所有的用户模型都是为运营场景服务的，模型的变量和算法的调整都是基于运营数据的反馈不断优化的，所以先要有需求场景，后有用户模型； 1、了解运营场景，分析用户模型如何帮助这个运营场景； 2、根据运营场景需求，提炼影响运营的变量； 3、根据变量和运营的经验，对变量设置不同的权重，开发合理的算法模型； 4、结合模型在运营中的运营效果，优化权重和算法； 模型不会无中生有，一定是在运营中产生，在运营中优化；
跳出你的环境，去一个你不太了解的领域，感受他们的产品或好服务 ，去体会你作为“小白”客户的感受。 将感受带回来，在自己的领域构建用户模型时充分考虑和应用这些“感受”， 不然所有的“经验”都会成为绊脚石。
1、你需要梳理产品及运营的需求，明白你做这个用户模型的目的是什么，需要解决什么问题。 例：你需要了解你产品的新用户对产品的总体使用情况，解决产品设计及运营中对新用户引导的问题。 2、你需要确定你要对哪个业务线/产品/功能/建立用户模型，不同种类的产品用户模型的因子是不一样的。 例：你的产品是一个手机社交产品，类似与微信好友圈功能 3、梳理的你的业务线、产品、功能，提取构成用户模型的数据因子。通常来说数据因子包涵用户性别、年龄、地域、行为、兴趣等。另外还包括产品相关的数据，如首次登陆、使用时长、UGC、PV等产品使用数据。 例子：基于产品形态，你需要提取新用户首次登陆时间、首次UGC、UGC数量、用户年龄、地域、好友数等因子 4、另外你需要对数据敏感，因为你定义好的用户模型因子是一张数据表的形式，你要从中将数据之间的关系抽丝剥茧的找出来。 例：用户首次登录时间及首次UGC之间有没有关联？用户好友数与用户UGC数的关系？用户年龄、地域、行为的UGC分布情况 5、基于数据表开始搭建用户模型 例：通过梳理以上数据，尝试搭建新用户模型，如新用户年龄分布在20-25岁，好友数大于10个以上的用户首次登陆后产生UGC。如用户地域这个因子对新用户的影响较小，后续产品及运营可以不做重点引导。再如好友数大于20个，用户UGC量增长缓慢但产品使用时长增加等。
Persona是虚构出的一个用户用来代表一个用户群。 创建用户模型的目的是：尽可能减少主观臆测，理解用户到底真正需要什么，从而知道如何更好为不同类型用户服务。 按用研类型和分析方法来区分，人物角色可以分为：定性人物角色，经定量检验的定性人物角色，定量人物角色。 Lene Nielsen的“十步人物角色法”： 1. Finding the users 发现用户 目标: 谁是用户？有多少？他们对品牌和系统做了什么？ 使用方法: 数据资料分析 输入物: 报告 2. Building a hypothesis建立假设 目标: 用户之间的差异都有什么 使用方法: 查看一些材料，标记用户人群。 输出物: 大致描绘出目标人群。 3. Verifications调研 目标：关于persona调研（喜欢/不喜欢，内在需求，价值）。关于场景的调研（工作地环境、工作条件），关于剧情的调研（工作策略和目标、信息策略和目标）。 使用方法：数据资料收集。 输出物：报告。 4. Finding patterns发现共同模式 目标：是否抓住重要的标签？是否有更多的用户群？是否同等重要？ 使用方法：分门别类。 输出物：分类描述。
