一句话概括就是：给用户信息贴标签。🧐

对用户的年龄、性别、教育程度、职业、活跃度、忠诚度等指标进行标签化处理，多个标签构成对用户的整体描述。如果你经常在李佳琦直播间购买彩妆，那么根据你的消费记录，电商后台就会给你打上“女性”“价格敏感”“忠实用户”等标签，同时还会根据你所购买物品的价格，判断你的消费能力，甚至是根据你所买物品的适用人群，判断你的年龄区间段。

⭕️画像标签：客户会被后台拆分为无数个标签，从而让后台预判客户是个什么样的人。

⭕️终极目标：依靠标签信息，对客户进行精准营销，提高下单成功率。

用户画像的作用：

1、精准营销：通过用户画像，对用户群体进行细致分类，从而进行精准营销。

2、数据分析：根据用户的属性、行为特征对用户进行分类后，通过数据分析不同用户画像群体的分布特征。

3、产品应用：用户标签是很多数据产品的基础，比如个性化推荐系统，CRM基础搭建等。

4、数据挖掘：以用户画像为基础构建推荐系统、搜索引擎、广告投放系统，提升服务精准度。

用户画像的关键💥：明白业务需求

思考顺序：

明白业务方做用户画像的目的是什么，之后选取出符合需求的数据标签。

（举个例子：如图5，内容型社区希望通过知识付费模块进行商业变现，我们就需要把业务目标和要解决的问题进行梳理，根据要解决的问题去做用户画像）

图6是用FineBI做的用户画像分析

可以看到这个公司的用户平均年龄38岁，男性用户占比63%，用户平均收入9.57元，20-30岁人数占比最大为19.33%，接下来就可以根据这个画像作出针对性的运营。