編輯導語：在團隊協(xié)作中，信息差是影響協(xié)作效率的關鍵因素，有時候不同成員貌似在談論同一對象，卻在討論了老半天后發(fā)現(xiàn)并不是。為了解決這個問題，便需要運用到用戶畫像。如何刻畫用戶畫像呢？一起來看一下吧。

在工作中談及產(chǎn)品或服務設計的時候，都需要基于業(yè)務構建場景、目標對象以及期望達成的結果。

在團隊協(xié)作中，信息差是影響協(xié)作效率的關鍵因素。常常不同成員間貌似在談論同一目標對象，但事實上并不是，而這個“不是”卻是在討論了老半天之后才被發(fā)現(xiàn)，這不免讓團隊的交流“雞同鴨講”，無法順利開展。

如果在團隊協(xié)作中，有辦法讓你與其他伙伴在開始討論前，就能錨定同一個目標對象，那么即便各自背景不同、工作職能不同，也能更好地溝通和協(xié)作。

為了解決上面的問題，今天分享的工具——用戶畫像。

01 什么是用戶畫像？

1999 年，Alan Cooper 最早在《The Inmates Are Running the Asylum》提出了用戶畫像（Persona）的概念，認為“用戶畫像是真實用戶的虛擬代表，是建立在一系列真實數(shù)據(jù)之上的目標用戶模型”。

用戶畫像是從海量用戶中提煉共同特征，再用最典型用戶特征總結成一個個虛擬的角色。用戶畫像與單個用戶相比，強調(diào)的是一群人，是對群體宏觀的把握。

為了體現(xiàn)群體的共性，基于單一/組合維度識別下，弱化群體中每個個體的形象與特色，從而聚合的一類用戶共有特征。這個被虛構的角色不一定真實存在，但在探討過程中，可以依此為溝通的樣本，開展工作。

02 定性繪制畫像的優(yōu)缺點

在實務工作上，通過用戶畫像可以有效開展精準營銷、數(shù)據(jù)應用、用戶分析以及數(shù)據(jù)分析研究，輔助洞察垂直領域、用戶關系、用戶喜好等，挖掘商業(yè)價值。

在對用戶群體的研究中，根據(jù)真實用戶聚類而成的典型用戶，除了掌握用戶基本的行為數(shù)據(jù)之外，還要關心用戶背后的動機、目標、價值觀等等。

使用用戶畫像可操作的方式有“定性”、“定量”和“定性+定量” 3 種，主要涉及用戶訪談、細分態(tài)度/行為數(shù)據(jù)收集，加之聚類分析，可以建立細分群體的用戶畫像。

不同的操作方式各有利弊，本文討論基于定性中的用戶訪談開展用戶畫像繪制，這個方式的好處是省時省力、簡單。缺點則是缺少定量數(shù)據(jù)支持和驗證。

對于探索用戶畫像，不失為一個低成本投資的辦法。

用戶畫像的實施規(guī)劃：建立假設 → 目標數(shù)據(jù)采集 → 目標數(shù)據(jù)分析 → 評價體系構建（基于真實需求） → 用戶畫像建立。

