写在开头

先还原一个你大概率见过的场面。

立项会上有人说：我们得做用户画像。

于是团队关进会议室，白板写满便利贴，两小时后产出这么个人物——「李婷，32 岁，产品经理，一线城市，周末喜欢爬山、爱喝咖啡」，配一张素材站里笑得很职业的照片。贴在墙上，拍照存档。

三个月后有人问：李婷最想解决的问题是什么？

没人答得上来。

这篇原文的第一句话就很扎人：



大多数用户画像都是虚构作品。 它们在会议室里凭手感画出来，配一张库存照片和一个机灵的名字，然后在项目剩下的时间里被安静地忽略。

”

问题不在格式，不在模板，而在——它不是从证据里长出来的。所以没人真的信它，也就没人敢拿它做决定。

一、先记住一条规则

原文把整套方法论压在一句话里：



一份画像，只有在它能改变某个决策时，才值得做。如果你说不出它会影响哪个决策，那你做的其实是装饰品。

”

这句话是后面所有步骤的底色。它也是最好的自测题：拿你手上那份画像，说出一个被它改变过的具体决定。说不出来，它就该被合并或砍掉。

二、六步：从研究到一份活着的画像

1. 做研究、收集证据 —— 访谈、埋点、工单、问卷。后面每一步都建在这一步之上。
2. 找模式、给用户分群 —— 把重复出现的目标和行为，聚成真正有差异的群体。
3. 先定字段 —— 按「要支撑什么决策」选字段，而不是照搬模板默认的格子。
4. 用研究把字段填满 —— 每个字段都要有出处，原话直接摘自访谈记录。
5. 让它好记、好传播 —— 名字、照片、一句话简介，让它能在会议上被引用。
6. 验证，然后真正用起来 —— 拿真实用户验，过「决策测试」，接进旅程地图。

下面逐个说。

三、第 1 步：把证据拿回来

这一步是绝大多数指南敷衍过去的一步——它们说一句「先做点研究」，然后把剩下的篇幅全花在排版和配色上。

但画像质量的天花板，就是底下证据的质量。

原文建议混着用两类来源：定性研究告诉你人们「为什么」这样行动，定量数据告诉你这个行为「有多普遍」。

具体来源清单：

• 用户访谈与情境观察 —— 去看、去听，而不是让用户预测自己的行为
• 客服和销售的日常对话 —— 一个现成的、未经修饰的用户语言库，多数团队都浪费了
• 产品埋点 —— 它展示用户真正做了什么，而不是他们说自己做了什么
• 问卷 —— 用来验证规模可以，用来发现洞察不行
• 工单和 CRM 数据 —— 用客户自己的话说出反复出现的摩擦点

访谈问法上，原文给了一句可以直接抄的话术：



「能不能带我过一遍你上次做这件事的过程？」永远比「你希望有什么功能？」好用。

”

理由也很妙：



人们预测自己「会做什么」时很不可靠，但回忆自己「上周二做了什么」时相当可靠。

”

那到底要做多少研究才够？

原文的答案是：做到你不再听到新东西为止。

实践中大概是每个你怀疑存在的细分群体，访谈 5 到 8 个人。到这个量级，主题开始重复，新的访谈不再带来意外，只在确认——这个信号叫饱和（saturation）。

还有一条差异值得记住：

• B2B 研究通常需要更少但更深的对话，因为总体人群小、角色定义清楚
• B2C 更依赖定量的量，去确认一个模式在庞大且多样的用户基上站得住

最后，如果你现在完全没有研究，可以从「原型画像（proto-persona）」起步——用团队现有假设先写一版。但要明确标注它是待验证的假设，而不是成品。原型画像和研究型画像服务的是不同阶段，关键是别把前者当成后者。

四、第 2 步：找模式，然后分群

这一步是「研究型画像」和「精心装饰的猜测」之间的分界线，也是几乎所有人都会跳过的一步。

做法是把原始材料摊开，找出重复出现的目标、行为和痛点：给原话打标签，把互相呼应的丢成一堆，再给每一堆命名。这个技术叫亲和图（affinity mapping）——从原话到主题、从主题到分群的路径，就发生在这一步。

