用户画像与商品画像｜谈谈初期浅层用户画像的使用体验

硬核刘大

2024-03-21

3537

导读：用户画像（User Persona）是指基于市场调研和数据分析，对目标用户进行深入细致的描述和刻画，包括用户的人口统计数据、兴趣爱好、购买习惯、行为特征等信息。用户画像的目的是更好地了解目标用户群体，为产品设计、营销策略和用户体验提供指导。

商品画像（Product Persona）

是指对产品进行全面而具体的描述和定义，包括产品的特性、功能、优势、目标用户群体等信息。商品画像的目的是更好地理解产品的核心价值和定位，并确定如何与目标用户的需求相匹配，以实现产品的市场竞争力。

用户需求是根本，但用户需求不一定是功能，在面向电商应用市场定位时，通常会先从C端市场入手，在合适的契机抓住B端用户入场，会围绕【商品、供应链、物流、营销活动】等，整一个“购物旅程”背后的【用户体验】。

而C端用户恰恰十分注重体验，如何去“度量”和「优化整个流程」呢，那就是站在「用户角度」收集其在各个模块的数据，并利用：统计、概率、思维“建模分析”；在产品运营、增长过程中找到“雪球效应”的“撬动点”施以影响，最终建立起（良性的闭环）。

产品定位初期时，通常面对市场困惑，产品的用户是「谁」？他们是否「满意」？如何才能服务好我们的用户，就像（B站）的成长中一直在解决问题，如何突破二次元的定义，如何将用户圈层拉开，如何让尽量多的人能在B找到自己喜欢的内容，如何做到存量用户保有及增量用户拉取。

以增量用户拉取，存量用户数量和价值的保有为目标，利用大数据技术精准用户画像，并结合商品画像，解构用户及商品，最终在重点目标客户群体上形成突破。

比如电商猜你喜欢中的个性化推荐技术，万能的淘宝上有海量的商品几乎可以满足每个人的采购商品需求，但是如何让一个用户可以精准快速地找到是大问题，个性化是其根本，用户画像和塑造则是个性化的根本，希望可以让用户感受到产品为Ta（用户）而造的满足感。

如何解构用户呢，举一个例子就是说当你很了解某一个人的时候，你跟Ta一起去吃饭，你如果在之前历次跟ta的进餐中收集了ta喜欢及不喜欢吃什么（用户动态数据），然后ta的性格是怎么样的（比较犹豫）是不是喜欢吃辣，然后你再结合有哪些菜、是不是辣的（商品静态数据），两端做匹配就可以提供更好的体验了。所以不是单单用户画像，商品画像或其它维度也需要，最重要的是匹配。

什么是用户画像？

根据百科的定义，用户画像指的是与该用户相关联的数据的可视化的展现，然后一句话来总结的话就是用户信息标签化；从用户海量的信息里面去找到一些标签，为用户去贴上这些标签，而这些标签的来源就是用户的行为。

当然较常见的用户画像是我们需要建立平台客户群体化认知时，需要借助可视化的标签，比如京东的一个食品用户画像，对于食品这个业务场景，平台上购买的用户他们是长成什么样的？比如性别比例，蓝领与白领占比，评价敏感的人的占比等，通过拉平垂类偏好用户画像与全站的对比，来寻找差异点和优化点。

有了真实的用户画像以后，可以对应出商品画像，可以简单的理解为，商品画像如同用户画像一样，是由商品海量数据的标签，根据商品的特征、设计、功能、口味、波次、价位段、流行度、销售状况、促销力度、销售渠道」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，再赋予：名字、特点、场景、统计要素等进行描绘。

商品画像与用户画像有着很多交集/互相交互的，比如商品有个标签，是适用人群，比如女性或者男性，可能就是有很多女性用户经常购买，或者说用户经常购买,某个品类或者某种颜色的商品，那用户就可以贴上类似的标签。

商品有了标签，运营在做活动的时候，就可以根据活动首页和分会场人群定位，去选品、氛围塑造，比如时尚会场的商品池选取，比如对于履约不好（拒收、退货、低评分）的、高点击&低转化商品的控制；两者是相辅相成的。

