用戶畫像概念溯源與應用場景研究

亓 叢， 吳 俊

(北京郵電大學 經濟管理學院，北京 100876)

用戶畫像概念溯源與應用場景研究

亓 叢， 吳 俊

(北京郵電大學 經濟管理學院，北京 100876)

大數據時代，基于海量數據的“用戶畫像”正引起理論界與實業界的眾多關注?；谖墨I回顧，總結用戶畫像的概念內涵及四類畫像視角，闡述常用的畫像方法、工具，以典型互聯網企業用戶畫像實踐為背景，比較互聯網領域用戶畫像的主要應用場景、常用畫像方法和潛在價值。

用戶畫像； 概念溯源； 畫像視角； 應用場景

一、 引言

隨著智能終端和移動互聯網應用的快速普及，用戶的數字化進程正趨加速，體現在用戶的個人屬性和上網行為特征可以通過智能終端采集轉變為數據，企業通過分析數據可以揭示用戶的行為動因，并預測未來行為趨勢。盡管如此，表征用戶特征的數據體量日益增多，數據種類更加繁雜，數據更新更趨快速。如何從這些海量增長、異構多源和實時高頻的數據中攫取有價值的信息，進而洞察用戶的所思所想，成為大數據時代眾多企業亟待解決的重要問題。在此背景下，用戶畫像(user profile或persona)方法及其應用近年來備受關注。無論是Google趨勢還是百度指數，以“用戶畫像”為關鍵詞都呈現出搜索量顯著上升的態勢。

與實業界高度關注用戶畫像形成反差的是，國內學術界對用戶畫像的研究還欠系統和深入。本文通過文獻梳理和企業用戶畫像實踐比較，擬總結用戶畫像概念內涵的演變歷程，梳理用戶畫像的四類畫像視角及常見方法，比較企業的畫像應用場景及成效，提出用戶畫像研究框架。

二、用戶畫像的內涵及特點

通過對國外英文文獻的檢索，發現用戶畫像這一概念最早源于交互設計/產品設計領域。交互設計之父Alan Cooper較早提出了用戶畫像(persona)的概念，并指出用戶畫像是真實用戶的虛擬代表，是建立在真實數據之上的目標用戶模型[1]。在交互設計/產品設計領域，通常將用戶畫像界定為針對產品/服務目標群體真實特征的勾勒，是一種勾畫目標客戶、聯系客戶訴求與設計方向的有效工具[2]，借助用戶畫像手段，設計師將頭腦中的主觀想象具化為目標用戶的輪廓特征，進而構造出設計原型或產品原型。近年來，隨著互聯網行業的蓬勃發展，為解決產品運營中的用戶定位不精準、用戶運營中的個性化服務不足問題，將用戶畫像引入用戶行為分析，通過對用戶打標簽、建立數據模型來解讀“全樣本”用戶的行為特征開始成為互聯網產品設計及運營的趨勢。具體而言，在互聯網用戶行為分析領域，用戶畫像被概述為用戶信息標簽化，通過收集與分析用戶的社會屬性、生活習慣、消費行為等數據，抽象出一個虛擬用戶的特征全貌[3]，不僅幫助企業全方位、多視角地了解用戶行為特征，把握用戶行為動向[4]，還可以幫助企業針對細分用戶開展產品個性化精準設計、定制、營銷和服務。

從交互設計/產品設計轉向用戶行為分析，用戶畫像的內涵及外延一直在動態變化中。在互聯網應用領域，用戶畫像主要指以真實用戶群體為對象，以用戶的靜態屬性(人口統計特征、空間和地理特征等)和動態屬性(消費行為、使用行為等)數據為基礎，通過定性或定量方法提煉抽象出的具有顯著特征的用戶模型。

