3、画像数据采集方法：定量数据、定性数据与第三方数据源
做用户画像，最怕什么？
怕拍脑袋。怕「我觉得用户是这样」。我见过太多团队，产品经理凭感觉写了几条用户特征，然后整个研发团队吭哧吭哧干了大半年，上线后发现根本没人用。
数据不会骗人，但前提是你得知道怎么采、采什么。今天我就把画像数据采集的三大类方法掰开揉碎了讲清楚。
3.1 定量数据：用数字说话
定量数据，说白了就是「有多少人、做了多少次、花了多少钱」。这类数据最大的好处是客观、可量化、能统计。我个人的习惯是，做任何画像项目，先看定量数据，因为它能快速告诉你「发生了什么」。
3.1.1 埋点数据
埋点是产品最基础的数据采集手段。你在页面上点了什么、停留了多久、从哪进来的，这些行为轨迹全靠埋点记录。
我建议你至少埋三类事件：
- 页面事件：用户访问了哪些页面，停留时长
- 点击事件：用户点了哪些按钮、链接
- 业务事件：用户完成了哪些关键操作（比如创建项目、导出报告）
举个例子，我们给一个项目管理SaaS做画像时，发现80%的用户在「创建任务」这个步骤就流失了。后来一查埋点数据，发现那个按钮在移动端被折叠了，用户根本找不到。你看，一个埋点就能暴露产品设计的硬伤。
3.1.2 CRM数据
CRM里存的是用户的「身份信息」和「交易历史」。公司规模、行业、职位、购买时间、续费情况……这些数据对B2B SaaS尤其重要。
为什么？因为SaaS产品的用户往往不是一个人，而是一个组织。你需要知道这个组织有多大、谁在决策、谁在使用。
我习惯把CRM数据分成两类：
- 静态属性：公司名、行业、员工数、地域
- 动态属性：最近登录时间、工单数量、客服沟通记录
嗯，这里要注意一点：CRM数据经常不准。销售填的行业分类可能过时了，联系方式可能换了。所以我的建议是，CRM数据要定期清洗，最好每季度做一次交叉验证。
3.1.3 账单数据
账单数据是用户用真金白银投票的结果。它告诉你谁在付费、付了多少、什么时候付的、有没有流失风险。
我个人觉得，账单数据是画像里最「诚实」的一类数据。用户嘴上说「我很喜欢你们的产品」，但账单显示他三个月没续费了——那他的真实态度就很明显了。
从账单数据里，你可以挖掘出：
- 付费能力：大客户还是小客户
- 付费意愿：是否主动续费，还是需要销售催
- 使用深度：付费越高的用户，通常使用功能越多
3.2 定性数据：理解背后的「为什么」
定量数据告诉你「发生了什么」，但回答不了「为什么」。这时候就需要定性数据上场了。
我遇到过很多产品经理，看了数据后一脸懵：「用户明明点了这个按钮，为什么就是不付费？」定性研究就是用来解开这个谜团的。
3.2.1 用户访谈
用户访谈是最直接的定性方法。找5-8个典型用户，每人聊30-60分钟，你就能获得大量一手信息。
我访谈时一般会问三类问题：
- 场景类：「你一般在什么情况下用我们的产品？」
- 痛点类：「用的时候最烦什么？」
- 期望类：「如果产品能帮你解决一个问题，你希望是什么？」
有一次我访谈一个HR SaaS的用户，她说：「我每天要花两小时手动导出考勤数据，然后复制到Excel里算工资。」我当时就愣住了——我们的产品明明有自动算薪功能，但她根本不知道。这就是典型的「功能存在但用户不知道」的问题，光看数据是发现不了的。
3.2.2 可用性测试
可用性测试是观察用户「怎么做」而不是「怎么说」的方法。你让用户完成几个任务，然后看他在操作过程中卡在哪、犹豫在哪、骂在哪。
我一般会准备3-5个核心任务，比如：
- 「请创建一个新项目并邀请两位同事」
- 「请找到上个月的报表并导出为PDF」
测试时我不说话，只记录。用户每犹豫超过5秒，我就记一笔。测试结束后，把所有人的卡点汇总，就是产品优化的优先级清单。
我记得有一次测试，一个用户花了整整4分钟才找到「设置」入口。那个按钮其实就在右上角，但图标设计得太抽象了。后来我们改成了文字标签，用户平均找到时间降到了15秒。你看，一个可用性测试就能省下多少客服成本。
3.3 第三方数据源：补全信息拼图
光靠自己的数据，有时候信息不够全。比如你想知道某个行业的市场规模、竞品分布、技术趋势，这些数据自己采不到，就得借助第三方。
我常用的第三方数据源有三类：
| 类型 | 典型来源 | 用途 |
|---|---|---|
| 行业报告 | 艾瑞、Gartner、IDC | 了解市场规模、增长趋势 |
| 竞品数据 | SimilarWeb、App Annie | 分析竞品流量、用户行为 |
| 社交舆情 | 知乎、微博、小红书 | 捕捉用户真实评价和需求 |
举个例子，我们做一款面向设计师的SaaS产品时，从Gartner的报告里发现「远程协作」是未来三年的核心趋势。于是我们把「多人实时协作」作为画像的一个关键场景，后来证明这个判断非常准。
3.4 三种数据的配合使用
最后说一个我自己的方法论。三种数据不是孤立的，它们应该像拼图一样互相补充。
我的工作流是这样的：
- 先用定量数据发现问题：比如发现某个功能使用率极低
- 再用定性数据深挖原因：访谈用户后发现是入口太深
- 最后用第三方数据验证方向：看看行业里其他产品是怎么解决这个问题的
你想想看，如果只做定量，你只知道「用户不用」，不知道为什么。如果只做定性，你访谈了5个人，但不知道这5个人能不能代表全体用户。如果只依赖第三方数据，你永远在做「别人家的产品」。三种数据配合起来，画像才立体、才可信。
嗯，今天就聊到这。下一章我会讲怎么把这些数据整合成可用的画像模型，到时候咱们再细聊。