · 2020年3月22日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
340+阅读 · 2020年3月17日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
213+阅读 · 2020年2月21日
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
180+阅读 · 2020年1月1日
相关资讯
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
从5个维度出发,构建高质量的用户画像
人人都是产品经理
7+阅读 · 2019年1月24日
两套经典的用户画像
产品100干货速递
26+阅读 · 2018年6月19日
从代码到300优质客户,用户画像在销售的实战应用
R语言中文社区
5+阅读 · 2018年6月16日
思路+步骤+方法,三步教你如何快速构建用户画像
产品100干货速递
9+阅读 · 2017年12月21日
肖仰华 | 基于知识图谱的用户理解
开放知识图谱
13+阅读 · 2017年9月29日
教你 5 步画出用户画像
职人社
8+阅读 · 2017年9月13日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
Top
微信扫码咨询专知VIP会员