一、什麼是用戶模型？
先用3句話來說明為什麼用戶模型是基礎的分析模型，重要到要第一個來分析：因為如果你不知道自己的用戶是誰，就不知道該提供什麼服務；不清楚用戶與你“交往”到哪個階段了，就不可能知道優先提供什麼樣的服務；營銷戰略無法聚焦，服務沒有系統性和持續性。
因此，我們先從定義開始，科普下什麼是用戶模型以及傳統方式如何構建用戶模型。
用戶模型（Persona）是Alan Cooper在《About Face：交互設計精髓》一書中提到的研究用戶的系統化方法。它是產品經理、交互設計師瞭解用戶目標和需求、與開發團隊及相關人交流、避免設計陷阱的重要工具。
傳統的用戶模型構建方式：
Alan Cooper提出了兩種構建用戶模型的方法：
- 用戶模型：基於對用戶的訪談和觀察等研究結果建立，嚴謹可靠但費時；
- 臨時用戶模型：基於行業專家或市場調查數據對用戶的理解建立，快速但容易有偏頗。
1. 基於訪談和觀察的構建用戶模型（正統方法）
在Alan Cooper的方法中，對用戶的訪談和觀察是構建用戶模型的重要基礎。完整步驟如下：
2. 構建臨時用戶模型（ad hoc persona）
在缺乏時間、資源不能做對用戶的訪談和觀察時，可以基於行業專家對用戶的理解、或市場研究中獲得的人口統計數據，建立「臨時用戶模型」。
「臨時用戶模型」的構建過程與「用戶模型」的構建過程很像，只是「用戶模型」的數據基礎來自對真實用戶的訪談和觀察，「臨時用戶模型」則來自對用戶的理解。二者的準確度和精度都有差別。
二、基於行為數據構建用戶模型
距離Alan Cooper首次提出用戶模型（Persona）概念已過去近20年，在這期間，軟件產品開發的過程方法以及公司的運作方式都發生了很大改變：以快速迭代為特點的敏捷開發方法取代了傳統的瀑布模型，以「開發→測量→認知」反饋循環為核心的精益創業方法在逐步影響和改變公司的運作方式。
而傳統的用戶模型構建方法，從誕生之日起並未發生特別大的變化。對於已經習慣了敏捷、快速的產品經理和交互設計師來說，如果花很長時間去研究用戶構建用戶模型需要下相當大的決心、更需要下很大力氣才能爭取到所需的時間和資源，而且互聯網產品冷啟動耗費的時間越來越短，為了降低成本和風險，產品團隊在啟動期往往會選擇儘快將產品推向用戶，儘快獲得反饋以「快速試錯」，現實和壓力迫使大多數新產品的PM不敢投入大量時間精力深入的進行用戶研究。
這就很容易理解，為什麼大家都覺得用戶模型很好，卻鮮有人在工作中真正運用它。為了解決時間緊迫與精力不足的矛盾，我們提出了一種基於用戶行為數據的快速、迭代構建用戶模型的輕量方法。
首先，整理和收集已經獲得的任何可認知用戶的經驗和數據，包括：您和所在團隊對用戶的理解；產品的業務數據庫中記錄的用戶相關信息（比如用戶的性別、年齡、等級等屬性），用戶（在產品內外）填寫的任何表單或留下來的信息（比如用戶填寫的調查問卷、留下的微信賬號等）。
我們將這些信息映射成為用戶的描述信息（屬性）或用戶的行為信息，並存儲起來形成用戶檔案（如下圖所示）。
諸葛io新零售DEMO之用戶檔案（虛擬數據）
如上圖所示，從用戶檔案中我們可以清楚的瞭解到用戶的屬性信息、行為數據、環境數據。
三、基於行為數據構建用戶模型的優勢
1．高效實時 洞察先機
在數據世界裡，準確性就是一切，速度更是至關重要，分析系統處理和解釋這些信息的速度越快，就能更快地且清晰掌握業務狀況，幫助企業更早的做出決策判斷，比如我們的客戶——某共享單車，正是因為發現了實時數據指標中的異常波動：次日留存用戶數出現了“斷崖式”下跌，經緊急調查發現是競爭對手在低價拉新，因此，運營團隊第一時間採取積極應對，從而保住了該城市的市場佔有率。
同樣的，市場變幻風起雲湧，運營人、決策者都需要實時關注自身數據的波動，因為失敗往往都來自一個微小的疏忽。
2．記錄歷史而不只是結果
行為即標籤，過去我們常常通過給用戶打標籤的方式進行用戶洞察。事實上，行為數據本身已變得越來越有價值，基於用戶行為數據的用戶模型，記錄了每個用戶的每一次行為，客觀真實的還原了用戶與產品的交互過程，與單純的標記“用戶標籤”相比，記錄下來的用戶行為數據更具有多維交叉分析的價值，構建出來的單個用戶畫像更完整科學。
3．360°覆蓋用戶全生命週期的用戶檔案
基於用戶行為數據的用戶模型是實時動態變化的，隨著用戶在產品中的成長，從訪客到陌生人最後成為高價值用戶，用戶的每一步成長都通過行為記錄下來，基於用戶所在生命週期的不同階段，針對新用戶、流失用戶、活躍用戶、沉默用戶分別採取有針對性的拉新、轉化、留存等運營策略。
為延長用戶的生命週期價值（LTV），就必須採集到用戶全生命週期的數據，打通CRM數據、歷史數據、業務數據、第三方數據，將用戶的屬性信息（性別、年齡、國家等）與用戶的行為數據關聯到一起；打通外部推廣平臺的數據，解決用戶從哪兒來的問題；打通不同產品平臺的數據，將用戶在app\小程序\微站\官網上的行為實時同步，如此方可實現真正的以用戶為中心的統計和分析。
這種藉助行為數據和工具快速、迭代的構建用戶模型（Persona）的方法更適合今天的互聯網團隊的工作方式和節奏，基於用戶行為數據的用戶模型，一方面對傳統方式進行了簡化，降低了數據分析的門檻；另一方面，讓數據分析更科學更高效更全面，更直接地應用於業務增長，指導運營決策。
本網站文章均採集自互聯網或為用戶投稿經網站編輯整理後發表，文章觀點為作者獨立發表，不代表網站立場！如不小心侵犯版權請聯繫本網站刪除
文末福利
閱讀更多 媒介匣 的文章
