我把用户画像打印出来贴在会议室白板上时，觉得这个工作做完了。两天的工作量，有照片、有名字、有代表性引言，痛点和目标列得整整齐齐。汇报那天产品经理也说"做得很好"。

三个月后，画像还在白板上，纸边已经微微卷起来。这三个月里团队做了两次迭代，开了十几场评审，没有一次有人在讨论中提到过它。不是大家忘了，是从一开始就没有人知道该怎么用它。

那份画像的问题不在格式，在于它从来没有建立在真实数据上。我填进去的那些内容，不是从真实用户身上观察到的，而是对"我们的用户大概是什么样子"的想象。这种想象做出来的东西，外表和真实画像几乎一样，但内核是空的。

一、用户画像究竟是什么

用户画像（User Persona）这个词在设计行业已经快被说烂了，但很多团队在真正做画像的时候，还是会习惯性把它做成一个视觉好看的"用户介绍卡片"，而不是一个对设计决策真正有作用的工具。

要理解画像是什么，就要先理解它解决的是什么问题。

设计团队在工作中会反复会遇上这样一个问题，那就是我们到底在为谁设计？这听起来并不复杂，但团队里每个人的脑子里的答案其实完全不一样。设计师想的是"使用产品的年轻白领"，产品经理想的是"能付费的城市用户"，老板想的是"我们的目标客群是25到40岁的中产消费者"。

结果就是，开评审会时，大家讨论的是同一个设计方案，但心里参照的是不同的用户。有人觉得这个功能对用户有用，有人觉得用户不需要这个，争来争去，谁也说服不了谁。因为每个人所说的"用户"根本不是同一个人。

用户画像要解决的，就是这个问题。

用户画像是对研究数据的提炼。它把在真实用户身上观察到的行为模式、共同痛点、使用习惯，压缩成一个具体的虚构人物，让团队在设计讨论时有一个共同的参照对象。

注意这里面有三个关键词：

第一，"研究数据的提炼"指的是画像不是凭空创造的，而是从真实的研究数据里提炼出来的。没有研究数据，就不存在真实的画像，有的只是团队的集体想象。

第二，"行为模式的归纳"指的是画像描述的是一类人共同表现出来的模式，不是某一个特定用户的具体情况。研究过程中如果发现了五个人都有相似的操作习惯，这个习惯就可能成为画像的一部分；但如果只有一个人有某种特殊行为，它通常不应该进入画像。

第三，"共同的参照对象"指的是画像最终的用途，是让整个团队在讨论"用户"时，脑子里浮现的是同一个人。有了这个具体的人，团队讨论就从"用户会不会觉得……"变成"王静在这种情况下会怎么做"。这个替换很微妙，它改变了讨论的质量，从大家各自猜测一个抽象群体，变成对照一个有数据支撑的具体人来做分析。

二、画像让设计决策变容易

理解了画像的定义，再来看它在实际工作中的用途。一个有数据支撑的真实画像，至少在三类决策场景里能帮上忙。

1. 功能优先级讨论

产品路线图上有十几个功能等着排期，团队要决定先做哪个。没有画像的时候，每个人按自己的判断排优先级，讨论很容易变成观点对观点。有了具体的画像，问题就变成了：哪些功能直接对应王静的核心行为和核心痛点？画像不会替团队做决定，但它把争论的出发点从"我们各自觉得哪个重要"换成了"对这类用户哪个更重要"，让讨论有了一个共同的锚定点。

2. 设计方案的取舍

假设设计评审中有两个方案，A方案功能更全，B方案流程更简单。怎么选？如果没有画像，这通常变成一场口水仗。如果有画像，可以问：她是坐在办公桌前完整地用，还是通勤路上抽几分钟用？她每天会打开这个功能几次？这些具体的信息能帮助团队把抽象的"简单"和"全面"之争，落到"对这个用户来说哪个方案更合适"的讨论上。

3. 新成员的认知对齐

产品团队里经常有新人加入，每次让新人从零开始理解"我们的用户是谁"都要花很多时间。一份详实的画像，能让新成员在第一周就建立起对目标用户的基本认知，知道这类用户的行为习惯、核心诉求、使用场景，而不是在入职一个月后还对用户一无所知。