在数据维度的加持下，有了侧面的用户特写，可以把这个定义为侧写师，电影中经常有一些概念就是侧写师通过观察和收集犯罪现场的信息（数据收集），去想象作案人的心理和案发时的动作（预测），并最终为破案带来机会（实施），构建用户画像与商品画像的方法论与其类似；做了一系列的场景，有了初步的定义，可以开始尝试慢慢理解用户的行为并进行追踪。

通过用户静态数据结合海量的平台用户行为数据的方式，通过埋点，我们可以看到用户在我们平台上看了什么商品，点了什么商品买了什么商品，将这些数据串起来，可以作为入口去理解用户，更进一步，通过统计、概率、知识进行建模，比如说：用户细分、生命周期划分、流失用户研究等，做深层次的挖掘。

再次可以从层级的角度来看，用户基本属性和行为标签为浅层用户画像，这些标签画像主要是收集就行，比如年龄，性别。第二层是稍作处理的汇总层，比如手机端大概什么时间活跃，经常购买的品类等。第三层是基于前2层可以做到营销的敏感度，社交关系，上网时间的预测；最后一个是更深层的，需要结合业务知识去做定制。

不同的行业，不同的业务，也会有不一样的构建目标和方式；在这个过程中，需要通过业务应用的要素分析，去驱动标签维度的扩展，通过标签去驱动业务。

模型逐步完善建立的情况下，可以去确定一件事情，就是竞品最后的比对，真正的竞品突然在你眼前，画像跟你高度重合的那个，而不是我们假想的那个，如果你发现原来被认为是竞品的典型用户群体是在「30到50岁」之间，而你们的群体在「20岁到35岁」了，那至少在当前情况下，处于是「弱竞争关系」。

有时候现我们的用户不等于目标用户，在产品运营过程中，会发现平台上用户画像是这样的，但是结合战略以及竞品的一些情况，更大的去做差异化的竞争，重合的那部分是高价值用户，所以应该投入更多人力去做？结合用户画像去做更细粒度扩人群，是A人群还是B人群还是C人群？如何为用户带来更好的体验，带来更高的留存、复购。

感观体验：呈现给用户视听上的体验，强调舒适性。一般在色彩、声音、图像、文字内容、应用模块化布局呈现。

交互用户体验：界面给用户使用、交流过程的体验，强调互动、交互特性；交互体验的过程贯穿浏览、点击、输入、输出等过程给访客产生的体验。

情感用户体验：给用户心理上的体验，强调心理认可度。让用户通过站点能认同、抒发自己的内在情感，那说明用户体验效果较深，情感体验的升华是口碑的传播，形成一种高度的情感认可效应，

独立的用户体验与全局用户体验：

独立的用户体验会影响到全局用户体验，例如：按键的手感影响了短信输入过程中的的用户体验，而短信输入的体验影响了收发短信这一过程的用户体验，并且最终影响到手机的全局用户体验，全局用户体验并不是独立用户体验的简单相加，因为总会有某些体验（带来的正面或负面效益）比其它体验更为突出。

全局用户体验还会收到外部因素的实际作用影响，如：品牌、价格、等等，用户需求是根本，但用户需求不一定是功能。

要做好用户画像与商品画像，可以遵循以下几个步骤：

1）市场调研：深入了解目标市场和用户群体，收集相关数据和信息，包括人口统计数据、购买行为、兴趣爱好等。

2）数据分析：通过分析收集到的数据，发现用户的共同特征和行为模式，识别出用户的关键需求和痛点。

3）用户细分：将目标用户群体划分为不同的细分市场或用户群，根据不同细分市场的特点和需求，进行用户画像的细化和个性化描述。

4）商品定位：基于用户的需求和市场调研结果，确定产品的核心价值和定位，明确产品的目标用户群体。

5）描述细节：在用户画像和商品画像中，详细描述用户的人口统计数据、购买行为、兴趣爱好、行为特征等信息，以及产品的特性、功能、优势等。