用戶畫像的內涵具有以下幾個特點：首先，用戶畫像是真實用戶的虛擬代表。用戶畫像對象不是單個用戶，而是特定用戶群體。具有相似文化、經濟、教育等背景的用戶群在使用產品/服務時呈現出相似的共同特征，這就構成了用戶畫像的基礎。用戶畫像的目的是通過對特定行為群體特征的總結和提煉，為產品/服務個性化設計、營銷提供量化支撐[5]。因此，用戶畫像對目標用戶群體邊界界定越明確，畫像結果越有針對性。其次，用戶畫像結果是有顯著特征的用戶模型。用戶畫像關注的是“典型用戶”，不是“平均用戶”，其有效性體現在對目標用戶群體的靜態和動態屬性特征的提煉與總結。用戶畫像提煉的群體用戶特征具有明顯區隔性和對象針對性，可以更精準地識別特定用戶的動機及行為偏好，進而為新產品設計、已有產品改進指明方向。最后，用戶畫像強調以用戶為中心，以用戶需求為指引?；ヂ摼W時代，產品和服務的價值體現在用戶的高頻使用中，需要根據用戶使用產品/服務的場景分析用戶的需求，來設計或改進產品/服務。用戶畫像就是要通過定性定量手段將用戶需求“聚焦”——標簽化，這些標簽以可視化的形式描述了用戶的目標、動機，以及與現有或待開發產品之間的聯系和使用場景。

三、用戶畫像視角

鑒于用戶畫像的領域不同，畫像的思路和方法有所差別。通過檢索并梳理相關領域的國內外文獻，典型的用戶畫像思路可以歸結為四類畫像視角，分別是：基于虛構的視角(Norman，2004)，基于目標導向的視角(Alan Cooper，1999 & 2007)，基于角色的視角(Jonathan Grudin；Pruit and Adlin，2006)以及基于參與的視角(Andersen，2007)。

基于虛構視角(fiction-based perspective)的用戶畫像多出現于產品交互設計的早期，借助于設計者的直覺和想象力，構造虛擬的用戶形象及其需求特性，以此作為整個設計團隊對用戶、用戶目標和行為動機建立共識的基礎。不同于數據驅動的用戶畫像，虛構視角的用戶畫像主要建立在設計者的主觀假設上，因此，畫像結果在很大程度上取決于設計者對目標用戶群的直覺判斷。Pantzar曾指出，設計者基于虛構視角對用戶畫像在設計時有可能會有自我欺騙的傾向[6]。

基于目標導向視角(goal-directed perspective)的用戶畫像強調圍繞用戶使用產品/服務的目的(如使用產品的動機、產品功能需求等)來刻畫用戶原型(user archetype)，在這種“產品導向”的畫像思路指引下，用戶畫像的目的是更好地了解特定用戶群體的產品使用偏好和功能需求。目標導向的用戶畫像基于用戶數據而驅動，因此畫像前的數據采集很重要，需要根據用戶使用的產品/服務，采集描述用戶使用動機和使用行為的數據，進而提煉符合特定目標的典型用戶特征[7]。

基于角色視角(role-based perspective)的用戶畫像與前兩類視角相比，更注重以用戶為中心，將不同用戶群體劃分為不同類型角色，根據每類角色用戶使用產品/服務時的場景和消費行為特征數據，通過定性和定量的數據分析來幫助設計者確定角色類型(如典型用戶、次要用戶、非目標用戶等)。Pruit認為設計角色應該遵從與人類的出生和生長相似的5個階段：計劃、構思與孕育、誕生與成熟、成年、終生成就與退休，以此形成角色的構建，最終對其作用進行評估[8]；基于角色視角的用戶畫像結果能夠更好地站在用戶維度而非產品維度來描述用戶的需求。

基于參與視角(engaging perspective)的用戶畫像相對于角色視角的用戶畫像又更進了一步，除了描繪目標用戶群體的產品使用場景和使用行為，還要刻畫典型用戶的心理特征(對產品的偏好)與社交特征(與其他用戶的互動關系)等，以此完成的畫像結果更生動、更真實、更形象。參與視角的用戶畫像更多是站在用戶而非設計人員的角度來構造，一方面畫像人員事先規劃好畫像的維度及數據要求，另一方面采集目標用戶群的相關數據(特別是行為數據)來量化支撐畫像結果的有效性。因此，參與視角的用戶畫像是畫像人員自主想象力與用戶數據共同驅動的結果。

通過上述分析可以看到，用戶畫像不是靜態的快照式描繪，而是從個體到群體、從具體到抽象、從寬泛到聚焦的一個動態過程。用戶畫像的四種視角體現的是畫像思路從以產品為中心到以用戶為中心的轉變，畫像范圍從單一的用戶自身特征向用戶所處場景、心理動機和使用行為特征的延展，畫像手段從純主觀想象到用戶數據驅動相結合的演變。

