用户画像研究如何设计？从行为数据到人物画像

适用场景

用户画像（Persona）研究适用于：

• 产品方向决策：为谁做产品？核心人群是谁？
• 定位与沟通：面向核心人群的品牌语言与渠道选择；
• 体验设计：不同画像用户的使用场景与需求差异；
• 增长策略：识别高价值画像、寻找相似人群。

画像研究常见于新品类探索、新产品立项与存量用户分层优化。

核心业务问题

• 我们的用户由哪几类人构成？各占多大比例？
• 每类用户的动机、痛点、使用习惯是什么？
• 不同画像用户的价值（消费、频次、传播力）如何？
• 哪类画像是优先目标？产品与营销如何差异化？

推荐研究框架

阶段一（定性挖掘）：深访/焦点小组 → 提炼用户动机、场景、需求维度
阶段二（定量验证）：问卷调查 → 聚类/因子分析 → 细分画像
阶段三（画像合成）：定性×定量交叉 → 生成 Persona 卡片
→ 画像规模与价值评估 → 目标画像优先级 → 产品/营销应用

关键原则：定性先行挖掘“用户为什么这样”，定量验证“这样的人有多少”——两者缺一不可。

方法选择

样本设计

• 定性阶段（经验参考）：10–15 个深访/群体；覆盖“典型用户 + 边缘用户 + 流失用户”，避免只听一种声音——样本充分性视研究目标与信息丰富程度而定，见定性研究样本怎么设计；
• 定量阶段：≥ 500（态度量表多，需支撑聚类）；细分画像每组 ≥ 100；
• 配额：按使用频次（重度/中度/轻度）、场景（不同用途）、渠道分层抽样；
• 补充：结合行为数据（后台使用记录）为画像添加行为佐证。

问卷模块

1. 甄别与行为：品类使用频次、时长、场景、花费；
2. 动机量表：购买/使用动机（如效率、品质、社交、价格）——5 点量表 10–20 题；
3. 态度量表：对品类/品牌的看法、决策风格（冲动/理性）、信息渠道；
4. 痛点清单：使用中的问题与不满（多选 + 开放）；
5. 期望与需求：理想产品要素、愿意付费的功能；
6. 背景：人口属性、职业、生活方式（画像标签用）。

分析输出

• 画像分群：3–5 个画像，每个画像含规模占比、核心特征（雷达图）、动机与痛点；
• 画像卡片（Persona Card）：姓名/照片风格头像、一句话描述、目标、痛点、渠道偏好、典型场景；
• 价值评估矩阵：画像规模 × 价值（消费/频次）→ 优先画像；
• 画像差异表：各画像在动机、渠道、决策路径上的显著差异；
• 应用建议：每个画像对应的产品功能、沟通话术与投放渠道；
• 数据附录：聚类方法、变量、K 值选择依据。

常见错误

1. 跳过定性直接聚类：问卷题目没有深度动机支撑，聚类结果只有“数据分组”没有“人”；
2. 画像过多/过少：5 个以上无法管理，2 个以下没有差异化价值；
3. 用人口属性当画像：“25–35 岁女性”不是画像——动机与行为才是画像核心；
4. 画像之间区分度不足：聚类验证（显著性检验）缺失，画像重叠无法使用；
5. 只给画像不给应用：没有产品/营销动作的画像只是好看的卡片；
6. 忽略高价值小众画像：规模小的画像可能贡献更高利润，别只看占比。