一、定義不清楚用戶畫像與用戶角色
Alan Cooper 最早在1999年提出了用戶畫像（Persona）的概念，認為“用戶畫像是真實用戶的虛擬代表，是建立在一系列真實數(shù)據(jù)之上的目標用戶模型”。
用戶畫像：是從海量用戶中提煉共同特征，再用最典型用戶特征總結成一個個虛擬的角色。用戶畫像與單個用戶相比，強調(diào)的是一群人，是對群體宏觀的把握。體現(xiàn)群體的共性，基于單一/組合維度識別下，弱化群體中每個個體的形象與特色，從而聚合的一類用戶共有特征。
用戶角色：更多描繪抽象一個自然人的屬性。
二、界定不清楚做用戶畫像的目標是什么
日常工作中，做產(chǎn)品基本都會涉及到建立用戶畫像，但基于什么目標去做用戶畫像，可能都不太清晰，是幫助產(chǎn)品定位？幫助精準營銷？幫助產(chǎn)品設計？又或是幫助活動評估？
以某課程產(chǎn)品為例：
產(chǎn)品針對女性創(chuàng)業(yè)推出的課程包，目前課程包還未正式上線，基于此，做用戶畫像首先是幫助課程解決產(chǎn)品定位問題，其次是基于用戶畫像來做產(chǎn)品的設計。
三、對梳理的用戶信息，主觀意識的理解，缺少客觀的分析信息
以某課程產(chǎn)品為例：
日常分析過程中，或多或少的帶入個人主觀意愿，當拿到訪談后的用戶信息（如下圖）。
第一步：對拿到的信息，進行客觀、客觀、客觀的分析（重要的說三次），切記一定不能帶入個人主觀想法。
如：看到一些信息“不夠接地氣”，那用戶覺的不夠接地氣的具體信息是什么呢？一定得去挖掘和分析背后的know how （多靈魂拷問自己，如何做？）而不是先入為主的帶入個人主觀的看法。如果分析后的信息是帶入主觀的想法，那后面所有的信息都是偏離用戶的。
第二部步、信息的分析過程中，挖掘和分析背后的know how （目前這塊也在不斷的加強中）。
如：用戶信息為：“用戶會選擇多家對比價格，選擇最合適的？”
針對信息，可以分析獲得：
-
價格敏感型
-
藍色性格理性消費觀
-
價格敏感本質(zhì)是因為經(jīng)濟壓力大
-
對比價格后會選擇最合適的，低價不是產(chǎn)品的主要策略和定位
四、過于形式、模板化
主觀意識對用戶畫像的不重視，基于自身的理解習慣認為“用戶畫像很簡單，找個模版痛點/癢點/爽點一分析就行”忽略了做用戶畫像本質(zhì)目的是什么。
這點看似不起眼很學術化，但做任何工作或事情，如果內(nèi)心輕視那這結果一定不會很好。
古代兩國交戰(zhàn)，大忌其中一項就是：輕敵！因為輕視敵人而導致戰(zhàn)爭的失敗。
五、痛點、爽點、癢點，傻傻分不清楚
以某課程產(chǎn)品為例：痛點：通過課程想要獲得及時的收益，但不知道如何去作， 爽點：學完立即就能用到，癢點：課程能有直播+錄播雙形式，基于用戶的痛點、爽點、癢點
大白話（理論似乎大家都能懂，但用起來基本都會忘記。）
-
痛點：想得而又得不到的——是產(chǎn)品的核心競爭力
-
爽點：想要但不愿意的——是產(chǎn)品傳播點的核心點
-
癢點：想要，但沒有也行——產(chǎn)品其他功能
六、用戶畫像分類不清晰
（用戶畫像從哪些維度進行分類，如何能將產(chǎn)品的人群都能覆蓋到？）面對用戶信息時，不知道從哪些維度去將用戶進行分類。
分類維度如：生理特性、物理特性、心里特性、經(jīng)濟特性、職位特性、相關熟悉程度等
按行動緯度可分為：執(zhí)行者、完成者、鞭策者
按社交緯度可分為：協(xié)調(diào)者、凝聚者、外交家
重點注意：當劃分好緯度后，一定要用MECE的方法去驗證，劃分緯度是否窮盡又彼此獨立，這點十分關鍵，對于用戶分類上一定的清晰的界定與盡可能多的去覆蓋到全部的用戶類型。
七、輸出用戶畫像常被忽略的2大法寶
1、菲茨定律：讓相關內(nèi)容更靠近彼此，這樣做不僅可以在視覺上增強用戶對它們相關性的認識，
2、格式塔（Gestalt）：當對象離得很近的時候，人們會傾向于認為他們是相關的，在信息布局上，應將相關的信息放在一起
以某課程產(chǎn)品為例：
用戶畫像1.0版本，初看是否信息上大差不差的，還過的去。
問題點：信息堆積，看不出信息與信息之間的關系，毫無主次，不符合菲茨定律
用戶畫像2.0版本：
問題點：
-
標簽信息與生活工作狀態(tài)信息不符合，不符合格式塔原則；
-
突出痛點，癢點，厭惡點信息主次不清晰（這個問題是很普遍存在的問題，會認為做用戶畫像不就是分析TA們的痛點、癢點、厭惡點嗎？）
八、輸出一份用戶畫像，自我感覺良好，但忘記做驗證的步驟（尤其針對新產(chǎn)品新用戶）
用戶畫像創(chuàng)建出來后，前期定性的分析結果還需要定量的驗證（問卷）
九、小結
道理似乎都懂，但實際中運用起來就不會了（大白話：耳朵會了，手還不會～）
用戶畫像并不是一成不變的，隨著時間的推移、新用戶的加入、產(chǎn)品/服務功能的更迭等等，原先聚類的用戶都有可能產(chǎn)生轉移或流失，用戶畫像也因此發(fā)生變化。