03 結合核心業(yè)務確定用戶關鍵行為，建立假設

什么是關鍵行為？是指影響用戶認知、購買、使用、傳播和復購的一系列行為，都是關鍵行為。

比如，在進行奶粉調(diào)研的項目中，你不會去關注用戶喜歡穿什么顏色的衣服，這些內(nèi)容與關鍵行為并不相關。

而用戶的受教育水平、可支配收入、注重營養(yǎng)的程度等等，則會直接影響用戶，那么這些就可以認為是“關鍵行為”。

在調(diào)研工作中，可以依據(jù)用戶的“活動、能力、動機、態(tài)度以及技能”等構面進行關鍵行為的探索。

以某奶粉品牌調(diào)研的項目為例，你可以去這樣去調(diào)研用戶。

1) 活動面

了解消費者和產(chǎn)品會在哪些地方產(chǎn)生交互。

比如，你會看電視嗎？都看什么節(jié)目？每天看多久？在什么平臺進行閱讀？喜歡關注哪些內(nèi)容？是從什么渠道關注到你們產(chǎn)品的？

2）能力面

了解消費者具備產(chǎn)品認知的哪些專業(yè)能力。

比如，你是通過什么去判斷奶粉的質量？品牌力？產(chǎn)品力？傳播力？還是自己本身具備相關的專業(yè)知識？專業(yè)程度如何？

3）動機面

了解消費哪些跟產(chǎn)品相關的動機。

比如，你為什么要把開水涼到 50 度？擔心奶粉結塊，沖調(diào)不勻？還是擔心破壞如維 B、維 C、DHA 等營養(yǎng)素？

4）態(tài)度面

了解消費者是如何購買&評價產(chǎn)品。

比如，你購買奶粉是朋友(親人)給你推薦的嗎？你自己會依賴朋友（親人）的意見嗎？

5）技能面

了解消費者具備哪些與奶粉相關的技能。

比如，你是自己泡奶粉嗎？會使用溫奶器嗎？

團隊通過收集相關信息充分討論后，確定用戶的關鍵問題，最后匯總成一張訪談問卷。

04 通過調(diào)研，收集用戶關鍵行為的變量數(shù)據(jù)

在進行訪談之前，依據(jù)母群的分布情況，需要進行訪談對象的配置。設定各維度后，組合各維度條件定向邀請訪談者。這樣有利于在訪談環(huán)節(jié)能更大程度匹配母群的特性，發(fā)揮小樣本的價值。

在邀請的受訪者數(shù)量上，為了保證質量，原則上數(shù)量越多越好，但于成本考量，一般至少達到 20 個。在隨著訪談的進行，維度可能會有新增、偏移，那么可以動態(tài)調(diào)整后續(xù)的訪談者，不斷聚焦。

在訪談過程中，需要特別注意以下 6 點。

1）避開過于熟悉的朋友和“訪談專業(yè)戶”

在訪談對象篩選期，首先針對特定的研究目的需要刻意移除近期有過訪談經(jīng)歷的對象。接著經(jīng)常參加調(diào)研的“專業(yè)戶”，也需要被剔除。他們由于經(jīng)驗使然，會根據(jù)你的研究目的回答你想到的答案，這樣對你的研究反而是一種傷害。

另外，就是你熟悉的朋友們，正是由于你的熟悉，會對他們可能的想法產(chǎn)生臆斷，這種想法主觀而強烈，關鍵是你還不易察覺。

這里其實最好的訪談對象是你朋友的朋友，完全陌生的受訪者很難慷慨的為你提供信息，而且在時間溝通上或后續(xù)訪談信息確認上，都會有很大的不確定性。而對于你朋友的朋友，則會相對容易一些。不過，這也是在消耗你本身的個人社交資源，在訪談資源緊迫高的時候，再考慮動用。

2）訪談場景盡可能面談

訪談盡量安排面談，不建議電話溝通。哪怕在疫情期間，也可以使用會議軟件，開視頻與受訪者進行訪談。因為在訪談過程中，除了受訪者語言表達的內(nèi)容之外，受訪者的表情以及動作更是值得我們研究的內(nèi)容。

比如，你在問某些問題是，受訪者會表現(xiàn)的非常興奮、疑惑或者走神等等，這些信息都會在受訪者的表情、眼神甚至肢體動作被下意識表達出來。

3）在訪談過程中盡可能錄音、錄像

在訪談進行時，能注意和捕捉到的信息是非常有限的，對于受訪者在訪談過程中的種種細節(jié)，反復回看是很有必要的。

一般線下面對面的訪談，會以錄音的形式居多。而線上的訪談，則可以使用類似“飛書妙記”之類的工具，根據(jù)錄制好的視頻內(nèi)容在線語音識別轉文字，整理成逐字稿，便于團隊分享使用。