四、用戶畫像方法與應用領域

(一)用戶畫像常用方法與工具

用戶畫像視角不同，采用的畫像方法也有所差異，尤其是建立在純主觀設想上的虛構視角的用戶畫像與數據驅動目標導向視角、角色視角、參與視角的三種用戶畫像在方法上差別較大。

基于虛構視角的用戶畫像主要采用虛擬故事構建法，通過畫像人員的主觀想象力，對人物特征、背景、需求和時間進行假設，之后根據一個或多個片段構造故事情節，根據情節完成畫像。虛擬情節構建法應用的關鍵是通過構建的要素來搭建情節框架，以Nielsen[9]的關于用戶畫像的介紹為基礎總結了適合此方法常用的構建要素，包含七個要素：角色、時間、背景、劇情、片段、情節和梗概。其中角色是指畫像對象和其他相關對象，時間是指故事發生的開始、中間和結束時間，背景是對人物特性、位置、需求和時間的描述，劇情是指角色要解決的問題、設立的目標、達到目標的方法，片段包括故事的開始、目標、事件及發展，情節是對片段的銜接和順序，梗概指故事開始—過程—結尾。虛擬故事構建法的用戶畫像主要適用于產品用戶定位較朦朧的初始設計階段。

采用數據驅動的目標導向視角、角色視角和參與視角的用戶畫像，雖然畫像思路各有側重，但都注重采集用戶數據來支撐畫像結果。在實施步驟上，基于目標導向的用戶畫像將用戶目標和使用場景相結合，Lene Nielsen提出的“十步人物角色法”是代表。該方法將畫像過程分解為十個步驟，分別是：發現目標、建立假設、調研、發現共同模式、構建虛擬角色、定義場景、校驗與認同、分析角色、創建場景和持續發展[10]。此外，沿襲角色視角的畫像思路，Cooper提出了“七步人物角色法”，分別是：發現并確認模型因子、將訪談主體映射至行為變量、識別行為模式、綜合特征和相關目標、檢查完整性、展開敘述和指定角色類型。在角色畫像過程中，輔以關鍵詞法、列表法和卡片法等定性手段對角色進行描述，豐富用戶畫像結果[11]。

基于參與視角的用戶畫像中常用的方法是數據—用戶標簽映射法，這也是目前互聯網業界較為流行的用戶畫像方法之一。數據—用戶標簽映射法是典型的數據驅動用戶畫像，首先采集用戶的靜態屬性(人口特征、賬號特征、位置特征等)數據和動態屬性(行為特征、心理偏好特征、社交特征等)數據，然后通過一定算法(分類、聚類等)將其轉換為用戶的標簽信息，進一步應用數據可視化技術，并發揮畫像人員一定的想象力，最終完成畫像結果，相應構建步驟見圖1。數據—用戶標簽映射法的優點是以海量的用戶真實數據為基礎，以大數據分析和可視化技術為手段，畫像效率較高，結果更具說服力，深受互聯網產品經理和用戶體驗師的青睞。

圖1 基于參與視角的用戶畫像構建方法示意

數據—用戶標簽映射法為代表的用戶畫像方法的流行也催動百度、友盟+等互聯網企業開發畫像工具的功能。以百度指數為例，除了可以分析關鍵詞搜索趨勢、洞悉用戶愛好和需求、監測輿情發展方向，還拓展有人群畫像功能，可以分析地域分布和人群屬性[12]。由友盟+公司開發的面向網站和APP精細化運營的自助分析工具U-Dplus也專門設置有人群分析功能，可以完成特定人群的基礎畫像、消費畫像和行為偏好畫像[13]。需要指出的是，這些用戶畫像功能更多是在原有數據分析基礎上的延伸，而非針對用戶畫像的特有視角和方法研發設計的產物。因此，數據—用戶標簽映射法現階段在實際應用中仍十分依賴畫像人員的自身經驗、對多種數據分析方法和可視化技術的綜合應用。

(二)用戶畫像應用場景與潛在價值

當前，用戶畫像方法在互聯網行業的產品運營和用戶體驗設計領域廣為應用，為總結用戶畫像典型應用場景和潛在價值，通過采集國內的騰訊、京東兩家企業以及國外的亞馬遜、eBay兩家企業的用戶畫像實踐案例，分別從應用場景、畫像方法和潛在價值三個方面對國內外代表性企業用戶畫像的動機及應用成效進行比較。

