今天，我们可以看到，越来越多的团队、产品、从业人员甚至大妈大叔们都在谈论情怀，争辩格调，强调体验。以上所有，围绕的核心都是：用户。显然，我们已经进入一个“精准化用户”的伟大时代。

定位用户有很多的方法，比如用户调研、问卷访谈、数据分析、市场调研等等，海量甚至不可计数。我们针对自家产品的特点和自身的实际情况，更多的使用“用户画像”这种方法，来迅速、准确定位服务群体，提供高水准的产品设计服务。

下面我们简单介绍一下“用户画像”的实践体会：

用户画像的益处

用户画像可以使产品的服务对象更加聚焦，更加的专注。在行业里，我们经常看到这样一种现象：做一个产品，期望目标用户能涵盖所有人，男人女人、老人小孩、专家小白、文青屌丝…… 通常这样的产品会走向消亡，因为每一个产品都是为特定目标群的共同标准而服务的，当目标群的基数越大，这个标准就越低。换言之，如果这个产品是适合每一个人的，那么其实它是为最低的标准服务的，这样的产品要么毫无特色，要么过于简陋。

纵览成功的产品案例，他们服务的目标用户通常都非常清晰，特征明显，体现在产品上就是专注、极致，能解决核心问题。比如苹果的产品，一直都为有态度、追求品质、特立独行的人群服务，赢得了很好的用户口碑及市场份额。又比如豆瓣，专注文艺事业十多年，只为文艺青年服务，用户粘性非常高，文艺青年在这里能找到知音，找到归宿。所以，给特定群体提供专注的服务，远比给广泛人群提供低标准的服务更接近成功。

其次，用户画像可以在一定程度上避免产品设计人员草率的代表用户。代替用户发声是在产品设计中常出现的现象，产品设计人员经常不自觉的认为用户的期望跟他们是一致的，并且还总打着 “为用户服务”的旗号。这样的后果往往是：我们精心设计的服务，用户并不买账，甚至觉得很糟糕。

Google Buzz在问世之前，曾做过近两万人的用户测试，可这些人都是Google自家的员工，测试中他们对于Buzz的很多功能都表示肯定，使用起来也非常流畅。但当产品真正推出之后，却意外收到海量来自实际用户的抱怨。所以，我们需要正确的使用用户画像，小心的找准自己的立足点和发力方向，真切的从用户角度出发，剖析核心诉求，筛除产品设计团队自以为是、并扣以“用户”的伪需求。

最后，用户画像还可以提高决策效率。在现在的产品设计流程中，各个环节的参与者非常多，分歧总是不可避免，决策效率无疑影响着项目的进度。而用户画像是来自于对目标用户的研究，当所有参与产品的人都基于一致的用户进行讨论和决策，就很容易约束各方能保持在同一个大方向上，提高决策的效率。

创建用户画像的方法

业内有很多关于创建用户画像的方法，比如Alen Cooper的“七步人物角色法”，Lene Nielsen的“十步人物角色法”等，这些都是非常好并且非常专业的用户画像方法，值得我们借鉴和学习。事实上，当我们了解了这些方法之后，就会发现这些方法从流程上可以分为3个步骤：获取和研究用户信息、细分用户群、建立和丰富用户画像。在这3大步骤中，最主要的区别在于对用户信息的获取和分析，从这个维度上讲主要有以下三种方法：

简单来说，定性就是去了解和分析，而定量则是去验证。一般而言，定量分析的成本较高、相对更加专业，而定性研究则相对节省成本。因此创建用户画像的方法并不是固定的，而是需要根据实际项目的需求和时间以及成本而定。比如AXE最近的虚拟项目“洋淘”（类似海淘APP），由于是3人的虚拟预言设计小组，考虑到投入成本及项目预期，我们选择定性的方法来快速产出，收获了很好的结果。

创建用户画像的方法，并没有严格意义的最专业和最科学，但是有最适合团队和项目需求的。

丰富用户画像

在用户画像整个过程当中，“丰富画像”是最有趣也最需要细致打磨的环节。非常考验团队及设计师的敏锐度和细腻度，因为这部分是将赋予用户画像灵魂的关键步骤，堪比“画龙点睛”。

再例举“洋淘”项目，我们在前期获取了大量枯燥且凌乱的基础数据，为了让用户画像在产品设计中发挥作用，我们必须让它活起来，这就需要我们细致分析数据，并赋予用户画像更多的元素，使其立体和饱满，把数据有规则的捏合成活生生的用户模型，参与到之后的产品设计当中。

构成用户画像的基本元素通常有：姓名、照片、个人信息、经济状况、工作信息、计算机互联网背景。

用来丰富用户画像的元素有：居住地、工作地点、公司、爱好、家庭生活、朋友圈、性格、个人语录等等。

最后，我们为“洋淘”项目打磨出了以下两类主要用户（海淘的主力用户和资深用户）画像，后续的产品设计都将围绕他们展开。

另外，搭建用户使用场景也是丰富用户画像的一个重要手段，但显然这不是本文的重点，在这里我们就不展开介绍了。

把握用户画像的颗粒度

在用户画像的过程中有一个很重要的概念叫做颗粒度，就是我们的用户画像应该细化到哪种程度。前面我们提到过，要不断的丰富用户画像，让被刻画的用户变得越发立体清晰，能更有助于产品设计的精确投入。这就类似马赛克拼图，单位面积内的点越多，图像就越清晰。但是不是颗粒度越小越好呢？其实并不是，掌握好颗粒度的“度”非常重要。例如，有以下细化过程：

“这是一台相机”

“这是一台胶片相机”

“这是一台胶片单反相机”

“这是一台尼康胶片单反相机”

“这是一台尼康FM2胶片单反相机”

在上述过程中，当它是一台相机时，它身上具备所有相机的共性，但当它是一台胶片相机时，显然它就不能代表数码相机了……而直至细化到它是一台尼康FM2胶片单反相机时，它就只能代表这一特定品牌、特定型号的相机了。

所以，用户画像的颗粒度不应该过于细密。一方面是因为这直接影响着成本；另一方面也因为过于细致的颗粒度，会造成服务目标过于单一。因此，我们在细化颗粒度的过程中，要不断佐以定量研究的方法来验证，并结合实际经验来微调。

我们始终认为，使用何种“用户画像”方法一定要结合项目的实际需求和成本，要拒绝教条主义，方法是死的，人是活的，一切“上纲上线”的设计方法都是耍流氓！以上，简单介绍了一下使用 “用户画像”方法的些许感悟，希望对大家有所帮助。谢谢

本文由百度安全事业部旗下 @AXE班斧设计工作室 原创投稿，并经人人都是产品经理编辑。未经许可，禁止转载。