短视频用户内容需求分析：
1.用户对内容的需求分类：消磨、打发时间；获取新闻资讯；进行深度阅读；寻求指导消费；
2.用户分析算法：切换至目标用户；借助数据分析；调整视频内容
“短”知识：如果无法获得用户的真实反馈，不妨向用户征集内容，这样不仅能看出目标用户喜欢什么样的短视频，而且还可以增加用户黏性。
借助同类短视频，以明确市场定位
1.搜集同类短视频的相关数据；
2.确立短视频分析维度：确立目标；搜集信息材料（搜集的材料要切合主题，且注意版权问题，以避免发生法律上的纠纷）；选择观点、解释概念；
3.建立短视频分析画像：短视频类型：娱乐、资讯、媒体、社交、教育、电商
短视频标签有助于快速找到用户群体
1.为什么要给短视频贴标签：不论短视频选择什么题材，采用怎样的表现形式，最终的目的都是为了让用户认识你，知道你有多特别。而短视频标签能让我们的短视频变得独特、唯一、与众不同。并且好的短视频标签可以使短视频命中算法推荐逻辑，直达粉丝用户群体，迅速帮我们找到目标用户并积累用户。
2.给短视频贴标签：标签字数：5~8个最佳----描述类词语的标签一定要符合该关键词画像的用户群体； 核心要点准确化---短视频标签的内容一定要和内容主旨相关联； 用词要找准受众---用词时可以直接体现出目标人群，精准投放到核心受众群体中； 学会蹭热点--谨慎跟风
大数据是建立用户画像的重要参考
1.什么是用户画像：指的是根据用户的社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户的信息进行分析而得到的高度精炼的特征标识。
2.大数据建立用户画像
借助数据建立用户画像，首先要认识一下用户数据的分类。一般来说，用户数据分为静态信息数据和动态信息数据两大类。静态信息数据是比较容易掌握的，比如用户的性别、年龄、地域、职业、婚姻状况、是否有孩子、消费周期等。而动态信息数据因为在不断变化，所以比较难掌握。比如用户的浏览、搜索、点赞、评论等行为。因此对于动态数据，短视频制作者要进行长期追踪、搜集数据，然后用户的变化中总结出规律，从而得出较为精准的用户画像。
Kano模型按照用户的不同需求的重要程度将短视频类型分为五类：基本型需求、期望型需求、兴奋型需求、无差异型需求、反向型需求。这五类需求的重要性程度依次递减，其中基本型需求是必须满足的。
