在对用户画像中的信息开展调研之前，首先确定它包含哪些信息，哪些可以提炼成标签，哪些需要重新定义。

那么，用户画像中包括哪些信息呢？

在网络上，随处可见的用户画像，有下图所示这样式儿的：

还有一种是这样的：

这两张图，是网络上最常见的C端的、对外宣传的通用的用户画像，删除了很多关键信息和数据，它也不指向具体的某一个人，是对一群具有相似消费需求的人群的描摹。

还有一类用户画像，代表的是一个行业、一家企业、一个组织或机构中的用户画像，比如财务人员、HR、产品经理、销售团队等，具有明显的行业特征的用户画像。

这种场景下的用户画像，调研的关键就集中在对基本信息、用户需求、社会属性、个人偏好、动机、兴趣爱好、购买决策的权限和使用习惯上。

所以，不论是以上哪种情况下的用户画像，它所涉及的信息都包含以下三类：统计信息、规则信息，以及待挖掘信息。

• 统计信息

这是最基础、也最常见的信息类型。

比如，对某个用户来说，它的职业信息就包含了性别、年龄、所在企业、所在项目、岗位职责、项目职位、加入项目时间、加入企业时间、原先所在企业、原负责项目、近一个月沟通次数/沟通主题/反馈问题等都可以统计出来。

该类标签构成了用户画像的基础，都可以从销售那里、招聘网站上获取到，背调范围也扩大了，统计出来的纬度更多，内容更精准。

还有用户的个人生活信息、家庭信息、消费行为信息，除了存储在企业的运营数据中以外，是不允许进行买卖的，可以从各大咨询机构发布的中立性的报告中进行归纳。

比如小红书、快手、抖音的用户行为分析报告。

如果所在行业有专门的咨询机构、营销机构、大数据机构，如艾瑞网、199IT，报告厅等，可以免费下载这些公开的研究报告。

• 规则类信息

规则类标签数据需要从正在运营中的产品中获取，它是基于用户行为数据由团队自定义产生的。

比如对「是否重要用户」这一口径的定义可以是「近3个月内交易次数≥5 」。

规则类标签更多是把与用户有关的方法论、模型，结合真实的用户消费行为进行了量化。

所以在总结和提炼规则类数据的过程中，需要相关人员对业务、机会、模型、应用场景、数据的结构、分布和特征更为熟悉，是由大家共同协商确定下来的。

• 挖掘类信息

该类标签用于对用户的一些属性或行为进行预测，比如判断判断用户某一人生阶段的关注点、 对竞争对手的偏好程度、流失意向等，可以说是基于用户的基本信息和行为信息进行深度分析得来的。

例如，根据一个用户评论习惯和反馈态度判断该用户对品质的关注点；根据一个用户多次购买同一产品的统计信息判断其对竞品的偏好程度。

这类挖掘出来的标签，更多是定性的，只能做为参考，因为影响用户做出决策的因素，都可能包含决策流程、优先考虑的因素、动机、干扰因素、面临的障碍、标准，顾虑等。

比如对消费需求的判定可以从需求度、紧迫度、消费能力和消费意愿等。

相对于前两类，挖掘类标签获取周期较长，但对指导业务有巨大的价值。

这三类标签是不冲突的，有的需要从调研中获取，有的需要从不同系统中获取，经过加工处理，按照使用需求和任务指标进行加工。

把这三类信息汇总一下，就是如下图所示这种结构：

再细分一下，可以丰富到这种程度：

这样的画像适合在企业内部流转，包括用户的形象、用户基本信息和用户需求，有的甚至还会在加上解决方案。

在对这些信息经过脱敏后，就可以让设计师设计成开篇展示的那两种用户画像的格式了。

了解了用户画像都包含有哪些信息后，就可以通过调研针对性的获取了。

不同类型信息的调研方式

先上图：

这是最常见的几种用户信息调研方式。

• （1）问卷调研

设计问卷之前，对自家产品或行业竞品要有一个基础的认识，我们才可能设计出针对性的问题，也能理解用户填写的信息、反馈和评论。

首先可以把自己当作用户，反反复复的了解和试用自家产品和竞品，毕竟并不是每个人都是产品的深度用户，甚至只用到产品30%~40%的功能。所以，在了解自家产品时，就要像演员接到一个角色那样，开始研读剧本，体验生活，让自己逐渐成为这些产品的资深用户。

其次，可以问问开发产品的人和客服，他们能给我们反馈很多产品存在的问题。将这些反馈和自身的使用体验结合在一起，也能提炼出来一些共性问题。

这个时候，以这些问题为出发点，就可以进一步扩大调研范围，去了解真正的用户。尤其是那些已经成交的用户，可以约他们一起参与到问卷调研中，或面对面访谈，开放性的去了解他们使用产品的情况和对产品的反馈。

这些准备工作是为了让我们设计的问卷更符合用户的行为习惯，因为没有对等思考的沟通是一种不专业的表现。

在选择目标用户方面可以使用以下三种抽类类型：

随机抽样：从所划分出来的几个细分市场中的目标用户里随机抽取作为样本，使得每一个样本都有相同的概率。比如宝妈这一目标用户，一胎和二胎的宝妈在参与问卷调研时提供的信息将是完全不同的。