4）時刻記著深挖行動背后的動機

一般訪談都會從用戶的關鍵行為切入，會詢問用戶“你是怎么怎么完成某事的？”依據(jù)用戶的描述， 你只會知道用戶的完整經(jīng)歷，但對于某個行為背后的動機是缺失的，這并不能幫助我們進行深度的剖析和思考。

在用戶談及經(jīng)歷后，應該在某些環(huán)節(jié)上不斷追問為什么。

5）引導用戶以數(shù)字表達、以具體例子表達

在《怪誕心理學》一書中談及“自我美化”現(xiàn)象，指的是人們在對自己的形象、態(tài)度和價值觀等進行自我知覺的時候，會有自我美化的傾向。很多時候用戶都會在訪談過程中，往往也會不由自主以一種更有利于正面評價自己的方式，來收集和解釋和自我有關的信息。

比如，當用戶表達平時的愛好是看書。你可以接著問受訪者今年有大概看了多少本書？最近看的是哪本書？是什么時間？有哪些內(nèi)容片段是印象比較深刻的？

你可能得到的回答是，用戶今年看了 2 本書，最近看的是《價值》，是在2個月前……由于“自我美化”現(xiàn)象的存在，用戶會把之前看過的書反復提起，在自我評價會比現(xiàn)實中的自己要好上一些。

所以，通過數(shù)字和具體例子，可以更加有效提高訪談內(nèi)容的信噪比。

6）多使用比喻、類比、擬人的提問方式

由于感受的抽象性，如果是直接問受訪者對某產(chǎn)品/品牌的感受時，由于受訪者在表達上的詞匯會比較匱乏，面對這類感受型問題時，很難給出一個答案。那如果你嘗試使用比喻、類比或擬人的方式，可以讓受訪者建立聯(lián)想，這樣就會容易許多。

比如，你想知道受訪者對于“鐘書閣”書店的品牌感受和其他書店有什么不一樣？

你可以這樣進行提問，假設每間書店都是一個人物形象，你會把“鐘書閣”書店畫成什么樣呢？會把“弗弗西里”書店畫成什么樣呢？

經(jīng)過一些特征點的引導，讓受訪者去表達出“鐘書閣”書店的品牌感受和其他書店的感受差異。

或許受訪者會告訴你，“鐘書閣”書店給他的感受是一個魔法師，像是哈利波特電影里面的樓梯、過道、鏡面玻璃等元素都給他一種強烈的視覺沖擊，進入書店里面像是讓他在九又四分之三月臺喧囂浮躁，進入了魔法世界的沉浸式體驗。

生硬的訪談會讓這些有趣的表達被埋沒，很多時候只需要有技巧的適時引導，受訪者的聯(lián)想表達能力其實是非常豐富的。

05 分析用戶關鍵性行為變量，建立畫像模型

在進行完訪談工作之后，接下來就需要對訪談內(nèi)容進行梳理。目標是希望通過整理資料，將用戶關鍵性變量的信息劃分為評價維度。

下面以某人力資源企業(yè)面向新入職的員工調(diào)研為例，訪談 20 個人，可將員工關鍵性變量劃分為 3 個維度：

1. 對「入職信息」的認知清晰度
2. 對「薪酬待遇、社保、公積金」的關注度
3. 對「客服人員」的依賴度

對于每個評價維度，為了能從程度上進行區(qū)分，將采用量表的方式進行編碼。根據(jù)實際的業(yè)務情況可以選擇 3 點、5 點或更細顆粒度的量表單位，從低分到高分區(qū)進行等級劃分。

