在产品初期如何进行需求分析和用户画像
我在最初接触产品时是从需求分析开始的，做的是面向个人用户和企业用户的综合平台，涉及不同类型服务提供商，综合收集评估各种干系人对产品功能的需要和期望，转化为具体的产品功能。没有老司机带，总想找些套路和捷径，收集各大咖小白的经验帖，适合没耐心看长篇大段的文字，就想抽出些枝干的，前期不求精细但求无遗漏，下面是自己在需求分析过程中整理的一些关键点，方便查用。我这先抛砖引玉，内容上有的理解比较粗浅，收集的也不太全面，有经验的同行们，欢迎拍砖补充，分享经验。
1、需求分析分类：商业需求、干系人需求、解决方案需求（功能性、非功能性）、过渡性需求。
在这些需求当中，干系人需求是需求管理中受个人影响最大的，容易遗漏部分干系人或干系人发生变动时没有进行整体变更管理，以为的无关紧要的变动最终可能会导致整个产品或项目的失败，需要重点关注的干系人通常包括在下面的分类中：
干系人里特别提一下其他分类的：政府，政府的政策制定部门、指导部门、执行部门发布的行业标准、监管条例、指导意见直接影响着产品或项目的存亡，就像滴滴、uber、共享单车要考虑交通部对共享模式的规定和表态，互联网金融要考虑政府部门发布的监管规定，互联网医疗要考虑政府对网上挂号、网络问诊、医生异地执业、医疗隐私信息等的规定。这些事业环境因素是行业产品必须考虑的安全线。
2、需求分析的方法有很多，常见的如下：
这些方法当中，大家比较熟悉常用的有：
访谈：适合干系人数量比较少，或信息比较机密重要的情况。
问卷调查：受众多，需要快速完成统计分析的情况。
用户故事：敏捷开发时常用，从用户角度描述功能需求。
头脑风暴、思维导图、亲和图：用于创意收集、分类。
原型法、系统交互法：让用户对产品有个初期的直观了解。
3、需求卡片的常规内容如下：
只有采集需求时尽可能全面，再进行排序筛选时才能避免遗漏核心重要的需求。
怎么筛选需求、进行排序，是根据我们的产品定位、目标人群、资源来决定的，进行用户画像可以帮助我们更好的了解用户，进行精准的服务。
4、下面是用户画像的一些总结：
用户画像是根据用户社会属性、生活习惯、消费行为等信息而抽象出的一个标签化的用户模型。用户画像用来做个性化精准推荐，不同的标签对应不同的内容推荐。
用户画像目的有两个：一个是业务场景出发，寻找目标客户。另外一个就是，参考用户画像的信息，为用户设计产品或开展营销活动。不同企业对于用户画像有着不同对理解和需求，都有一套适合自己行业的用户画像方法，但是其核心都是为客户服务，为业务场景服务。
创建用户画像的PERSONA七要素指的是：
P 代表基本性(Primary)： 指该用户角色是否基于对真实用户的情景访谈;
E 代表同理性(Empathy)： 指用户角色中包含姓名、照片和产品相关的描述，该用户角色是否引同理心;
R 代表真实性(Realistic)： 指对那些每天与顾客打交道的人来说，用户角色是否看起来像真实人物;
S 代表独特性(Singular)： 每个用户是否是独特的，彼此很少有相似性;
O 代表目标性(Objectives)： 该用户角色是否包含与产品相关的高层次目标，是否包含关键词来描述该目标;
N 代表数量性(Number)： 用户角色的数量是否足够少，以便设计团队能记住每个用户角色的姓名，以及其中的一个主要用户角色;
A 代表应用性(Applicable)： 设计团队是否能使用用户角色作为一种实用工具进行设计决策。
总之 PERSONA 能清晰地揭示用户目标，帮助我们把握关键需求、关键任务、关键流程，看到产品必须做的事，也知道产品不该做什么。 将Persona展示给销售、技术、运营、市场人员，也能帮助他们更好的理解用户，可以让产品经理、设计师进行方便的换位思考，让用户形象更直观真实，借用网上一张图就是类似下图内容：
用户画像的基础，是通过数据对海量用户有一个初步的了解，一般采用用户数据提取分析与问卷调研两种方式进行，用户画像的数据模型，可以概括为下面的公式：用户标识 + 时间 + 行为类型 + 接触点（网址+内容），某用户因为在什么时间、地点、做了什么事，打上相应的标签，进行定性分析，比如可以根据用户价值来细分出核心用户、评估某一群体的潜在价值空间，以作出针对性的运营。
根据产品目标确定统计分析的维度指标，除了数据列表，还常用雷达图、柱状图、折线图直观显示各分类趋势和数据。
注重用户画像的应用隐私。在用户画像应用中要注意用户的隐私的保护和应用授权，比如商家在一定程度上可以根据客户的消费水平在内部形成客户购买促销力度的标签，但是不能将客户的消费数据给其他的行业或者产业。工信部规定，要在征得用户授权、保障用户隐私安全不泄露的前提下，合理、合法的收集、使用用户个人信息。这就要求利用大数据进行用户画像活动时，要征得用户同意，并且保障用户隐私不泄露，做到安全、合法。
下面整理了金融行业、电商行业、医疗健康行业及媒体资讯行业的一些用户画像示例，供参考。