这三个用途都有一个共同前提：画像描述的内容必须来自真实观察，而不是团队的假设。一旦画像建立在假设上，这三类讨论就都失去了意义。

三、假画像是怎么来的

既然画像必须来自真实研究，为什么很多团队做的其实是假画像？

因为做出一份看起来像样的画像，比真正基于数据做画像容易得多。一个有名字、有照片、有整齐字段的文档，外表和真实画像几乎一样。没有亲自参与研究的人，很难从外表上分辨真假。

假画像通常来自三种情境：

1. 凭空捏造型

凭空捏造型是最常见的一种。团队没有做过用户研究，或者只做过非常有限的研究（比如做了两三次访谈，每次只聊了二十分钟），没有足够的数据支撑一份完整的画像。但项目需要推进，或者老板要求"做一份用户画像"，于是团队就开始填格子：

• 用户是谁？"25到35岁的城市职场女性"。
• 核心痛点是什么？"工作和生活的平衡很难把握，需要高效的工具来管理时间"。

这些内容不是从研究中观察到的，而是大家集体想象出来的，或者从竞品的目标用户描述里借来的。

这类画像读起来感觉合理，因为它描述的就是团队自己认为"应该是这样"的用户。团队不会主动质疑自己写的东西，自然觉得对。问题是没有人能看出哪里错了，但每一个设计决策都在参照一个错误的用户模型，偏差会随着产品迭代越来越大。

2. 平均人型

平均人型来自一种看似严谨的做法。团队做了调研，收集了几十上百份问卷，然后把所有人的特征取平均值，得到一个综合画像。25到35岁，有一定受教育程度，对价格有一定敏感性，希望产品高效易用。单独看每一条都没错，但放在一起，这个人在现实里不存在。

真实用户之间的差异是有意义的。有的用户用产品是为了工作效率，有的是为了娱乐消遣。有的是重度用户每天打开，有的偶尔才用一次。有的愿意花时间学复杂功能，有的只想要最简单的操作。这些差异往往指向完全不同的设计方向。把所有人取平均值，就把这些差异全部抹掉了，剩下一个对所有人来说都"差不多合适"的幽灵用户。用这个画像做设计，等于在为一个不存在的人设计，团队没办法从中做出任何有区分度的判断。

3. 老板驱动型

老板驱动型和前两种不同，研究是真做了的，访谈做了，数据也收集了。问题出在整理数据、提炼洞察的环节。研究发现的真实结论和产品现有定位或老板的预期不符，画像的内容就被有意无意地"调整"了，朝着符合期望的方向靠拢。
这类情况很常见，往往不是研究者故意作假，而是一种自我审查：这个发现太麻烦了，写进去会引起争议；那个结论老板肯定不喜欢，就不写了；这部分观察和我们的产品方向不符，就弱化处理吧。最终呈现出来的画像，有真实研究的外壳，但结论已经被过滤过了，核心问题被绕开了。这种画像比凭空捏造型更难被识别，因为说"这是我们做了研究之后得出的"，没有人会去追问研究结论是否被完整呈现。

四、真假画像的差距在哪里

从外面看，真实画像和假画像差距不大。格式相同，字段相同，视觉呈现也相似。真正的差距藏在每个字段的具体程度里。

拿"痛点"这个字段来举例，同样是描述一个内容整理类产品的目标用户的痛点，假画像通常是这样写的：

• 希望内容整理更方便，收藏管理不够清晰，在找资料时经常感到效率低下。

真实画像是这样写的：

• 存了很多参考图，但分类一直乱，找东西要翻好几个文件夹，经常找不到，最后直接放弃重新搜。工作用的和生活用的内容混在一起，不同项目的参考图没有办法区分。上周项目启动，花了将近半小时找上个季度存的竞品截图，最后没找到，当场去重新截图。平均每次找一个之前存的东西要花七八分钟。