首先，四家企業均十分重視用戶畫像在產品運營和用戶運營領域的應用，從典型應用場景看，產品運營方面以產品的精準營銷為主線，涵蓋產品推廣、個性化信息推送以及營銷渠道的分析等細分環節；用戶運營方面以用戶群的精準定位為重點，涉及特定用戶群體的識別與發現，行為偏好刻畫等。用戶畫像已與企業的業務緊密銜接在一起，這與互聯網企業以用戶為中心，注重用戶體驗的管理理念密不可分。其次，四家企業均有海量的用戶規模，相應的，用戶畫像方法多選擇數據標簽映射法，可以充分發揮其海量數據分析技術優勢，通過數據驅動完成特定用戶群體的畫像。需要指出的是，騰訊的應用案例也有部分源于用戶體驗中心，在用戶體驗設計中，應用定性畫像法來描繪不同用戶角色的心理特征和情感偏好。再次，用戶畫像的應用有效解決了這些企業存在的痛點問題。站在產品全生命周期的視角，對于互聯網企業而言，如何識別不同用戶群的需求來研發設計產品，如何根據不同用戶的偏好選取相適應的營銷渠道和營銷方案，如何針對用戶的不同訴求實現個性化服務，都是產品管理人員長期困惑的痛點問題。借助用戶畫像方法，可以幫助企業找出目標用戶、核心用戶與潛在用戶，理清不同用戶的關鍵需求及產品定位；通過用戶標簽，具化用戶的基本屬性和行為屬性，為個性化營銷和服務提供數據保障[14-19]。站在客戶全生命周期的視角，如何精準識別并定位特定用戶(高價值用戶、問題用戶等)群體，如何選取用戶偏好的個性化營銷渠道的推廣手段，如何滿足用戶個性化的服務需求等也是用戶運營過程中亟待解決的問題。通過采集用戶各類屬性特征數據，將數據與用戶標簽信息映射、約減和轉換，實現用戶群體的精準描繪，為用戶導向的個性化定制服務奠定基礎。最后，從用戶畫像的應用成效看，用戶畫像方法對企業的潛在價值貢獻主要體現在三方面：一是幫助企業深入洞察不同類型用戶的產品偏好和行為偏好，助力企業開展精準營銷和個性化服務；二是改進產品設計，提升服務質量和安全性，擴大用戶規模的同時保有存量用戶的粘性；三是提升營銷和服務精準性，有效降低個性化營銷和服務成本。

五、結語

用戶畫像方法及其應用正引起越來越多企業的關注，既有的文獻對用戶畫像的概念溯源、方法工具和應用領域缺乏整合性分析。在回顧國內外文獻的基礎上，本文總結了用戶畫像的內涵及其特點，歸納了用戶畫像的四類視角并闡述其常用方法與工具。在總結騰訊、京東、亞馬遜和eBay用戶畫像實踐的基礎上，比較了互聯網領域用戶畫像的典型應用場景、常用畫像方法和潛在價值貢獻，并且提出用戶畫像領域的研究參考框架(見圖2)，為同行學者開展相關研究提供借鑒。未來的研究至少可以從兩方面展開：首先，基于更多實踐案例提煉用戶畫像理論研究體系。用戶畫像具有較強的實踐指導性，本文提出的研究參考框架主要基于文獻梳理和互聯網領域的實踐，今后可以從更多行業、企業實踐中選取典型案例，以充實用戶畫像研究體系；其次，在研究方法上，本文以文獻梳理、定性案例研究為主，今后可以應用定量研究手段，通過問卷等方式增加研究的信度和效度。

圖2 用戶畫像研究參考框架

值得注意的是，雖然通過用戶畫像方法分析用戶行為更具直觀性，且被越來越多的企業所采用，但如今海量的交易數據和交互數據超出了企業合理的抓取、分析和存儲的能力，企業難免會因為數據分析能力不足、技術不夠等原因出現差錯。此外，企業掌握著用戶大量數據，一旦數據泄露，不僅會對企業造成巨大的經濟損失，嚴重的還要承擔法律責任，而且對用戶也會造成很多不必要的麻煩，甚至威脅到用戶的人身財產安全。因此，企業在使用用戶畫像時，要注重保護用戶隱私，提升數據分析能力，盡最大可能規避風險。

[1] 庫珀.交互設計之路[M].北京:電子工業出版社,2006:10.

