什么是用户画像？
用户画像是指我们产品或服务的核心用户具有代表性的一些共性特征。它是一个虚拟的用户，画出这些特征的目的有两个
1、指引我们更有效率地找到具有这部分共性的人。
2、快速的定位这些具有共性特征用户的需求。
如何做好用户画像？
用户画像有两种方式
一种是产品还未上线，我们基于产品使用场景，主观上从用户属性里筛选出与场景相关的一些特征。 比如年龄、地域、喜爱偏好、痛点等。有条件的还可以在项目启动前，做一些真实的用户调研。初步验证这个画像是否准确。没有条件的，要意识到这个画像是自己想象的，并不一定真实。最好也能找一些朋友什么的帮忙验证下画像。
另一种是产品已上线，我们根据用户的行为数据，通过数据分析搭建一个用户画像。
两种方式并不冲突，画像本身就是动态变化的。很多人会犯一个错误，认为用户画像做好后，就以画像为准。这是误区，要以用户真实的使用场景、真实行为数据为准。
以抖音为例，很多人都知道抖音”杀时间“，它的厉害之处在于算法知道你喜欢什么，从而给你推荐什么。那它是怎么做到千人千面的呢？这里面很复杂，他有很多不同的用户模型，简单讲的话，其实也是我刚刚说的两步，最开始给你一个简单的画像模型，然后在根据你的行为数据，修正模型。
这里可能有这样几个关键步骤：
1、获取你的基本信息，如位置、年龄、性别等。
2、通过基本信息，预测你使用的场景，和想要看到的内容并推送。比如，你中午打开，想放松放松一下。就给你推荐一些轻松搞笑的视频。
3、根据我观看视频的类型、点赞、评论等行为数据来修正画像。
4、推送修正后的内容，直到内容完全根据我定制。
做用户画像另一个比较容易犯的错误是，认为用户的数据越多越全越好。 其实并不是这样的。用户要能用上才是最好的。这也是为什么说要基于场景来筛选，那些跟场景相关的数据才有用。那些脱离了使用场景的数据，更容易形成干扰，很少能发挥作用。
我自己有一个经历，在很早的时候，安卓手机是可以随意获取手机通讯录和电话的，我们获取了上亿用户的通讯录数据，只觉得可以做个性化推荐，但具体怎么做没想清楚。最后变成了一种负担。
如何验证我们设计的画像，就是目标用户的画像？
只能通过实践来验证，看真实的目标用户的操作行为是否与我们设想的一致。
今天正好看到一个抖音视频，讲大厂是如何触达用户的。很多创始人都会身临一线，去面对消费者。江小白的创始人就说，他微信里加了好几百个超级用户的微信。有时候也会去烧烤店跟用户聊产品。听说在腾讯有一个10-100-1000原则，就是产品经理每个月必须做10个用户调查，关注100个用户的博客，收集1000个用户的体验反馈。这个与消费者的触点管理，完全值得公司去做一些设计。
