我们需要描述我们的潜在用户，他们是一群什么样的人，有什么共同点，这些特点是如何和我们的产品发生关联的。

如何描述产品的潜在用户呢？

很多做用研的同学一定听说过“用户画像”这个词，没错儿，用户画像是用来描述用户特性的手段。

Alan Cooper（交互设计之父）最早提出了 persona 的概念:“Personas are a concrete representation of target users.”

用户画像（Persona） 是建立在一系列真实数据之上的目标用户模型。根据用户的目标、行为和观点的差异, 区分为不同的类型, 然后抽取出典型特征, 结合一些统计学要素、场景描述等, 形成了一个人物原型(personas)。简单而言，用户画像就是把用户特征标签化，格式化归类用户特征，提取用户需求或者痛点。

用户画像（personas）就是把用户特征标签化，是用来描述用户特性的手段。

用户画像包括哪些内容？

一般比较基本的用户画像应该包括以下几个方面信息：

（1）自然特征：性别、年龄、地域、教育水平等

（2）社会特征：婚姻、家庭、社交渠道、职业

（3）偏好特征：兴趣爱好，常用APP或网站、品牌偏好、产品偏好

（4）消费特征：收入及购买力，已经购买过什么商品、购买频次、购买渠道

网络上流传的一个用户画像的例子（纯属娱乐）

那么我们如何去建立用户画像？

传统的做法是进行市场调研，比如问卷的形式，或者客户访谈等方式，这些方法有一个共同的特征，就是抽样统计，也就是拿潜在用户群体的一小部分，来对其进行描述，然后以这一小部分的特征作为整个群体的特征。

这种方法有其统计学的理论基础，但不可否认的是要做一次比较准确的用户调查，样本数量不能少，而且还会存在很多主观的因素带来结果上的偏差，比如被调查者可能不会如实地回答问题，或者带有某种倾向，故意说一些感觉会让人高兴的话。

互联网公司都开始采用大数据技术来做用户画像，即不再使用抽样统计的方式，而是对所有用户的信息进行处理和统计，提取共性的特征。这种方法得出的结果是最真实可行的。

基于用户数据的用户画像

互联网公司通过在自己的产品中统计用户数据，来建立用户画像，用户数据来源主要来自于对用户使用产品过程中产生的数据。