[2] 郝勝宇，陳靜仁.大數據時代用戶畫像助力企業實現精準化營銷[J].中國集體經濟,2016(4):61-62.

[3] 站長之家.用戶畫像全解析[EB/OL].(2015-12-14)[2016-12-21]. http://www.chinaz.com/manage/2015/1214/483105.shtml.

[4] 劉海,盧慧,阮金花,等.基于“用戶畫像”挖掘的精準營銷細分模型研究[J].絲綢,2015(12):37-38.

[5] 網易用戶體驗中心.Persona-web人物角色介紹 [EB/OL].(2010-05-12)[2016-12-20].http://www.wtoutiao.com/p/D43hMz.html.

[6] MARSHALL R,COOKET S,MITCHELL V,et al.Design and evaluation:end users,user datasets and personas[J]. Applied ergonomics,2013，46:311-317.

[7] 愛運營.從用戶畫像到用戶場景，運營人如何定義用戶？[EB/OL].(2016-03-28)[2016-11-30]. http://www.iyunying.org/yunying/yyjc/50614.html.

[8] 任婕.騰訊網UED體驗設計之旅[M].北京:電子工業出版社,2015.

[9] NIELSEN L.Personas,interaction design foundation[EB/OL].[2016-12-15].https://www.interaction-design.org/literature/book/the encyclopedia-of-human computer-interaction-2nd-e d/personas.

[10] 人人都是產品經理.交互設計用戶模型建立[EB/OL].(2015-03-27)[2016-11-30].http://www.woshipm.com/pd/1450 29.html?from=groupmessage&isappinstalle d=0.

[11] 簡書.用戶畫像的步驟:“七步人物角色法” [EB/OL].(2015-11-25)[2016-12-12].http://www.jianshu.com/p/4cc0e5f3 f31f.

[12] 百度指數產品簡介[EB/OL].[2016-12-15].http://index.baidu.com/Helper/?tpl=help&word=#pdesc.

[13] 關于友盟+[EB/OL].[2016-12-17].http://www.umeng.com/about.html?spm=0.0.0.0.kWPr1C.

[14] 流媒體網.騰訊陳亮：跨屏全網用戶畫像基礎上的精準廣告[EB/OL].(2016-03-24)[2016-12-21].http://otv.lmtw.com/vp/201603/128807.html.

[15] 36大數據.騰訊防刷負責人：基于用戶畫像大數據的電商防刷架構[EB/OL].(2015-10-30)[2016-11-30].http://www.36dsj.com/archives/35887.

[16] 36大數據.大數據在京東的典型應用：京東用戶畫像技術曝光[EB/OL].(2014-11-05)[2016-12-15].http://www.36dsj.com/archives/16090.

[17] 大數據123.深入淺出之推薦系統原理應用介紹[EB/OL].(2017-02-20)[2017-02-25].http://www.dashuju123.com/read/26185.

[18] 人人都是產品經理.以電商為例，如何用4步法把大數據技術用在產品上[EB/OL].(2016-08-11)[2016-12-22].http://www.woshipm.com/pmd/390286.html.

[19] 中國大數據.亞馬遜推薦系統機制的分析 [EB/OL].(2014-12-18)[2016-12-30].http://www.thebigdata.cn/JieJueFangAn/12859.html.

ResearchontheConceptualOriginandApplicationofPersona

QI Cong, WU Jun

(School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China)

In the era of big data, persona based on massive data is attracting much attention from both theoretical and business circles. However, there is a lack of clear and consistent cognition to the conceptual origin, methods, applications of it in the academic circle. Based on the literature review, the concept and four types view of persona are summarized. The methods and tools of it are stated. Furthermore, taking the practice of typical Internet enterprise who have used persona as background, the main application field, common methods and potential value of persona are compared.

persona; conceptual origin; perspective of persona; application area

F490

A

1674-0297(2017)05-0082-06

2017-02-26

國家自然科學基金面上項目“云計算的商業價值形成機理與關鍵影響因素研究”(71172134)

亓叢(1992—)，女，山東萊蕪人，北京郵電大學經濟管理學院碩士研究生，研究方向：互聯網應用創新；吳俊(1971—)，男，湖南長沙人，北京郵電大學經濟管理學院副教授，博士，研究方向：互聯網應用創新。

(責任編輯張 璠)