【修真院PM小课堂】浅谈用户画像一.什么是用户画像
用户画像是一种目标用户的人物原型，它不仅可以快速了解用户的基本信息并快速归类，并且可以进一步精准地分析用户行为习惯和态度偏好。用户画像虽然是用户的虚拟代表，但必须基于的是真实用户和真实数据。
二.明确研究目的
我们尝试去做一个用户画像，往往是基于以下情景：
确定目标用户，将用户根据不同特征划分不同类型，确定目标用户的比例和特征；
统计用户数据，获得用户的操作行为、情感偏好以及人口学等信息；
根据目标用户确定产品发展相关优先级，在设计和运营中将焦点聚焦于目标用户的使用动机与行为操作；
方便设计与运营，据用户画像提供的具体的人物形象进行产品设计和运营活动，也比仅有模糊的、虚构的、或是有个人偏好的用户形象更为方便和可靠；
根据不同类型用户构建智能推荐系统，比如个性化推荐，精准运营等等。
从用户画像的使用情境也可以看出，用户画像适用于各个产品周期：从潜在用户挖掘到新用户引流，再到老用户的培养与流失用户的回流，用户画像都有用武之地。
三.明确研究方法
采用定性的方法（如，深度访谈、焦点小组）或定量的方法（如，定量问卷、行为日志数据）都能够完成用户画像的构建，不同的方法各有优缺点：
但是，不论是选择定性还是定量的方法，都首先需要对用户类型有一个基本“量”的了解，否则在选用样本时就会产生偏差。那么如何通过定量的方法（聚类）构建用户画像呢？
四.确定目标维度和数据
选择那些指标？
用户指标的选择，可以是封闭性的，也可以是开放性的。在封闭的指标中，用户群的类型是固定的，所有用户类型构成了全部的用户整体，比如轻度用户、重度用户；男性用户，女性用户。但是这种划分方式维度可能过于单一，无法体现用户群的复杂性，并且不利于指标体系的补充改进和迭代，因此在研究中我们更倾向于采用开放性的分类方式，可以根据不同应用场景变更或者拓展指标。
开放式的指标体系包括用户人口属性、行为操作属性、态度偏好属性、用户价值属性等，用户的行为和态度是不断变化的。
其中，注意一点，封闭式指标中的人口属性指标是相对稳定的静态数据。通常，从我们的经验和掌握到的用户信息，我们对用户的年龄结构、性别比例都已经明确，如果在聚类中人口属性指标对聚类干扰较大（共线性较强），或在模型中作为因子影响过高，可以在聚类时重点关注用户的行为操作和态度偏好等指标，聚类成功之后再比较每一种用户类型的人口学背景信息等。
如何获得和筛选数据？
在确定指标后，我们需要确定指标的来源。有些数据是后台行为日志可以记录到的，有些是需要用问卷调查的。一般而言，行为层面的指标可以用后台日志，更加准确。而态度层面的则要用问卷来获取。两种数据渠道各有优缺点：
理论上，所有的数据都可以通过问卷获得。但是，为了最优化研究效果，我们采取了问卷+行为日志结合的方式。在发问卷的同时，抓取了用户的设备号和ID，以匹配后台数据。
在保证问卷效度的前提下，问卷设计还需要注意结合用户特征，以提高填答率以及数据准确率。比如，针对二次元用户，在用户群年龄结构偏小的前提下问卷不能太长，不能出现深奥的专业术语；同时问卷的语句表达以及页面风格也要相应调整，使其没有距离感。同时，注意筛除多次填答和注册的马甲账号问卷。此外还要注意新用户的占比，需要评估填答问卷中新注册用户的比例是否与投放期新用户正常增量一致。用户画像是否需要包含新用户取决于项目目的，也可以和产品方讨论后决定。
五.尝试与评估用户聚类
把用户分成几种类型？
聚类分析是探索性的研究，他根据指标或者变量之间的距离判断亲疏关系，将相似性的聚为一类，因此会出现多个可能的解，并不会给出一个最优的解，最终选择哪一种方案是取决于研究者的分析判断。
把用户分的类型越少，颗粒度就越粗，每种类型之间的特征就不会很分明；用户类型越多，颗粒度也就越细，但复杂的类型划分也会给产品定位和运营推广带来负担。因此，细化颗粒度不仅需要定量的聚类来调整，还需要结合产品经验来验证。同时，因为采用的是开放性的指标体系，我们不可能像区分“男性用户、女性用户”那样清楚地知道用户类型的数量，因此，在用数据进行用户画像时，最关键的一步就是确定把用户分成几种类型。
我们将数据导入spss尝试进行聚类分析。如果变量数据形式不统一（选择的指标有定序、有定类），则需要首先对数据进行标准化；其次，两个强相关的变量和其他变量一起进行聚类会加大因子的权重，使聚类效果不理想，所以我们还要使用因子分析对选择的指标提取公共因子，对因子共线性判断，因子分析是选择合适变量进行聚类的前提，如果因子之间共线性强，则提取公因子进行聚类，若共线性不强，则直接聚类。
如何选择合适的聚类方法？
在确定因子之后需要选择合适的聚类方法。不同方法适用的情况不同，常用的是K均值聚类以及层次聚类。
K均值聚类也称快速聚类，内存少，复杂程度低，快速高效，适用大数据量。但是需要提前明确分类数目，并对均值进行定义。只能对样本聚类，不能对变量聚类，样本的变量需是连续性变量。
层次聚类可以对变量聚类，也可以对样本聚类，可以是连续变量也可以是分类变量。能提供多种计算距离的方法，但是计算复杂度高，适用小数据量，我们需要结合项目的具体情况，包括项目周期、数据形式、数据量、聚类特征等等来确定聚类方法。
六.例子
因为自营的特色，京东拥有中国电商领域最完整、最精准、价值链最长的数据。通过分析这些数据，京东建立了用户画像、小区画像、商品画像，也就是说，京东大脑知道您的购物习惯、兴趣爱好、购物心理、关注产品，还知道您所在的居民区品牌倾向、购物风格，甚至，京东还会从您与客服人员的沟通中了解您的性格特色。
传统客服长于察言观色，而京东大脑凭借的是自己高超的数据处理和分析能力。例如，谈到北大、上地、望京这三个地方的购物风格，京东大脑掐指一算，三个区域的图书选择倾向、手机品牌倾向、购物心理倾向等等立刻浮现出来，例如望京地区集中了追求生活质量的高消费力人群，北大用户喜欢物理、社科和法律图书……比算星座靠谱多了。
京东大脑架构分为3层：基础数据层、知识层、服务层。其中，知识层通过数据建模和数据挖掘，把基础数据加工成用户画像、小区画像、知识图谱等知识。服务层则利用基础数据和知识为电商业务提供预测、推荐搜索、商业智能等服务。借助京东大脑的分析，在苹果新机发布时，移动商店按照预测将新机送到热点小区附近，让用户在下单后最快一小时就收到商品。
京东大脑的思考能提升用户体验，京东大脑会根据用户画像和小区画像为用户提供更个性化、更多元化的贴身服务。例如目前京东网页上的“排行榜专属你的购物指南”、京东APP上的“东家小院”等板块，都将从京东大脑的思考中受益，为用户呈现更适合自己的产品。
京东大脑的思考可以提升服务效率。小区画像可用于京东到家、自提柜、移动商店、大篷车、京东派等，利用京东渠道、仓储、物流方面的优势，线下做好“最后一公里”。此前苹果iPhone 6s首发时，借助京东大脑的分析，移动商店按照预测将新机送到热点小区附近，让用户拥有了下单后10分20秒就收到商品的出色体验。