互聯(lián)網(wǎng)產(chǎn)品用戶研究過(guò)程中涝缝，用戶畫像普遍達(dá)成共識(shí)是其中的核心環(huán)節(jié)。在項(xiàng)目的實(shí)際運(yùn)營(yíng)中淡溯，用研結(jié)果在大程度上決定了產(chǎn)品策劃設(shè)計(jì)中的產(chǎn)品設(shè)計(jì)读整、渠道策劃、定價(jià)設(shè)計(jì)和發(fā)展策略等咱娶。精準(zhǔn)的用戶畫像能夠讓用研結(jié)論更加立體和客觀米间，從而反哺產(chǎn)品開發(fā)，使產(chǎn)品公司和產(chǎn)品的使用者都受益膘侮。
產(chǎn)品運(yùn)營(yíng)工作中對(duì)用戶研究的基礎(chǔ)性工作大體上分為兩類：用戶屬性分析和用戶行為分析屈糊。
用戶屬性分析，顧名思義琼了，是指用戶的年齡逻锐、性別、學(xué)歷、居住地等相對(duì)靜態(tài)的基礎(chǔ)性信息昧诱。而用戶行為分析則是指用戶在日常使用產(chǎn)品的過(guò)程中產(chǎn)生的所有操作晓淀，例如訪問(wèn)頁(yè)面、點(diǎn)擊按鈕盏档、輸入信息等具像化的操作凶掰。有時(shí)候甚至可以通過(guò)用戶行為數(shù)據(jù)分析推演出用戶屬性信息，用戶屬性在一定程度上也會(huì)讓用戶行為呈現(xiàn)出偏向性妆丘。
下面以教育行業(yè)為例锄俄，列舉教育APP常用的用戶屬性局劲。
自然屬性：性別勺拣、年齡、生日鱼填、國(guó)家药有、民族、學(xué)歷苹丸、職業(yè)愤惰、行業(yè)、居住地等赘理。
文化屬性：學(xué)歷宦言、專業(yè)、語(yǔ)言能力商模、獲取資格等奠旺。
觸點(diǎn)渠道：用戶通過(guò)何種渠道獲知該app，朋友推薦施流、公眾號(hào)响疚、微博、今日頭條瞪醋、百度推廣忿晕、抖音等。
消費(fèi)偏好：包括內(nèi)容分類和內(nèi)容質(zhì)量银受。內(nèi)容分類比如語(yǔ)言類践盼、職場(chǎng)提升、編程開發(fā)宾巍、數(shù)據(jù)科學(xué)宏侍、產(chǎn)品運(yùn)營(yíng)、電商蜀漆、職業(yè)考試谅河、興趣愛好等。
硬件屬性：包括所用設(shè)備品牌型號(hào)、網(wǎng)絡(luò)狀態(tài)绷耍、當(dāng)前系統(tǒng)版本吐限、APP版本等。
用戶屬性數(shù)據(jù)一般自愿性埋點(diǎn)填報(bào)收集褂始，信息的準(zhǔn)確性多少受用戶對(duì)隱私的保護(hù)習(xí)慣影響诸典。除了用戶屬性信息之外，用戶行為數(shù)據(jù)是更為客觀的信息崎苗。一款app產(chǎn)品常見的用戶行為信息有：
最近登錄時(shí)間狐粱、最近1周/月/季度登錄次數(shù)、用戶ID登錄設(shè)備數(shù)量胆数、知識(shí)付費(fèi)金額肌蜻、最近付費(fèi)日期、日活時(shí)間區(qū)間必尼、持續(xù)活躍天數(shù)蒋搜、生命周期/注冊(cè)日期、簽到積分/參與活動(dòng)積分?jǐn)?shù)量判莉、積分使用數(shù)量/過(guò)期數(shù)量豆挽、用戶等級(jí)（連續(xù)增長(zhǎng)、回退性增長(zhǎng)等）券盅、優(yōu)惠券使用比例和筆數(shù)等帮哈。
深入追蹤，還可以抽象出更多的隱藏屬性：
消費(fèi)層次：付費(fèi)價(jià)格和優(yōu)惠力度
消費(fèi)敏感度：簽到活動(dòng)锰镀、積分活動(dòng)娘侍、限時(shí)折扣對(duì)用戶下單付費(fèi)產(chǎn)生的影響指數(shù)。
操作行為指數(shù)：基于內(nèi)容瀏覽互站、內(nèi)容收藏和付費(fèi)內(nèi)容的分類行為分析對(duì)該分類內(nèi)容的偏好程度私蕾。