原文给了一个很实用的区分：



一条抱怨是段轶事。跨多个访谈、从十几个人嘴里说出同样的抱怨，才是值得围绕它做设计的模式。

”

然后是这一步最关键的判断标准——按行为和动机分群，不按人口统计分群：

道理很简单：两个年龄、收入、职位完全相同的人，如果要做的事不同，就属于两个画像；两个纸面上毫无相似之处的人，如果行为一致、想要的结果一致，就是同一个画像。

还有一条防止画像膨胀的规则：



如果两个群体最终导向同一份路线图，那它们只是同一个人穿了两套衣服。

”

五、第 3 步：先决定「写什么」

先定字段，再填内容。而且字段要按它要支撑的决策来选——模板里默认的那几个格子，是别人的决策，不是你的。

原则只有一条：以目标、动机、行为和痛点为主，人口统计信息是背景，不是头条。

很多画像指南一边警告「别过度关注人口统计」，一边又把年龄和收入放在模板最上面。别犯这个错。



年龄很少改变你做出来的东西，但用户想完成的那件事，几乎总会。

”

字段分三层：

• 驱动决策的：目标与要完成的任务、关键行为、动机、痛点、使用场景、一句真实原话
• 支撑背景的：职位头衔、相关人口统计信息、使用的工具与渠道、成功标准
• 装饰性的：摆拍式背景故事、兴趣爱好、编造的个人细节

判断标准：一个字段如果永远不会改变任何决策，它就不该出现——不管它让这份画像看起来多完整。

原文也承认，针对 B2B、SaaS、电商这些具体场景，现成的画像模板很多、作为起点也好用。但有一条底线：别让模板反过来决定什么才重要。字段是为决策服务的，不是反过来。

六、第 4 步：每个字段都要有出处

用你整理后的研究填满每个字段，而不是用想象力。

画像里的每一条主张，都应该能追溯到某个真实的人说过或做过的事。如果你指不出某个特征背后的证据，它就是猜的——而猜，正是画像第一次被熟悉用户的人看到时丢掉可信度的原因。

两点具体要求：

• 目标与痛点要具体，并且用用户自己的语言。 代表原话要从访谈记录里直接摘，而不是写一句「听起来很对」的话。真原话有一种编不出来的质地，也正是它能在满屋子怀疑者面前让画像站住脚。
• 一份画像只对应一个细分群体。 最大的诱惑是把两个群体平均成一个「典型用户」，但那会造出一个真实不存在、也没有任何真实客户完全共享其需求的人。别做这种混合，也别造「精确的假象」——编出来的薪资、虚构的清晨作息，看起来很细，支撑的决策数为零。

七、第 5 步：让它好记、好传播

人物层很重要，但它是在研究之上的一层，永远不能替代研究。

一个名字、一张照片、一句话简介、一句真实原话，能让画像变得可以被谈论：



「运营部的 Olivia 绝不会忍受这样的注册流程」——这是一句团队在计划会上真的能用起来的话。

”

这就是人物层的职责：让证据变得有粘性。

做法上：给一个真实感的名字和一张有代表性的图，简介控制在几句话内，能说清「这个人是谁、想干什么」就够了，再多都是废话。

然后，让它成为一个活着的东西，而不是一份开场会后就会死掉的幻灯片。存在某人网盘里的画像，已经在通往「无关」的路上了。它应该待在团队工作的地方，保持可分享，并且和它影响的那些旅程与决策连在一起。

八、第 6 步：验证，然后真的用起来

一份没被验证过的画像，仍然只是一个假设。原文给了两种验证方式：

1. 拿给每天都在和这类用户打交道的同事看，观察他们是否认得这个人
2. 拿新研究去对，看新数据是否还装得进去

当现实和画像冲突时，现实赢，你改。

然后跑决策测试（decision test）：对每一份画像，说出一个它应该改变的具体决策——最近的或即将到来的都行。这一个问题，比任何排版功夫都更能让一套画像保持诚实。



