汪：其實，還包括非人類，如：運營喵，程序猿，射雞獅……
上圖的2個描述即是壹個典型的用戶畫像案例。（吼，怎麽有種強行配CP的即時感~）
“Persona”的概念最早是由“交互設計之父” Alan Cooper提出,他認為 “Personas are a concrete representation of target users.” 即用戶畫像是真實用戶的虛擬代表，是建立在壹系列真實數據之上形成的目標用戶模型。
簡而言之，用戶畫像其實就是“用戶信息標簽化”的梳理，結合產品業務的需要，給不同群體的用戶特征貼上合適的標簽。
從電商產品的角度看，通過分析用戶的個人基本信息以及在使用產品過程中的行為軌跡如：瀏覽、點贊、加入購物車、下單、使用支付方式等等，用標簽把用戶的典型特征描述出來，提煉以下用戶信息卡片：
1、 基本屬性
往往在註冊時引導獲取，如手機號碼、性別、年齡、教育程度、所屬地區等等
2、 行為特征
通過分析瀏覽、購買行為，例如收藏母嬰店鋪、多次參加母嬰專場滿減活動等等，可以判斷這是壹個新晉父母，對優惠活動敏感度強；
3、 購買能力
通過分析用戶的訂單金額和次數，購買品牌偏好，推算出其客單價、用戶是否是高端中戶、購買頻次、是活躍用戶還是沈睡用戶等等；
4、 社交特征
分析商品分享給好友的頻次、收貨人電話和地址的數量，可以研究該用戶的社交情況；
5、 心理特征
分析用戶參加促銷活動的頻次，優惠券消耗的情況、同壹品牌、店鋪的復購率等維度，可以推算用戶對大促的敏感度，對平臺或者品牌的忠誠度；
6、 興趣愛好特征
用戶瀏覽、收藏、關註店鋪的類型，加入購物車、提交訂單的商品類別，可以分析出用戶對某些品牌、品類的偏好度，從而進行某個品類的專場營銷活動。
舉個栗子：
挨踢宅男小馬哥關註了66家動漫手辦店鋪，他的用戶標簽可能是“動漫達人”，如果平臺或商家有動漫周邊大促的活動上線，會優先將活動信息推送給這類的目標用戶。
常見電商用戶標簽： 動漫達人、數碼發燒友、潮媽、遊戲奶爸、單身貴族、家庭用戶、持家黨、嘗鮮黨、敗家黨
正如“壹千個人心中有壹千個哈姆雷特” ，用戶對產品的需求存在差異性和沖突性，不同的用戶對產品的類型、內容偏好，營銷敏感度的反響都存在偏差。
“用戶畫像”通過算法、用戶模型，提煉用戶群體的典型標簽， 壹方面可以讓團隊成員在產品需求設計的過程中能夠相對客觀、合理地將註意力在目標用戶群的動機和行為上進行產品設計；另壹方面也助力於提升營銷推廣的精準度，提高信息獲取的效率，促成產品需求優先級的決策。
例如：應用push、短信、郵件、個性化專題展示，提高用戶購買轉化率。（終於為敗家指數越發上升找到壹個完美的借口~）
如，地域分布、購買時段、品牌偏好、用戶價值大小統計
如：喜歡上的用戶有多少？喜歡上的人群中，男、女比例和年齡分段是怎麽樣的？單身的有多少呀？（怎麽感覺在操心用戶的終身大事org）
特征、行為關聯規則，如：商品搭配購買、關聯購買，推薦購買，貼心為用戶推薦符合其口味的品類，沈浸在“買買買”的愉快體驗中。（真是毫不設防啊……）
構建用戶畫像是為了還原用戶信息，確保信息的客觀真實性，因此有壹個大原則必須遵循：數據來源於所有用戶相關的真實數據。
構建用戶畫像的過程可以歸結為以下三步：
主要包括用戶網絡行為數據、網站內行為數據、用戶內容偏好數據、用戶交易數據；
通過對采集數據的處理，進行行為建模，以抽象出用戶的標簽，通過數學算法模型盡可能地排除用戶的偶然行為。涉及的技術點：文本挖掘、自然語言處理、機器學習、預測算法以及聚類算法。（Ho~程序猿GG的亮技能的時刻來了）
在此階段，需要結合用戶模型來給用戶貼標簽，如：
通過判斷＋聚類算法判斷用戶的忠誠度
根據用戶購買服裝鞋帽等用品判斷
判斷用戶對於網站的價值，篩選不同維度用戶來進行針對性推廣，對提高用戶留存率非常有用
根據用戶對“汽車”話題的關註或購買相關產品的情況來判斷用戶是否有車、是否準備買車，進而推送汽車相關的商品，甚至保險服務；
此外，還有流失用戶模型、數碼用戶模型、優惠敏感用戶模型等等。
通過記錄、抓取用戶的基本屬性、購買能力、行為特征、興趣愛好、社交網絡等數據進行分析，創建、具體化用戶畫像。
用戶畫像有其自身的特性和局限性，例如無法100%地描述壹個人，且具有時效性，因此，需要根據用戶畫像的基礎數據持續更新和修正，同時要善於從已知數據中具象化出新的標簽使用戶畫像越來越鮮活立體，發揮其參考指引價值。
不同的公司、團隊獲取數據、提煉用戶特征方式均有所不同，大的公司會自建數據分析系統以及有強大的用研和數據分析團隊支撐，而稍小壹些的公司更多借力於第三方平臺提取數據或開展細分用戶群的用戶調研工作。
1、 用戶畫像壹定要建立在真實的數據源基礎上，否則可能會導致產品、運營的壹系列方向決策錯誤；
2、團隊成員對用戶畫像的認知和認同不容小覷，應該在項目的不同階段都盡量讓團隊成員參與進來；
3、用戶畫像具有時效性，必須階段性地更新修正，定期更新數據分析時間周期和方向維度，以及時了解市場和用戶的變化趨勢，保持用戶畫像的市場適用性。
4、不要神化用戶畫像的作用和意義，甚至許多公司產品對這塊的研究還是缺失的。正確合理的用戶畫像可以更好地促進公司產品發展以及更好地輔助產品方向決策。
參考素材：
1、易觀智庫：大數據下的用戶分析及用戶畫像
2、邱勝昌老師慕課網：電商大數據應用之用戶畫像
3、楊步濤：基於用戶畫像的大數據挖掘實踐