在內容運營和粉絲運營中，我們很多商家不知道內容給誰看，到底是誰在看我們的內容呢？閱讀量不高、互動量低，粉絲權益設置了相當於沒設這些問題的核心因素都是不夠了解粉絲。
粉絲畫像分析維度
我們想要了解一個人通常會從哪些維度呢？正常的邏輯是瞭解他喜歡吃什麼、喜歡什麼包包、是哪裡人、在哪裡工作、收入多少、從事什麼行業？把這些信息綜合分類，概括為下面這種維度，性別、年齡等等。或者可以從以下4部分來講，地域分佈、基礎特徵、消費偏好、人生經歷。
共性的包括地域、基礎特徵、人生經歷，除此之外還有消費偏好，尤其是消費層級和興趣愛好、購物時間偏好。哪怕是同一個地區同樣的學歷的兩個女生，也會以為職業不同消費偏好不同，習慣購物的時間也不一樣。這麼多的維度應該怎麼去分析呢？
粉絲畫像數據採集工具
第一個是生意參謀，按照“生意參謀——業務專區——內容分析——讀者畫像”的路徑，找到讀者畫像；第二個是阿里創作平臺，“阿里創作平臺——統計——粉絲分析——粉絲畫像”，找到粉絲畫像。兩個平臺的數據是有差異的，主要是生意參謀綜合了公域渠道的粉絲，整體上不影響判斷。如果數據差異比較大，就以生意參謀為主。下面給大家舉個案例。
粉絲畫像輸出舉例（以母嬰某品牌為例）
母嬰品牌有個比較大的特點，購買人和使用者是不一樣的，通常情況下我們會針對使用者優化產品本身，而研究購買者的時候我們就會突破產品本身，研究購買者的屬性，研究購買者畫像。從性別比例和年齡來看，該品牌的粉絲主要是26-35的女性，並且集中在一二線城市。
另外從職業和興趣愛好來看，這個品牌的粉絲多從事職員、個體、教職工等，家庭主婦也偏多。以上，我們初步推斷。粉絲中中等家庭偏多，那家庭年收入大概在15-25w之間。
把分析維度綜合起來，這裡會遇到一個問題，到底是職場媽媽佔比大還是全職媽媽佔比大呢？通常來說，職業不同的媽媽關注點、焦慮度、話題是不一樣的，那麼我們所發佈的話題也會不一樣。這對這種情況。如果不能很好的判斷，建議大家可以嘗試用話題反饋來幫助判斷，什麼樣的話題閱讀量高、互動量大，甚至還有轉發分享。
粉絲畫像優化流程
第一次優化，我們是發佈了“這樣實現35歲職場第二春”“家庭煮婦請進，職場媽媽繞行”這麼兩個內容，閱讀量分別是1238、10342，可見職場話題不符合粉絲需求。這個時候還不能馬上下判斷，減少巧合的成分。接著開始第二波測試，還是以職場媽媽和全職媽媽兩個話題進行內容發佈，最後看閱讀量，分別是2842、8103，依舊是全職媽媽話題閱讀量高，那麼就可以判斷全職媽媽佔比多，初步斷定畫像“家庭主婦”正確。繼續第三波測試，測試全職媽媽的特點，“十分鐘搞定美味紅燒魚”“帶娃出國，沒認會告訴你這些”，這裡就可以判斷出家庭收入、購買能力。最後的結論是對高消費項目不太關注，有可能是家庭收入來源會比較單一。剛好佐證了我們最開始的判斷，中等收入，全職媽媽。這三波測試時循環進行的。
總結：
確定畫像維度，然後對畫像數據進行收集，再分析，初步結論產出主題內容，再根據內容的反饋持續優化，持續改進，3波以上的測試最後確定準確的結論，然後以此產出內容。