一份不改变任何决策的画像，应该被合并或砍掉。如果你说不出它改变了什么，它就没在挣自己的位置。

”

最后才是真正开始有回报的地方，也是大多数指南停笔的地方——用起来：

• 画像决定你在为谁的体验做设计
• 它告诉你该画谁的旅程地图、该优先谁的痛点
• 把画像喂进旅程地图，是最直接的用法——一张背后没有明确画像的旅程地图，只是一条属于任何人的通用流程；是画像给了这张地图一个视角

还有保持更新：按固定节奏复盘，通常是每季度或每半年一次；并且在触发条件出现时刷新——产品大改、进入新市场，或者新研究已经对不上了。



画像一旦不再反映真实用户，它就开始安静地误导它接触到的每一个决策。

”

九、到底需要几份画像？

大多数团队3 到 5 份就够。这个数量足够容纳真正不同的需求，又少到团队能记住、真的用起来。



3–5 份主画像，对大多数团队足够了。超过五六份，人们就记不住谁是谁了，这套画像也就不再被使用。

”

长长的画像名单通常是症状，不是成就——它意味着你按「不改变决策的属性」做了分群。用原文的话说：



你不是在丢掉细节，你是在移除噪音。

”

原文还提了一个常被忽略的做法：定义一份「负向画像（negative persona）」——你故意不服务的那类用户。说清你愿意让谁失望，会让每一个「服务谁」的决策都变得更清晰，也给了团队说「不」的许可。

十、五个反复出现的错误

• 把假设包装成事实。 用内部意见拼出来、从未拿真实用户验证过。格式看起来越是正规，就越危险。
• 用人口统计打头。 年龄收入放最上面，目标和行为埋在下面——这刚好把真正驱动决策的东西颠倒了。
• 画像太多。 画像越多感觉越严谨，实际通常意味着分群更弱、整套没人记得住。
• 把画像当成一次性交付物。 做一次就再不更新，慢慢偏离现实，直到它变成「积极地错」。
• 让它落灰。 为了一场工作坊而做，汇报一次，之后再没进过任何一个真实的产品、设计或旅程决策。一份不改变你工作方式的画像，浪费了投入其中的全部研究。

十一、常见问答

原型画像（proto-persona）和研究型画像差在哪？

原型画像是还没有研究时，用团队现有认知快速画的一版草图，用来在早期让大家对齐想法。研究型画像则要拿真实用户数据（访谈、埋点等）验证过。原型画像是个合法的起点，风险在于把它误当成成品、再也不回去验证。

用户画像、买家画像、ICP、用户分群，到底是不是一回事？

不是，它们在不同的层面回答不同的问题：

• 用户画像（user persona）——描述使用产品的人，答的是「怎么为这个人设计和构建」
• 买家画像（buyer persona）——描述做购买决策的人，答的是「怎么说才能拿下这单」；在 B2B 里，这通常是另一个人
• ICP（理想客户画像）——描述的是最匹配的公司或客户账户，不是个人，靠公司规模、行业、营收这类企业特征来定
• 用户分群（segment）——是按共同属性做的统计分组

原文的说法很干脆：分群和 ICP 管的是该出现在哪里、优先攻哪些账户；买家画像管的是该说什么话成交；用户画像管的是这个人进了产品之后，该为他做什么。在 B2B 里，签合同的人可能一辈子不会打开那套软件——这正是这几个词必须分开用的原因。

画像多久更新一次？

按固定节奏复盘，通常是每季度或每半年；出现实质性变化时随时刷新：产品大改、进入新市场，或者研究结论已经和画像对不上。画像是活文档，一旦不再反映真实用户，它就开始误导依赖它的决策。

画像和旅程地图是什么关系？

画像定义了「这张旅程地图代表谁的体验」。通常每份主画像配一张自己的旅程地图，或者在共享地图里有自己的视图，这样痛点和优先级始终挂在一个具体、真实的群体上，而不是一个平均出来的「所有人」。没有画像在背后，旅程地图就是一条没有归属的通用流程——是画像给了它视角。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0