今天又再次看到有人展示產品的用戶畫像，跟過往書籍和項目中接觸的用戶畫像一樣，都是通過相對模版化的維度去勾勒目標群體特征，其中最常見的是通過人口屬性維度去描述人物的特點。
但很多時候，當看到了一個擁有具體年齡數據、性別、職業的描述角色，其實本質上并沒有帶來很深層次的認識，反而有時這些信息會稀釋我們的關注點，因為畫像的本質絕對不是為了這個。而且實際上具體的數字更容易帶來懷疑，特別隨著互聯網的發展，社會整體認知水平都在躍遷，性別、年齡、區域等影響在模糊化。這種固定的描述不僅不利于我們區分人物，反而會讓我們產生誤判，因為年齡這些因素有些刻板效應在，而這些其實不是我們調研的發現的，但一旦我們有了這個假定，我們很容易就把這些內容代入到畫像的特征內。比如我們假設經常使用電子支付的是30歲的it男，那幾乎可以判定你會菜市場賣菜的阿姨熟使用電子支付的場景
那應該使用什么的描述更有利于構建用戶畫像？我們都知道，畫像的意義許多時候是為了讓我們建立認知與達成共識，所以一個足夠簡單且能產生正確聯想的特征才是用戶畫像的根本。這個特征可以使用人生階段的身份屬性（孕媽/大學生/職場新人等）或者群體行為特征（參考：http://uxren.cn/?p=50599），這些都會比一個具體的性別、年齡數值等更有參考意義。因為身份屬性或行為特征的提煉足夠簡潔，同時又在一定程度上反應了該人物的動機，適合讓使用者產生直觀判斷。