分层抽样：将抽样目标用户按某种特征或规则划分为不同的层，比如高管层、基层工作人员，或是极客型用户，然后从不同的层中独立、随机的抽取。不仅能保障样本的结构与总体目标的结构相近，还能提高估算的精度；

整群抽样：将抽样目标用户中若干个人合并为一组（比如高管、专家、基层人员作为一组），抽样时直接抽取整组，对选中的目标用户中的所有人实施问卷调研。

这种方式因为是在线上进行的，可以每隔一段时间使用一次，尤其是有政策变化、新规范出台、新技术席卷整个行业时，这些用户都会有新需求产生。

针对收上来的问卷，可以使用以下数据分析技术：

联合分析技术：确定目标的关注点范围，根据相似性进行归类，确定最受欢迎的关注点。除了价值点，还有需求、兴趣都可以采用这种数据分析方式，对调研结果进行归纳。

聚类分析：将同一个关注点在不同用户下的特性进行分类，产生多个分类结果。同一关注点在同一用户群组内部的调研结果通常具有相似性，而不同关注点之间的用户需求差异则会很大；

同一个需求点，可能就有多个不同的细分市场。每一个细分市场里又有多个典型用户画像的代表。但每一个需求点下的细分市场里的用户是否真是问卷上填写的那样呢。

接下来就可以找几个积极的用户面对面聊聊，这就是第二种调研方法。

• （2）典型用户代表面对面访谈

这就是用户访谈，又叫用户面对面访谈，是指与一个用户进行深入沟通，这是一项充满挑战性的任务，因为你并不确定用户的需求、对你的想法是否感兴趣。

因为事先已经获取了问卷中的回答方向，所以在开始访谈之前，先列一个1~2页的访谈大纲，通过开放式问题来靠近每一次的谈话目标，把复杂问题拆成几个部分，确保用户易理解、易回答；重点放在要识别的问题或关注点上。

面对面访谈要注意以下几点：要使用开放式问题，不要用yesorno这种封闭式的问题，它会抑制用户的表达欲。再就是还要抑制自己谈论自家产品优点的欲望，不要说得太多，也不要炫耀自己的专业知识；

多问几轮之后，真正的答案会浮出水面。

访谈结束后，按需求层级对访谈内容进行分类，可按以下类别分组：用户自己提出来的解决办法、明显/强烈的需求、不满和抱怨、不方便之处、以及问题点。

其实前四类最终都要转化为问题点。

在这个过程中，一定要注意：提前开展同类行业方案研究，也就是除了了解自家产品外，还要对竞争对手提供的解决方案略知一二。自家的解决方案也不要太过专业，最好以用户的个人习惯为主，这样能让用户有一种掌控感，放松下来。

如果觉得1V1的效率低，还可以把一些用户组织在一起，以小组讨论的方式进行调研，这就是第三种调研方式。

• （3）小组访谈

讨论的焦点最好聚焦在用户当下比较关注的问题、行业热点现象、痛点话题、或是某类解决办法（最好是竞品解决方案，但不要明说）的优劣势，讨论的结果不直接投射到所有的用户。

如果担心用户们讨论的方向不足以验证调研结果的话，在预算足够的情况下，可以多组织几次，或是通过有指向性的、目的性的问题来了解他们的态度。

在这个讨论中，要仔细倾听并分析理解不一致的意见、含糊或隐晦的点评，并询问每个参与其中的用户一个偏好性问题；对关键问题进行总结并确认；

这种调研方式，可以应用在了解目标用户对某一类需求的认知与偏好，比如对自家产品评价，对竞争对手的产品的认知等。

• （4）人种学研究

还有一种调研方式是人种学。

这种方式严格上来说，不算调研。

它更像是对人的社会行为与习惯的研究，包括文化背景、生活习惯、态度以及受社会环境影响而生成的价值观等等，它包裹在个人的工作习惯和工作风格的外衣之下，不着痕迹的影响着用户的思考、决策与行动，也影响着他们对产品价值的判断和选择。

这种调研方式的优点是，有机会验证用户内心真正重视的问题和需求。

这种方法适用于那些通过问也问不出来的问题，而且用户也不愿意或不想直白的表达自己想受益的，倒更像是在某一种社会共识的召唤下做出的隐性选择。

对这个信息进行分析时，可以在于用户的年龄范围进行研究，比如Z世代、千禧一代、四口之家、独居青年，还有一线基层、高管、创始人之类的人群分类。

比如，工作在一线的基层员工，会想在项目上做出业绩、在工作中表现突出获得领导青睐作为标准来判断你能为他提供的价值；而作为企业中层的客户，更愿意通过明确的分析和落地的同业案例，来确保跟你的合作没有风险，并且能给自己带来金钱、地位与晋升有关的价值；职位更高的管理者们，则从个人立场、信仰作为判断标准。

这四种调研方式所获取到的信息，各有侧重，它们共同构成了用户画像中的关键项，如下图：

对获得的信息进行分类，就能得到如下图所示的用户画像了：

这样的画像适合在企业内部流转，包括用户的形象、用户基本信息和用户需求，有的甚至还会在加上解决方案。在对这些信息经过脱敏后，就可以让设计师设计成开篇展示的那两种用户画像的格式了。