InnoLab
PD04产品L2classic

用户画像

User Persona

从基础信息、行为、动机、痛点、心理、信息环境六个维度提炼出有血有肉的代表性人物,把模糊的"目标用户"聚焦成一个具体的人。

一图看懂
一个具体的人基础信息行为特征目标动机痛点挫折心理特征信息环境

这是什么

用户画像,是把一个模糊的"目标用户群",凝结成一个具体到有名有姓、有血有肉的"人"。

很多人做产品,嘴上挂着"我们的用户是 18 到 45 岁、有一定消费能力的都市人群"——这句话听起来很专业,其实等于什么都没说。这样的"用户",是一团模糊的影子,你既想象不出他长什么样,更没法替他做任何决策。用户画像要做的,就是把这团影子,逼成一个清清楚楚的人:他叫什么名字、几岁、在哪座城市、靠什么谋生、晚上睡前在刷什么、最怕什么、最想要什么。

它从六个维度去刻画这个人:基础信息(他是谁)、行为特征(他怎么做事)、目标动机(他真正想要什么)、痛点挫折(他卡在哪儿)、心理特征(他怎么看世界)、信息环境(他在哪里被影响)。做完之后,你脑子里应该浮现出一个"你好像真认识的人"。你不是在为所有人设计,你是在为这一个人设计。

来历与出处

用户画像(Persona)这个方法,公认的提出者是软件设计先驱阿兰·库珀(Alan Cooper)。1998 年,他在那本影响深远的《交互设计精髓》(The Inhabitants of the Asylum,中文版常译作《软件创新之路》/《About Face》系列)里系统阐述了这套方法。

库珀当年做软件设计,发现了一个普遍的麻烦:开发者总爱说"为用户设计",但每个人心里的"用户"都不一样——程序员想的是会用快捷键的高手,销售想的是不懂技术的小白,结果产品做出来谁都不满意。库珀的解法很妙:与其为一个想象中模糊的"弹性用户"设计,不如发明一个具体的虚构人物,给他名字、照片、生活背景,让全团队都对着同一个人做决策。 这个方法后来从软件设计扩散到整个产品、营销、内容领域,成了"以用户为中心"思想最落地的一个工具。

解决什么真实问题

它治的是产品人最隐蔽、也最致命的一种病:"我们面向所有人"。

这句话听起来雄心勃勃,实际上是灾难的开始。因为当你想取悦所有人,你就会把产品做得面面俱到——这个人群要的功能加一点,那个人群要的也加一点,最后做出一个谁的痛点都没真正击中的"四不像",谁都打不动。

最该用画像的有这么几类人:一是要定义产品目标受众的;二是搞不清"谁会买、谁会用、谁会推荐"的(这三种人常常不是同一个);三是做内容、做课程、做 IP 之前,要先想清楚"我到底写给谁看"的。画像的价值,就是把你从"面向所有人"的幻觉里揪出来,逼你聚焦到一个真实的人身上。只有先打透一个人,才谈得上打动一群人。

核心思想

理解用户画像,关键是分清它和"用户统计表"的区别——这俩看着像,本质天差地别。

一张统计表会告诉你:"35 岁、女性、月入 1.5 万、已婚有一孩"。这是一堆冷冰冰的标签,你看完,对这个人依然毫无感觉,更没法替她做决定。而一个好的画像,会让她活过来:她叫李梅,是杭州一个小学老师,每晚陪儿子写作业写到崩溃,睡前刷小红书找"鸡娃"经验,给孩子买过三个网课但大多没上完,"每次手动整理报表我都想摔键盘" 这种带着情绪的话,才是画像该有的样子。

所以画像的核心心法就一句:它写出来要"像一个你认识的人",而不是一组标签。 怎么做到?有几个诀窍:

第一,给他起个接地气的名字,最好带上身份标签,比如"焦虑妈妈李梅""斜杠青年小张"。名字一起,人就立住了一半。

第二,用第一人称"我"来写。不说"该用户希望提升孩子的竞争力",而说"我想让孩子赢在 AI 时代,更想晚上少跟他吵一架"。一换成"我",代入感立刻就来了。

第三,痛点一定要写得有情绪、有场景。不说"效率低下",说"每次手动整理报表我都想摔键盘"。前者是术语,后者才是真实的人会有的感受。

六个维度的设计也是有讲究的:它从"是谁"(基础信息)一层层往里钻,钻到"他怎么看世界"(心理),最后落到"他在哪里被影响"(信息环境)——最后这一维特别实用,因为它直接告诉你:想触达这个人,该去哪个平台、找哪类 KOL。

完整案例

我们用永乐学堂(一个 AI 教育产品)的用户画像来走一遍。注意,下面这个人物是示例。

她叫李梅,36 岁,杭州的一名小学老师,家庭月收入 2 万,有一个上三年级的男孩。这是基础信息。

行为上,她每晚陪儿子写作业,刷小红书找"鸡娃"经验,给孩子买过三个网课,但大多没上完。动机上,她心里真正想的是:"我想让孩子赢在 AI 时代,更想晚上少跟他吵一架。"——你看,第二句才是真动机,比第一句更真实。痛点上,她的原话是:"我总是不知道该给孩子报什么,买了课他又不肯学,钱花了娃没进步,我又自责又焦虑。"心理上,她相信"不能让孩子掉队",但又怕被收割智商税——这是一种典型的撕扯。信息环境上,她常刷小红书和妈妈群,只信任那些"看起来真懂教育、不硬推销"的老师。

再给她配两个场景。场景一:晚上九点孩子还没写完作业,她刷到一条"AI 时代孩子必学的能力"的视频,心里一紧,点进主页看了看,却没敢马上买——怕又是一笔打水漂的钱。场景二:妈妈群里有人晒了孩子用 AI 做的作品,她立刻去问报的哪个课,因为"别人家孩子已经在学了"这件事,比任何广告都让她坐不住。

现在,最关键的洞察来了:对李梅而言,这个产品卖的根本不只是课程,而是"我是个负责任的好妈妈"的那份安心感。 你只要把这一句想透,从文案到定价到客服话术,全都有了方向。这就是画像的威力——它让一个抽象的"家长用户",变成了一个你能精准下手的、活生生的人。

常见误解与边界

第一个,也是最大的陷阱:"超级用户"幻觉。 千万别把画像设计成一个"什么都需要、什么都喜欢"的完美用户——这种人现实里根本不存在。一旦你照着这个幻影做产品,又会滑回"面面俱到、谁都打不动"的老路。真实的人都是有偏好、有取舍、有矛盾的。

第二个误区:为了省事把不同用户合并成一个。 不同用户对同一个产品的认知和使用路径差异极大,硬塞进一个画像,等于把刚刚聚焦好的焦点又揉糊了。建议画 2-4 个,超过 4 个焦点就散了。

第三,要分清画像里那几个角色:买的人、用的人、推荐的人,常常不是同一个。给孩子买课的是妈妈(付费者),上课的是孩子(使用者),这两个人得分开想。

最后一点 AI 时代红利:过去画像基本靠"拍脑袋",现在不用了。你可以让 AI 去分析海量的真实评论、社群对话、行为数据,反向提炼出画像——让那个"代表性人物"建立在真实证据上,而不是团队的想象上。

一句话记住它

别再说"我们面向所有人"——把目标用户逼成一个有名有姓、会摔键盘的具体的人,你才知道该为谁而战。

想看这套方法喂给 AI 的执行规格?点上方「标准模组」。

Cases

用过此方法的案例

2

用「用户画像」推演你的问题

描述你正面临的难题,InnoLab 会用这套方法当场跑一次结构化推演。

免费推演一次