上上周说到传统行业产品的用户画像和场景设计，这周刚好一个老同事又推荐了篇文章过来《用户研究新构思——场景细分》，说的正是用户画像不能满足现实工作需要，而场景设计才是本源。读完觉得比较到位，本周再嚼一嚼。
至少三种情况下，传统的用户画像分析不好使：
1、大众性产品
上篇文章已经分析了，比如可口可乐这样的大众消费品，面对的用户是几乎是覆盖全年龄段、不分男女、不分地区。这个时候做人口学的用户画像没有意义（当然产品本身还是会有自己定位的目标用户）。所以只有一些有特定用户人群的产品，用户画像分析可以帮助整个团队明确目标人群。
但是“越是用户定位精准（准确的说是感觉定位精准，或者能够一下子概括出一个用户画像）的产品，越是销量惨淡，或者本身就是小众定位的产品”。要“精准的用户画像”，还是“销量”，这个不必多言。
2、用户行为无差异时
曾经我们做了个跑步用户的画像分析。然后把人群分成了“老中青”三类，当然各类人群会有自己的心理特征、跑步动机，以及收入情况、家庭工作情况等。通过以上维度区分出的用户画像，能够给团队带来一些对目标用户的共识。
但回到产品设计上，这几类用户在跑步中会有多大的差异？落实到产品功能和界面展示上又会有多大差异？每类用户中都有要锻炼身体的、减肥的，也有要冲刺马拉松的。所以功能是和使用动机、使用场景对应的，但没法和用户分类一一对应。传统的消费学用户画像分析就没有太大意义。基于用户行为场景的分类才是本源。
3、坐拥大数据时
《用户研究新构思——场景细分》作者指出，大数据导致用户细分可以不断细化，最终每个用户都是一个独立的分类。就算是同一个公司、年龄相仿的两个人，他们的生活圈子、性格特征，甚至价值观都可能非常接近，但他们很可能开两个完全不同的车。
分类颗粒度在面对海量数据时如何把握？人口学、消费行为等变量的用户分类显然太粗糙。随着数据的丰富，从显而易见的人的维度去分析用户画像，这种方法势必要被淘汰，或是突破更新。特兰普在大选时，他的智囊团就做出了杰作：利用大数据勾勒出2.2亿美国成年人的性格风貌，然后竞选团队在Facebook上投放了17.5万个不同版本的广告。虽然这些不同版本的差别都很细微，如标题、颜色、有无照片等，但这样的广告宣传却精确到了一个村庄或小区，乃至一个个人。
对于产品设计，人的分类是难以穷尽的，但场景却可以细细穷举。主要场景的切片，并深入其中，根据时间、地点、媒介做变量，分析每个场景。当然你会问，那不同的人在不同的场景中，行为会不一样啊？在特定场景中，人的行为是可以分类的。但抛开场景，人本身的分类是无穷多的。
如何做产品的场景化设计、以及场景化营销？已经在上两周的文章里有所介绍，在此不再赘述。想到更多再分享。
文中图片来自网络