量表刻度不易過大或過小。過大，在畫像聚類會過于稀疏；過小，在畫像聚類會過于密集；都不易進行聚類劃分，應盡量結合訪談人數(shù)進行考量。

本文討論的為定性進行用戶畫像的情況，定量的部分可閱讀文章：提效客戶體驗管理：Excel 應用 RFM 模型實操客戶分群。

在訪談 20 個人的情況下，選用 3 點刻度，可以產(chǎn)生 3*3*3=27種編碼組合。對于不同的維度，需要定義統(tǒng)一的評價標準。

維度 1：對「入職信息」的認知清晰度

• 1分 → 非常模糊 → 有因忽略信息導致影響入職流程的的經(jīng)歷，但不影響正常入職流程
• 2分 → 一般 → 基本能把握重點的入職流程信息，次要的信息稍模糊
• 3分 → 非常清晰 → 對入職流程的信息非常了解，有自信獨立完成

維度 2：對「薪酬待遇、社保、公積金」的關注度

• 1分 → 非常漠視 → 目前只關注到薪酬待遇，社保和公積金狀態(tài)都不是很清楚
• 2分 → 一般 → 關注薪酬待遇的同時，也清楚社保和公積金其中一種狀態(tài)，并大概清楚其具體動態(tài)
• 3分 → 非常關注 → 非常關注薪酬待遇、社保和公積金，并已完全掌握其具體動態(tài)

維度 3：對「客服人員」的依賴度

• 1分 → 非常依賴 → 在入職期間有3次以上的客服協(xié)助
• 2分 → 一般 → 在入職期間有3次以內(nèi)的客服協(xié)助
• 3分 → 非常獨立 → 在入職期間基本不依賴客服人員，獨立完成入職

評價后產(chǎn)生的評分，并不是用于積分，而是形成編碼表。借由對于每個受訪者進行編碼，可以對員工的類型在編碼層劃分分布情況。由于缺少定量的數(shù)據(jù)進行支持，可以利用人工（專家）進行判別，依實際業(yè)務場景將相似的編碼進行聚類，最后歸納出幾類員工。

根據(jù)員工訪談信息對員工 – Guofu 進行評價。

• 維度 1：對「入職信息」的認知清晰度：一般 → 2分
• 維度 2：對「薪酬待遇、社保、公積金」的關注度：一般 → 2分
• 維度 3：對「客服人員」的依賴度：一般 → 2分

則，Guofu的聚類編號為：222。

以此步驟把 20 位受訪者針對 3 個評價維度進行評分。比如，A_01：222、A_02：232、A_03：333……

記錄各種編碼組合的計數(shù)量，如表所示：

根據(jù)計數(shù)量，可以得知本次受訪者的大致編碼分布情況。比如，編碼「222」可以理解為，在入職期間有中度依賴客服人員協(xié)助，自己對信息了解和薪酬待遇、社保、公積金相對關注，屬于有問題及時學習處理的類型。編碼「232」和編碼「222」從與企業(yè)的交互上，比較接近，可以歸納到一個類別。

06 聚合用戶共性，虛構形象鮮活的角色

如果在畫像可視化描述的過程中，遇到信息缺失的情況，則需要考慮回訪之前調(diào)研的用戶，依據(jù)畫像類型，進行更有針對性的訪談，把畫像中可能存在的信息盲區(qū)適當補充進去，豐富畫像的鮮活感。

另外，具體類型數(shù)量需要結合編碼分布、計數(shù)量和實際業(yè)務進行考量，但需要注意，如果某個編碼數(shù)量只有“1”，應盡可能進行相似性聚類?；蛘哂凶銐虻脑蜻M行說明，讓此編碼獨立成為一種員工類型。

員工畫像類型是一個虛擬的人物形象，這個人物形象應盡可能聚合此類型集合中員工的共性特點進行描述。

根據(jù)聚類結果，與專家深入討論后，員工可以大致區(qū)分為：學習型員工、獨立型員工、冒失型員工、弱網(wǎng)型員工 4 種類型。

1. 獨立型員工，聚合編碼：4種（313/323/322），計數(shù)量：4
2. 學習型員工，聚合編碼：4種（222/223/232/322），計數(shù)量：9
3. 冒失型員工，聚合編碼：3種（123/212/221），計數(shù)量：3
4. 弱網(wǎng)型員工，聚合編碼：2種（113/131），計數(shù)量：4

