回到京北已经半个月过去了，魏初阳一直在长城科技埋头工作，而王诗涵借助这次的公益助学和魏初阳这个发热体，足足炒了两周的热度。

　　比邻网会议室。

　　“老板，魏总，王总，我先说说数据统计方面的，这半个月以来，比邻网每天都吸引来数十万的注册用户，截止昨天十一月一日，比邻网注册用户达到5200万，日活达到4000万，每天累计三个小时以上的用户有1000万以上。这张是后台统计的用户每天留存在比邻网上的时间表图”

　　作为比邻网的产品经理，李欣悦义不容辞，为了能在每月第一个工作日的月度总结会议上详细介绍比邻网的发展情况，李欣悦连夜做出了一张PPT。

　　魏初阳一边听着李欣悦的介绍一边看着投影上的PPT，很欣慰，很满足。

　　比邻网用户上网频率还是不错的，每天一次以上的用户有75%，超过一半以上，毕竟现在还没有后世那么随处可以用手机上网，现在的手机上网体验不是很好，很少人用手机长时间泡着，好多学生时没有电脑的，只能去网吧之类的地方上网。

　　李欣悦接着又讲了比邻网用户的男女比例，基本持平，60%的男性。79%的用户平均年龄的在18——35岁，65%的用户是大专学历以上。68%的用户为白领，学生用户也达到了30%，其中高校用户突破1200万，基本覆盖全国所有大学。。。。。。

　　“用户每天在比邻网更新说说、发表文章日志、上传视频、上传照片、分享有意思的动态、互送礼物等等。目前，说说日更新数达到500万次，日回复达到5000万次，照片日上传量500万张，日志日更新量50万，日回复量400万，分享内容每日高达550万，礼物送出量每日达到12万，节庆日达到45万左右。。。。。。”

　　“这个分享量有点高于原创内容的量了，你们下去要想个办法，提高原创，限制分享量，有些分享要加入自己的观点，别搞得满屏都是分享链接，很没意思的”，魏初阳打断了李欣悦，指了出来。

　　半个小时候，李欣悦长舒一口气，总算汇报完了，从用户数据，分析着用户的行为习惯，爱好话题等等。

　　“恩，还不错，发展正常，你们的路子也是对的，我们拿到用户的资料数据以及点击行为，要分析他们是谁，为什么来比邻网，想干什么，最想看到什么，关注什么，喜好什么，等等，我们要归纳出每一个用户真实的行为习惯与想法，比邻网要变得聪明起来，给他们最想要的”。

　　魏初阳起身，来到黑板跟前，拿起水笔写下了“用户画像”四个字。

　　“知道这四个字什么意思吗？”，魏初阳问道，看着会议室三十多人疑惑的面孔，想来是不知道了，也对，此概念是在大数据时代才被人广为而知。

　　“你们怎么就不学习呢，活到老学到老，现在更是日新月异，要时刻学习，不然就掉队了。交互设计之父AlanCooper在2001年提出了Persona这一概念，是通过海量数据分析基础上，进行具象化得到一个的虚拟用户。”，魏初阳一边在黑板上画着一边介绍着每个字母的代表含义。

　　“好了，用户画像，是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌，可以看作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。

　　进行精准的用户画像分析，需进行对用户进行多维度划分，多维度划分，可以知道用户在不同维度下的不同用户使用场景。依据不同用户使用场景下的使用心理进行精准的用户产品设计，或者运营打造个性化推送，方便产品进行用户SKU收集，为用户分析动态建模提供维度和数据支持。”

　　魏初阳擦去黑板上的“person”，一边说一边写了四个词语，“那么怎么样构建真实、动态的用户画像呢？需要从四个维度构建，就是用户静态属性、用户动态属性、用户心理属性、用户消费属性”。

　　“静态属性主要从用户的基本信息进行用户的划分。静态属性是用户画像建立的基础，最基本的用户信息记录。如性别、年龄、学历、角色、收入、地域、婚姻等。依据不同的产品，记性不同信息的权重划分。如果是社交产品，静态属性比较高的是性别、收入等。。。。。。”

　　“动态属性指用户在再互联网环境下的上网行为。。。。。。。”

　　“消费属性指用户的消费意向、消费意识、消费心理、消费嗜好。。。。。”

　　“心理属性指用户在环境、社会或者交际、感情过程中的心理反应，或者心理活动。。。。。。”

　　魏初阳吧啦吧啦讲了半个小时，又在黑板上画了一张用户画像运用场景三维空间图，X轴代表业务场景维度；Y轴代表用户标签维度；Z轴代表服务层次维度。

　　“首先用户画像业务场景可以分为用户细分、产品优化、渠道拓展、运用提升、风险控制等。基于每一个业务场景，都有不同的用户标签定义，比如用户细分场景业务中，主要是用户的基本属性，包括性别、年龄、地域等。而风险控制业务场景中，主要是用户风险控制标签，包括黄牛标签、异常评分标签等。首先对用户群进行用户标签处理，根据不同的标签进行个性化推荐，再到到运营层面进行决策运营。环环相扣，所以用户画像的核心是标签的建立。”魏初阳一边说一边将三维空间图上写写画画，补充完毕。

　　魏初阳敲了敲黑板，引来众人的目光，着重说道：“在用户画像的过程中有一个很重要的概念叫做颗粒度，就是我们的用户画像应该细化到哪种程度。前面我们提到过，要不断的丰富用户画像，让被刻画的用户变得越发立体清晰，能更有助于产品设计的精确投入。这就类似马赛克拼图，单位面积内的点越多，图像就越清晰。但是不是颗粒度越小越好呢？其实并不是，掌握好颗粒度的“度”非常重要。例如，有以下细化过程：

　　“这是一台相机”

　　“这是一台胶片相机”

　　“这是一台胶片单反相机”

　　“这是一台尼康胶片单反相机”

　　“这是一台尼康FM2胶片单反相机”

　　在上述过程中，当它是一台相机时，它身上具备所有相机的共性，但当它是一台胶片相机时，显然它就不能代表数码相机了......而直至细化到它是一台尼康FM2胶片单反相机时，它就只能代表这一特定品牌、特定型号的相机了。

　　所以，用户画像的颗粒度不应该过于细密。一方面是因为这直接影响着成本；另一方面也因为过于细致的颗粒度，会造成服务目标过于单一。因此，我们在细化颗粒度的过程中，要不断佐以定量研究的方法来验证，并结合实际经验来微调。”

　　众人感叹于老板的广度与深度，无不惭愧，用热烈的掌声回报刚才魏老板的讲授。

　　回到座位上，魏初阳继续说道：“好了，用户画像分析就说这么点，我懂得不多，大家下去集体讨论，总结出一套合理科学的用户分析方法，会议继续，该谁了”。