正文
所以，
这类用户画像（UserPersona），本质是一个用以描述用户需求的工具，它帮助不同角色在产品研发过程中，站在用户的角度思考问题。
在产品设计阶段和原型开发阶段，产品经理会较多地借助用户画像（User Persona）理解用户的需求，想象用户使用的场景。随着产品上线后不断迭代，积累真实用户，仅通过用户画像（User Persona）难以量化地评估用户需求，也很难通过数据证伪，不确定用户画像（User Persona）虚构的人物是不是真的目标群体。同时，真实用户群体也随时间推移变化，在设计阶段虚构的用户画像（User Persona）需要重新调研、设想。
与此同时，我们也希望通过产品积累的用户行为数据，为产品运营提供更好的支撑，例如根据用户浏览记录向用户提供个性化服务。这就是本文着重介绍的
第二种用户画像（User Profile）——根据每个人在产品中的用户行为数据，产出描述用户的标签的集合。
例如猜他是男是女，生活工作所在地，乃至喜欢哪个明星，要买什么东西等。
随着“千人千面”等理念深入人心，在与许多企业客户的沟通中，我们希望客户更加清楚两种用户画像的差异。与第一种用户画像（User Persona）不同的是，用户画像（User Profile）的建设更加关注：
-
是否反应受众的真实需求
：用户画像（User Profile）这个词的字面意义，是关注人口属性、生活状态等静态信息，但这些信息并不一定直接反应用户兴趣。产品更关注的往往是某用户“最近喜欢看哪类视频”、“准备买多少钱的手机”这样能帮助产品运营的动态信息；
-
时效性
：用户的兴趣偏好随时都在发生变化，需要及时更新用户标签；
-
覆盖度
：用户画像（User Profile）既要勾勒出用户感兴趣的内容，也要记录用户不感兴趣的信息，尽量多地满足产品运营的需要。但同时，除了人口属性等明确的属性外，大多数用户画像的正确与否是没有意义的。如“最近喜欢看搞笑视频”这个标签，并不表示用户下一次一定观看搞笑视频，因此执着于提升标签的准确度，不如设计出多更清晰描述受众需求的标签，更多时候我们注重提升用户画像的覆盖度，同时提供更细粒度的画像。
用户画像（以下均指 User Profile）一般通过标签体系落地，简单说就是你把用户分到多少个类里面去，当然，每个用户是可以分到多个类上的。这些类都是什么，彼此之间有何联系，就构成了标签体系。通常有两种思路设计用户画像的标签体系。
一是结构化的标签体系，这类标签可以直接从人口属性、物品信息等基本信息中直接得到，有明确的层级关系，如性别、省市、视频分类、商品分类等。
