1.用户画像怎么做？
1.基础数据收集：收集用户在网站内外的静态数据和动态数据；
2.行为建模：基于用户的基础数据，通过技术手段进行行为建模；
3.构建画像：通过行为建模，可以输出一系列的用户标签，每个用户的标签都可以形成一个集合，这个标签的集合可以表示出这个用户的特点。
2.用户画像怎么用？
用户画像是一个底层产品，用户画像的应用通常难以看到。那么用户画像该怎么用呢？用户画像的应用总结如下：
（1）用户标签可视化：
相关产品的功能：广点通和达摩盘将用户标签直接展示出来，用户可直接选择标签，并且对标签进行组合，选出目标用户，然后投放广告。
可借鉴场景举例：比如说，我想对今年刚报课程并且消费能力比较高且学习认真的这批学员发送一条推送消息，希望他们能够参加一场直播，促进其对知识的掌握。那么可以直接选中：新用户+消费能力高+学习认真这几个标签，然后对这部分用户发送短信。
（2）用户标签关联分析：
相关产品功能-广点通lookalike：（1）提供种子用户；（2）筛选种子用户特征；（3）将种子用户与腾讯用户进行匹配，进行人群扩展。
种子用户解释：
对于品牌打造，种子用户对我们非常重要，任何公司品牌，都是从0到1，必经这个环节――寻找种子用户。
首先，种子用户是我们产品的目标群体，对我们的产品很感兴趣，并且有意向去尝试。
再者，更为重要的是，在使用之后会提出建议，有利于我们产品或者其他环节的优化。
不要随意选择一堆人当种子用户，务必满足以上两点才有资格。
种子用户如何寻找：
1. 找自己的朋友或者让自己的朋友帮忙推荐（必要时可以送一些奖品来吸引）
2. 加入目标用户的群或者是同行建的免费资源群（精准鱼塘）
选择种子用户有什么优点：
1. 种子用户本身就对产品很感兴趣，很容易裂变、变现，成为客户，也就是种子用户本身就是我们品牌的潜在客户。
2. 种子用户用了我们的产品并在社群里反馈见效，这种相当于无形地帮助我们宣传。如果这些种子用户是一些大V, 效果更明显。但是要注意一点，这些种子用户务必带来的是正向的评论。
DMP其实是一个全面的数据收集，加工，整合的平台，吸收各种数据源的数据，以用户为基本单位，清洗，整理形成结构化的数据表，并进行用户标签的计算，以期能够精准的描述各种用户。
可借鉴场景：一批用户购买了商品A，我想要找出与购买这一商品相似度比较高的用户。那么可以将这批用户的信息导入到DMP，计算出这批用户的标签，再通过关联分析，找到和这批用户相似度比较高的用户。
（3）个性化推荐：
可借鉴场景（以K12教育为例）：
（1）针对未注册用户，根据其访问行为，为其推荐个性化课程页面，提高购买转化率；如果是通过互联网广告进来的用户，则可以为其制定个性化落地页，提高注册和购买转化；
（2）针对注册未购课，根据其浏览行为，为其推荐个性化课程页面，提高购课率；
（3）根据用户学习行为（主要是做题情况），为其制定个性化试题和学习建议。
通过绘制用户画像（ Persona ）来帮助团队更好地理解用户的特征和行为，从而更准确地判断他们面临的问题和真正的痛点。
Persona 的主要目标是把海量用户抽象成更具体的用户形象，把共同的特征提炼出来，因此 Persona 是经过总结提炼以后，用一些最典型的用户特征虚构出来的角色。
每一个真实用户，很少会完全是其中一个 Persona，而可能在每个 Persona 上都能找到自己的一些影子。
使用 Persona 时，我们也应该专注在用户行为和特征的理解上，要避免简单地将身边的每个真实用户，尤其是自己，对号入座。
用户不应该是一个个标签、数字、设备名称，而是一个真实的人。
初创团队在使用用户画像时，心中时刻装着这个「真实的人」，与之「共情」——体会用户的喜悦与烦恼，才可以更好地设计产品、满足用户需求，这正是用户画像的价值所在。
建立 Persona 的基本方法是和目标用户一对一地进行深度访谈，并对访谈结果进行整理和分析。
Step1：确定访谈内容
首先，我们要确定访谈的内容，这取决于我们要描绘一个什么样的 Persona。大体来说，Persona 可能服务于产品设计，也可能服务于市场营销；前者关注用户的行为，后者关注用户的认知。以服务于产品设计的 Persona 为例，为了帮助我们更准确地判断用户需求和痛点，从实用角度，不能缺少以下几项属性：
Use Case
关键行为 x 重要场景。例如，用户 A 在公交车上用手机听歌。
Skill
设备、经验等代表用户在目标领域的技能水平。例如，用 iPhone 听歌的、收藏了 2000 首红心歌曲的豆瓣电台用户。
Story
用户的生活状态，尤其是与关键行为相关的部分。例如，用户 C 周末会去咖啡馆看书，享受悠闲的时光，有时也会在咖啡馆邂逅好音乐。对于用户 C，识别歌曲的功能会为他创造 magic moments，让他对爱上你的音乐 FM 应用。