这两段文字的差距不是文字多少的差距，是背后有没有真实观察的差距。

第一段描述的是一个设计方向：任何收藏类产品的用户都可以贴上这个标签，它对任何设计决策都没有实质帮助。没法从它推断出应该优先设计标签功能还是搜索功能，没法推断用户会不会愿意花时间整理分类，没法推断操作路径应该是深层还是扁平。

第二段描述的是一个具体的行为场景：这个用户存了大量内容但缺乏清晰的分组逻辑；不同来源和不同用途的内容被混放；主要的痛点不是"收藏不够多"，而是"找不到之前收藏的东西"；她的解决方式是放弃找，重新搜索，说明搜索能力对她来说是关键的逃生路径；"半小时找截图"这个故事说明问题已经到了影响工作的程度。

从这段描述，设计团队可以推断出很多有用的信息：

• 搜索功能的优先级应该很高
• 打标签这种需要主动维护的方案
• 这类用户可能没有动力坚持
• 帮助用户在导入时自动归类比让用户手动分类更可能被接受；
• ...

这就是真画像和假画像的差距。真实的观察能支撑设计推断，泛泛的描述什么也推不出来。

除了痛点，其他字段也是一样的逻辑。目标字段如果写"希望工作更高效"，这是假画像的水平；如果写"每周的周报要花两个多小时整理，她觉得这时间浪费在形式上，想控制在45分钟以内"，这才是真实画像该有的内容。行为习惯字段如果写"经常使用手机处理工作"，这是假画像；如果写"通勤时用手机处理非紧急任务，下班后不打开工作软件，周末基本不用"，这才能指导设计决策。

五、识别真假画像

拿起画像，随机挑一个字段，问一个问题：这句话是从哪个用户访谈或研究数据里得出来的？

如果有人能回答出"这是从第三次访谈的第二个受访者那里观察到的，后来在问卷里也有32%的用户提到了类似情况"，这是真实画像。

如果没有人能回答，或者回答是"这是大家讨论之后觉得应该是这样的"，这是假画像。

第二个判断方式是看字段的具体程度。真实画像的每个字段都应该能直接指导一个设计决策。如果一个字段读完，团队对"应该怎么设计"没有任何新的判断，这个字段大概率是假的，它描述的可能是一个普遍正确但对这个产品没有特殊意义的特征。

第三个判断方式是看字段之间是否自洽。真实用户的行为、痛点、目标、背景是相互关联的，一份可信的画像读起来会觉得"这些放在一起，确实像一个真实的人"。假画像的字段通常是独立填写的，放在一起会出现矛盾。比如痛点写着"时间很紧张"，行为习惯里却描述了大量主动探索新功能的行为，这两件事放在同一个人身上就对不上。

六、画像能做什么，做不到什么

学会一个工具之后容易把它用在所有问题上，所以最后要说清楚画像的边界。

1. 画像能做的事

画像最核心的价值是给团队一个共同的用户讨论对象，让"用户"从一个抽象的群体概念变成一个具体的人。当团队讨论功能优先级或方案取舍时，画像提供了一个参照坐标，把"我们觉得"的判断变成"对这类用户来说"的判断。对新加入的成员，画像也能帮他们快速建立对目标用户的基本认知，缩短上手时间。

2. 画像做不到的事

画像不能预测用户行为。它是对已有行为模式的归纳，不是对未来行为的预测。"王静之前是这样做的"，不等于"王静遇到新功能时也会这样做"。在验证一个未经测试的新设计方案时，不能用画像替代真实的可用性测试。

画像不能覆盖所有用户。一两个画像只能代表最主要的用户群体，描述的是这类用户中最典型的行为模式。边缘用户、特殊使用场景、极端情况都不在其中。一个面向主流用户的好设计，同时可能对某些特殊需求的用户体验很差——这不是画像的错，是它的边界。

画像不能替代持续的用户研究。画像是某个时间点的快照，描述的是"在做这份研究的那段时间里，这类用户大致是这样的"。用户在变，产品在变，市场在变，三个月前的画像可能已经部分失效。画像需要定期用新的研究数据来校准，否则会变成一个把团队锚定在过时认知上的绊脚石，而不是帮助工具。