对目标群体要有认知，要根据特征划分层级或类型，例如典型用户、潜力用户、专家用户

定量需要足够的数据支撑，如果项目需要画像且企业不稳定、用户量级不够不能满足数据需求，则可以借助市场数据报告、白皮书、第三方数据服务平台、调研服务公司等来参考，这些数据也都是可靠的。大数据杀熟就是数据画像的反面引用，通过画像对用户进行分层，再挑出用户中的软柿子或老实人欺负。

2）识别用户群体优先级

对目标群体要有认知，要根据特征划分层级或类型，例如典型用户、潜力用户、专家用户。这些用户的界定范围需要业务相关人员去制定，类似一份简历我们可以根据能力对标级别，一般我们可以通过4个比较有影响力的指标进行划分，至于权重我们可以采用常见的四象限或卡诺模型。

在制作用户画像前可以合理的根据人物角色原型的特征过滤目标用户群体，但不要过分依赖，你只是需要找到符合的目标群体，而不是根据原型找到理想的那个人。

最终调研对象的关系表呈现：

定性类画像不用邀请很多用户参与研究，一般在5人左右，只有研究资源充沛时才会考虑邀请更多研究对象，一方面是研究发现5人左右就能反映出绝大多数问题了，另一方面是出于时间精力和预算情况考虑。

3）定性类用户画像要做什么

① 确认研究对象的优先级，根据需求背景或目标确认重点跟次要群体来挖掘不同用户视角下的问题；

② 通过线上招募(APP内或相关平台发布有偿邀请，亦或者寻求第三方服务公司帮助)、客户群(相关的用户答疑群邀请)、论坛社区(发布招募帖子等)、专家咨询、产品线上推送等方式，寻找目标群体并建立联系；

③ 选择线上访谈、可用性测试、问卷调查、焦点小组等有效的用户洞察方式，并设计好相关问题或材料准备与用户进行深入研究(主要围绕已知问题或新的设计方案验证，再就是新的业务需求洞察为主)；

④ 整理用户资料，围绕研究主题建立用户画像信息，完成主要信息模块，可以根据业务需要，将用户技术特征、职业特征、环境因素进行补充(需要考虑是否与业务有一定关联或影响，否则无意义)；

⑤ 完善用户画像的细节，将价值信息同步到画像中，并对有效信息的细节进行补充，增加可信度还原真实性；

用户画像并没有一个模版标准，具体还是要看业务需求，而且网上的模版挺多的，自己甄别吧。另外在用户洞察的过程中，我们可以结合可用性测试、绘制故事板（这两种研究方法有兴趣可以查阅资料，一两句讲不清楚，有机会展开讲）等方式一同进行，而不只是把目的停留在建立用户画像上，这样反而获取的有效信息受限了。

4）定量类用户画像要做什么

① 数据采集

通过有效途径将用户产生的数据集中，不论是产品数据库、数据埋点、第三方数据统计或是定量调研的结果，这些数据都是重要构成部分，同时也决定了信息的范围，比如你拿不到用户的出行数据，那么就根本没办法构建相关标签或指标。

② 数据定义

对数据进行清洗整理，识别出用户行为数据、用户偏好、生命周期等数据，并进行标签化分类整理，这些标签或指标可以体现出某些维度的趋势或用户行为预测。不过值得注意的是，在构建这些标签或指标时尽量结合业务流程或生命周期来梳理，考虑画像建成目的与业务场景同时，也要思考标签的权重问题，标签不等于越多越好。

③ 构建画像

根据产品阶段或业务需要，把相关业务标签结合用户群特征信息整合成用户画像，一般的业务标签类型有增长策略、用户偏好、用户价值、营销触点等，这类画像可以包揽多个维度信息，还能对周期数据可视化显现趋势变化，但是在用户痛点或需求上，可能不会很直观，需要进一步的结合用户场景带入思考。

通常互联网产品前期，没有构建标签或数字画像的经验，可以考虑让团队引入相关第三方数据画像服务，它们可以更便捷的接入到你的产品中并帮助你打标签做统计。