匯總編碼。比如，學習型員工畫像需要兼顧 4 種編碼類型，還有 9 個員工共同代表此員工類型。在描述中，應結合訪談者的基本信息、事件、行為等，進行人物虛構。

其中，畫像信息應該基本囊括以下信息。

1. 基本信息面

• 人物頭像&昵稱：虛構人物。
• 人物年齡：可依照計數(shù)量進行區(qū)間
• 人物性別：可依照計數(shù)量進行劃分，或同時存在
• 人物學歷：可依照計數(shù)量進行劃分
• 所在城市：可依照計數(shù)量進行劃分，如聚合在一線城市（上海市）
• 薪資區(qū)間：可依照計數(shù)量進行區(qū)間
• 職位：可依照計數(shù)量進行劃分，如聚合在中層職位、基層職位等

2. 入職(業(yè)務)場景

描述入職流程中的亮點和噪點，并說明促員工付諸某個行動的因素是什么？這包含外在和內(nèi)在動機。

3. 目標行動

員工想要、需要、希望達成的任務、期望是什么？為此員工付出了哪些努力？

4. 維度表現(xiàn)

• 入職信息的認知清晰度根據(jù)此員工聚類的平均情況進行百分比計算，以Progress（進度條）或星標的形式表達即可。
• 薪酬待遇、社保、公積金的關注度根據(jù)此員工聚類的平均情況進行百分比計算，以Progress（進度條）或星標的形式表達即可。
• 客服人員的依賴度根據(jù)此員工聚類的平均情況進行百分比計算，以Progress（進度條）或星標的形式表達即可。

5. 交互觸點

標記員工與公司在哪些渠道進行過有效交互，即公司有效觸達到員工的交互。

6. 其他表現(xiàn)

非共性信息，但具備畫像意義的描述。

07 寫在最后

用戶畫像創(chuàng)建出來后，還需要將它參與到產(chǎn)品設計開發(fā)、推廣運營等決策中去，否則是沒有任何意義的。需要召集與公司相關的業(yè)務和運營部門，如有有什么問題/想法說不清楚，那就代入具體的用戶畫像，以此達成共識并開展工作，這樣團隊的溝通會更加順暢、高效。

由于定性分析出來的結果，還缺乏相關的數(shù)據(jù)去說明結果的正確性，下個階段還需要作進一步用戶畫像的驗證。

在實際產(chǎn)品/服務設計過程當中，從用戶使用產(chǎn)品的頻率、市場規(guī)模大小、收益潛力、競爭優(yōu)勢/策略等進行排序，關注使用者對具體某個功能的需求，根據(jù)相似性，再進一步對原用戶畫像優(yōu)化、細分、迭代。

用戶畫像并不是一成不變的，隨著時間的推移、新用戶的加入、產(chǎn)品/服務功能的更迭等等，原先聚類的用戶都有可能產(chǎn)生轉移或流失，用戶畫像也因此發(fā)生變化。

那么用戶畫像的構建，也需要因應業(yè)務發(fā)展的不同階段，動態(tài)更新。

參考資料：

[1] 案例的實操：教你一招快速找到用戶畫像的方法 – https://mp.weixin.qq.com/s/9uSKzA4242jHEGoslgSa7A

[2] 關于用戶畫像，看這一篇就夠了-https://www.getui.com/news/2017121347

[3] 如何梳理用戶畫像 -https://upskill.pro/2020/03/24/如何梳理用戶畫像/

[4] 安曉夏：人物角色研究-用戶研究、市場營銷常見的28種人物角色

[5] 《用戶畫像-方法論與工程化解決方案》-趙宏田

#專欄作家#

龍國富，公眾號：龍國富，人人都是產(chǎn)品經(jīng)理專欄作家，人因工程碩士。致力于終身學習和自我提升，分享用戶研究、客戶體驗、服務科學等領域資訊，觀點和個人見解。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)授權，禁止轉載。

題圖來自Unsplash，基于CC0協(xié)議。