1、金融企业：是最早开始用户画像的行业，由于拥有丰富的数据，金融企业在进行用户画像时，既要简单干练又要和业务强相关，既要筛选便捷又要方便进一步操作。其用户画像要坚持三个原则，分别是人口属性和信用信息为主，强相关信息为主，定性数据为主。
金融企业结合业务需求进行用户画像，从实用角度出发，将用户画像信息分成五类信息。如下图分别是：人口属性，信用属性，消费特征，兴趣爱好，社交属性。
（1）、人口属性：用于描述一个人基本特征的信息，主要作用是帮助金融企业知道客户是谁，如何触达用户。姓名，性别，年龄，电话号码，邮箱，家庭住址都属于人口属性信息。
（2）、信用属性：用于描述用户收入潜力和收入情况，支付能力。帮助企业了解客户资产情况和信用情况，有利于定位目标客户。客户职业、收入、资产、负债、学历、信用评分等都属于信用信息。
（3）、消费特征：用于描述客户主要消费习惯和消费偏好，用于寻找高频和高价值客户。帮助企业依据客户消费特点推荐相关金融产品和服务，转化率将非常高。为了便于筛选客户，可以参考客户的消费记录将客户直接定性为某些消费特征人群，例如差旅人群，境外游人群，旅游人群，餐饮用户，汽车用户，母婴用户，理财人群等。
（4）、兴趣爱好：用于描述客户具有哪方面的兴趣爱好，在这些兴趣方面可能消费偏好比较高。帮助企业了解客户兴趣和消费倾向，定向进行活动营销。兴趣爱好的信息可能会和消费特征中部分信息有重复，区别在于数据来源不同。消费特征来源于已有的消费记录，但是购买的物品和服务不一定是自己享用，但是兴趣爱好代表本人的真实兴趣。例如户外运动爱好者，旅游爱好者，电影爱好者，科技发烧友，健身爱好者，奢侈品爱好者等。兴趣爱好的信息可能来源于社交信息和客户位置信息。
（5）、社交信息：用于描述用户在社交媒体的评论，这些信息往往代表用户内心的想法和需求，具有实时性高，转化率高的特点。例如客户询问旅游?房屋贷款优惠?理财产品?这些社交信息都是代表客户多需求，如果企业可以及时了解到，将会有助于产品推广。
用户画像的纬度信息不是越多越好，只需要找到可五大类画像信息强相关信息，同业务场景强相关信息，同产品和目标客户强相关信息即可。根据业务场景，将定量的数据转化为定性的数据，并将强相关数据进行整理。例如根据金融行业客户的信用特征、消费特点和兴趣爱好等标签，可以为用户定性，据此匹配合适的产品和服务。
2、电商行业：京东大脑打造的用户画像、商品画像、智能推荐预测系统共同实现了“千人千面”的个性化推荐，通过对用户的个体消费能力、消费内容、消费品质、消费渠道、消费刺激的长时间多频次的建模，为每个用户构建一个精准的消费画像，在进行定性归类，匹配精准的产品服务。类似下图的展示
京东的用户画像、小区画像、商品画像、商家画像共同组成的图谱系统，通过云计算、分析、预测，推进业务的改进：支持智能卖场个性化、智慧物流和揽客计划未买先送、大篷车铺货预测、移动仓未买先送、京东帮选品预测，共同起到降低供应链成本、提高效率、提升用户体验的效果。
去年京东618大促时，智能卖场就是京东大脑的首次试水，智能推荐=用户画像内容画像实时反馈，在关键指标的增长也验证效果。
3、内容推荐：手机百度资讯的推荐用户量的增长，背后正是以用户兴趣、喜好为依据进行的个性化新闻推荐。手机百度资讯的推荐通过“百度大脑”的用户画像能力，做到“亿人亿面”。其用户画像是基于百度大数据、机器学习获得的能力，据百度自述已经有接近十亿的用户画像，对于用户的识别，已经细分到1000万级细分标签，这些标签在两个维度上体现，一个是通用维度，也有一些垂直行业的特征，如下图。
4、医疗健康行业：根据产品或服务内容，用户画像内容除了用户的基本信息、消费属性、社交喜好，还涉及用户的基本健康信息、医疗服务信息、日常健康数据、医疗保险、健康保险、其他个性健康服务产品等。
基本健康信息：性别、年龄、身高、体重、婚姻状况、职业、医保类型等
医疗服务信息：家族史、疾病史、过敏史、用药史、手术史、月经生育史（女性）等
日常健康数据：运动数据、睡眠、心情、饮食状况、BMI、体脂、血压、血糖、血脂等
其他个性化服务及产品数据：如健康问诊、预约挂号、疾病风险评估、保健产品购买、健康体检、健康保险、智能硬件产品、减重服务套餐、增高套餐、孕产妇营养餐、老年人专属套餐等。
对用户画像感兴趣的可以看看【赢在用户】，比较启蒙的书籍，里面讲到很多创建用户角色的方法，包括如何创建定量、定性的人物角色，怎么进行定量、定性的用户研究，怎么细分人物角色，如何确定人物角色的优先级、适用场景，如何把人物角色应用到实践商业中等等，我从网上下了个电子版，有需要可以分享给大家。
作者 加菲猫^_^
北京妙医佳 健康pm
关键字：产品经理, 产品初期, 需求分析, 用户画像
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