Relationship
人物角色之间的关系。例如，A 会向 B 传播新鲜资讯，C 积累经验后会成长为 A，在效率属性上 A>B>C，等等。
在访谈之前，需要进一步搞清楚的是用户的关键行为——关键行为是指用户行为中与业务紧密相关的部分，
Persona 的核心正是每个画像的关键行为之间的差异。
轻芒服务的用户是内容消费者，所以他们的关键行为就是在手机上阅读文章、看图、看视频、听音乐这样的内容消费行为；因此，我们就需要在访谈中搜集用户看文章的频率、看视频的场景、评论和收藏内容的数量等等。
更重要的是：我们关心他们为什么阅读文章、看图、看视频、听音乐，这样的行为会对他们的生活产生什么影响？这些事情为什么对他们重要？
我们要深入访谈重度用户，比如你找重度使用手机阅读的人，他们丰富的使用经验会给你很多启发；这群活生生的用户会教会你如何做出他们喜爱的产品以及如何设计产品功能的先后次序。
此外，我们还访谈了团队中的各个角色，设计、开发、市场、运营，了解用户的哪些行为和特征对他们的工作决策有帮助。比如，运营团队希望知道用户通过哪些渠道发现 App，市场团队想了解用户对什么样的品牌、哪种推广活动比较感兴趣。这些重要的信息我们也会在访谈里进行收集。
Step 2：访谈
接下来我们就要通过访谈来搜集基础数据，深入了解用户的关键行为，为 Persona 准备好骨架和血肉。
选择合适的访谈用户也很重要，首要原则是访谈对象确实有我们关心的关键行为。
我们尝试通过身边熟悉的人请他们推荐朋友作为访谈用户，即「朋友的朋友」，一方面彼此并不熟识，还是能以陌生人的角度去了解他、而不是先入为主地做判断；另一方面又因为有朋友做桥梁，双方互相信任，用户在谈话时就会放松地聊到各种细节、而不是回避敷衍。
其次，要注意「兼听则明」；按照关键行为发生的场景不同，选择不同生活状态、技能水平的用户去听取意见。
我们的朋友圈毕竟是有单一性的风险的，还是要确保受访对象能全面地体现我们的用户特征。在为轻芒选用户时，我们会按照「对世界保持兴趣的人们」用手机内容的场景不同去选择典型人物，比如经常出差的销售 A、写博客画插画的自由设计师 B、喜欢健身和马拉松的文员 C、好奇心旺盛的大二学生 D，等等。
开始的时候，「场景」可能是一个个模糊的散点，但随着聊过越来越多的用户，慢慢就集齐了几大类重要场景的典型用户数据。这时，访谈的阶段就可以告一段落。
访谈中要注意不要误导用户给出「迎合」你的假答案。这时候，在心理上和业务目标保持一定距离是比较重要的。提问要以开放性问题为主，多问“怎么样”、少问“是不是”。
比如，「你平时是怎么用手机看文章的？」「你最近一次用手机看文章是在哪里啊？看的什么？」人们回忆自己真实生活经历的时候，会呈现出许多鲜活的细节，你也许会同时收获丰富的资料和灵感。
Step 3：建立 Persona 模型
有访谈素材之后，我们使用了「行为轴」来建立 Persona 的模型。大家可以通过下面的图例形象地理解「行为轴」这个概念。每个行为轴都可以体现用户在某一行为上的程度差异。
我们对关键行为分别做出行为轴，根据访谈收集的信息把用户放到行为轴上。每个受访者在轴上的位置是否精确并不重要，他们之间的相对位置关系更为重要，不同轴上的受访主题集群之间具有明显不同的行为模式。
当我们把所有受访用户都排列在行为轴上并反复调整他们的相对位置之后，会出来下面这样的图。因为不方便跟大家分享轻芒的原始信息，这里是一个虚构的 15 例用户样本的画像，他们大致聚类成 4群人，聚类之后可以以颜色区分：
最后，我们观察用户们在行为轴上的聚集关系，在多条行为轴上都彼此接近的用户可能会代表一类典型用户角色，他们体现出的行为模式将形成 Persona 的基础。
Step 5：完成 Persona 并展示
最后，再检查一下 Persona 的维度、特征属性是不是完整，然后完成 Persona 的描述。
之前也提到了，Persona 是抽象虚构的，我们为他们都取了名字，但他们并不是真实的用户。
Step 6：用好 Persona
Persona 是一个好工具，但更重要的是如何用好这个工具。
进行产品优先级的决策
按照上述流程一般会制作出 3-6 个 Persona，这时决策者要根据外部趋势和公司内部资源来确定每个 Persona 的优先级，分清楚产品的首要用户、次要用户、负面用户（即暂时不会关注的用户）。
在迭代过程中，我们要始终考虑首要用户的需求优先级高于其他人群。
指导产品设计：在产品设计之初就应该建立 Persona，这样设计的整体性会更好，让首要用户获得更好的体验、从而沉淀在产品中。
能不能静下心去学习，不要飘，稳重一点，做真实的自己，
