在日常生活中，我们为了以更简单的方式描述“人”这种复杂动物，会习惯性地（包括以戏谑的方式）对拥有共同特征的人进行归纳：比如犹太人“会赚钱”，广东人“爱吃”，网易新闻用户“段子手”……也正是诸如此类的标签，构成了群体“用户画像”的一部分。

在各行各业都发展“大数据”的今天，“用户画像”也得到了前所未有的重视。对于移动互联网领域而言，用户画像在产品设计、个性化运营、精准营销等众多环节担任着关键角色。今天我们就来为大家全面解析用户画像。

为什么要构建用户画像？

无论是设计产品还是日常运营，了解目标用户真实的情况，找到他们行为的特点与动机，并将其按一定逻辑进行分类与分层，是每一个APP团队工作的基础，也决定了他们能否精准抓住受众，以差异化服务致胜。

用户画像应用在哪些方面？

个性化推荐

在注意力越来越宝贵的互联网时代，个性化推荐技术成为各类APP“粘”住用户的必杀技之一。拥有“推荐系统之王”美誉的亚马逊，曾表示平台有35%的成交额得益于个性化推荐。就上个月的11.11而言，淘宝等众多电商APP成交额逐年创新高，一定程度上也要归功于推荐算法逻辑的不断完善，在提高推荐精准度的同时，甚至能做到根据用户实时行为快速修正画像，从而推荐最新的清单。除了购物，资讯、视频、音乐、社交等等众多APP都非常重视个性化推荐技术的使用，做到千人千面。

广告精准营销

移动互联网的发展也极大冲击了广告投放的方式——当传统广告广撒网的打法已无法满足精准营销需求时，基于用户的喜好与特性投放广告成为了主流。从电商应用内banner等黄金位置的信息展示，到站外渠道如APP开屏广告、视频前贴片广告等等，利用用户画像数据指导广告投放，不仅能够降低成本，还可以大大促进点击率及转化率，提升整体广告投放效果。

辅助产品设计

产品在最初推出时，会拥有自身的定位。但随着市场环境的变化，APP在每一次迭代时，除了要考虑自身发展的规划，还会结合用户的特点，提供更契合受众的服务。比如，某图像处理APP最初期望面向广大用户提供简单易上手的修图功能，但在运营与发展过程中，APP发现自身的用户多为95后的年轻女性，因而在更新下一代产品时，提供可爱的贴纸与美轮美奂的滤镜成为了产品开发的重点。

精细化运营

无论是在产品早期深入了解、关怀种子用户，还是在产品成长期、成熟期阶段的精细化运营，用户画像都是重要的参考方向。比如，资讯类APP经常利用消息推送的手段将用户可能感兴趣的内容及时奉上，确保用户通知栏上展现的大多是他们感兴趣的内容，在提升APP活跃度的同时避免产生打扰。

APP自主构建用户画像流程

明确画像目的

确认画像目的是非常基础也是关键的一步。要了解构建用户画像期望达到什么样的运营或营销效果，从而在标签体系构建时对数据深度、广度及时效性方面作出规划，确保底层设计科学合理。

数据采集

只有建立在客观真实的数据基础上，生成的画像才有效。在采集数据时，需要考虑多种维度，比如行业数据、全用户总体数据、用户属性数据、用户行为数据、用户成长数据等等，并通过行业调研、用户访谈、用户信息填写及问卷、平台前台后台数据收集等方式获得。

数据清洗

就自身APP平台采集到的数据而言，可能存在非目标数据、无效数据及虚假数据，因而需要过滤原始数据。

特征工程

特征工程能够将原始数据转化为特征，是一些转化与结构化的工作。在这个步骤中，需要剔除数据中的异常值（如电商APP中，用户可能用秒杀的手段以几分钱价格获得一部手机，但用户日常购物货单价都在千元以上）并将数据标准化（如消费者购物所使用的货币包括人民币与美元，需要将货币统一）和判断的标签标准化。

数据标签化

在这一步我们将得到的数据映射到构建的标签中，并将用户的多种特征组合到一起。标签的选择直接影响最终画像的丰富度与准确度，因而数据标签化时需要与APP自身的功能与特点相结合。如电商类APP需要对价格敏感度相关标签细化，而资讯类则需要尽可能多视角地用标签去描述内容的特征。

生成画像

数据在模型中运行后，最终生成的画像可以用下图等可视化的形式展现。对于APP来说，用户画像并非是一成不变的，因而模型需要具有一定灵活性，可根据用户的动态行为修正与调整画像。

 （图片来自网络，展示某都市题材电视剧观众的用户画像）

结语

很多人将APP运营与用户的关系视为“恋人”。无论是在“追求恋人”还是“日常相处”阶段，了解与懂得是“和谐相处”的基础，也是关键。为此，我们沟通交流、观察、了解对方的星座、邀请对方做测试……从而确定下一步的行动，就好比运营人员通过“用户画像”来制定运营规划。所以，期待成为APP用户靠谱“恋人”的你，是否学会了如何构建用户画像？

一个彩蛋

自建用户画像容易受到数据体量小、广度不够等问题的制约。为此，个推重磅推出用户画像产品“个像”，基于海量大数据，提供精准用户画像及实时场景识别服务，帮助开发者构建全方位立体的用户模型。“个像”完整版即将大规模上线，尽请期待！