研究用户画像的方法往往很复杂，本文作者自己总结了一种通过数据分析得出用户画像的简易方法，分享给大家。

在做任何产品之前，都会先想好受众群体。但产品上线后发现，预设好的用户群体好像并不买单，比如很多新产品都变成了现象级产品，昙花一现。或是伴随着产品的发展，最初的受众群体可能会发生了变化，比如最早使用QQ的那帮用户群体早已成家立业，在寝室里团体狙击CS的那帮人早已放下屠刀。

用户发生了变化，产品就要赶紧跟进调整适应新用户群体的风口，这时候重新定位找到用户画像就变的迫在眉睫。

用户画像是真实用户的虚拟代表，它是基于真实的，它不是一个具体的人，是根据目标的行为观点的差异区分为不同类型，迅速组织在一起，然后把新得出的类型提炼出来，形成一个类型的用户画像。

使用最多的用户画像有八要素：基本性、同理性、真实性、独特性、目标性、数量性、应用性、长久性，来寻找用户画像，可能又会吓退一批人，今天咱们就把这几个要素综合起来搬到线上，从产品的真实运营数据中来提炼，一步步分析出用户画像的标签。

一、用户画像的3个维度

我们将用户画像的8要素，在线上进行聚类整合，从而勾勒出目标用户的群体特性。这在产品中被称为“受众定向”。在线上研究用户画像主要围绕产品的运营数据，获取用户的基本信息和用户在产品中的网络行为，进行差异化组合分群。

根据先后顺序依次可分为三个维度：信息画像、行为画像、分群画像。

• 信息画像：即用户的基本信息，属于静态数据，包括地域、性别，收入，婚否、家庭、职业、收入、资产、消费水平等。
• 行为画像：即用户在产品中的网络行为，又叫动态数据，包括用户的浏览习惯、访问时长、使用频次、消费记录、喜欢偏好、行为轨迹等。
• 分群画像：就是细分用户群体，根据产品业务的需求，将具有共同业务特性的用户贴上标签，聚合标签划分群体画像。