今早来公司里头，坐下来一看便签，发现手头上事情并不是很多，就泡杯茶去论坛逛逛，发现好些人在讨论用户画像，心想这也不是什么新词，干嘛都那么激动，彷佛隔着屏幕我都感到那些人的吐沫星子。心头萌发一个念想，这块我平常虽然间接有接触，而那些知识点都太零散，不够系统性性，很不易全面知识框架的理解和掌握，我何不自己再自我总结下，那今天的博客内容也有着落啦。立刻放下茶杯从网上找些材料先自我巩固下......

由于本文皆是其他博客论文再结合一些个人理解，综合加工而成，由于这对我来说纯属是好奇之学，有些概念或者逻辑也不是很具有代表性，希望大家发现了可以给我留言，我会予以更正。

1. 基本概念

最初，用户画像是在大数据行业产生的，是为产品的精准营销、精细化营销。既然目的是为了产品运营领域，那么它可以是个人也可以面向企业。而我们这边为大家更好的理解，暂且只说它的自然人属性，即面向个人。

在这我就给它一个略显狭义的概括：所谓用户画像就是根据用户所拥有的社会属性、职能属性、经济属性、情感属性等各种可供捕捉的行为属性，最终将这些行为属性进行组合、提炼，形成数字化、抽象化的一组标签来帮助我们理解直观了解用户。

2. 用途

在电商、金融、互联网领域，它有着举足轻重的作用，总的来说可以概括为五大块：用户统计、数据挖掘、精准营销、行业分析。

• 用户统计：根据不通用户属性特性统计用户数量、分布，从而分析用户画像的群体分布特征；比如双11活动中，统计哪个区域消费最活跃等；

• 数据挖掘：利用关联计算模型，分析该用户的特征能力，结合智能聚类算法的评估模型，获取针对性的用户画像，再利用推荐和搜索算法，向该用户投放和推荐关联性产品，提升服务精准度；

• 精准营销：在数据深度挖掘过程中，结合历史上该用户特征，分析该产品的潜在用户和用户潜在需求，并针对性该特定群体，利用推送媒介等方式进行营销；

• 行业分析：通过用户画像，可以很直观了解行业动态，为提高企业竞争力提供第一手资料，方便管理层做出决策。

题外话，上面说不少优点，结合自身在项目中也发现，好多行业中的项目无非为了用户画像而画像，不说用户画像的在技术实现上的门槛，单看那些输出的所谓用户画像报告，真是眼泪多于汗水。这些项目最终都沦落为“面子工程”，“形式主义”，更是被某些领导用来宣扬其光辉政绩的资本。

3. 如何构建用户画像

用户画像不是一成不变的，在统计与计算方法上也有差异，更不用说去面对行业不同，应用场景不同。所以要想构建用户画像，自然少不了对行业的调研，对业务领域的分析。

3.1. 构建标签体系

标签是一种用户特征的符号，既是一种内容组织方式，又是一种关联性很强的关键字，能帮助我们快速定位到内容及内容分类，一般情况下，我们标签库的层级为三级，因为这种划分基本覆盖我们所需要的9成业务场景。

一级标签	二级标签	三级标签
QQ	等级	普通
QQ	等级	黄钻
QQ	等级	绿钻
QQ	位数	6
QQ	位数	7
QQ	位数	8
车	代步车	7万以下
车	中型车	15万以上,30万以下
车	高档车	30万以上

• 标签分类

• 标签级别

• 标签命名

• 标签赋值

• 标签属性