用户画像，简单说就是“用户信息标签化”。
上午看到自己的搜狗输入法“常见输入”功能，利用这个数据可以简单构建出我自己的用户画像。
数据如下：
第一部分
第二部分
第三部分
常输入的词语，一般会和工作、兴趣等因素有关。这里只考虑工作、兴趣两种主要因素。
首先对于上述“我常输入”词语根据类型分组。
音乐相关：“永乐票务”“大麦网”“摩登天空”“音乐节”“逃跑计划”“脑浊”
标签：“音乐”“独立音乐”
原因：“永乐票务”“大麦网”是演出服务平台，主要功能是售票。“摩登天空”“音乐节”“逃跑计划”“脑浊”属于独立音乐概念。推断兴趣或者工作均与音乐有关，而且偏向于独立音乐。
地点相关：“首都博物馆”“苹果社区”“大慧寺”“茶卡盐湖”“茶卡”
标签：“北京”“旅行”
原因：“首都博物馆”“苹果社区”“大慧寺”均是北京地点，“茶卡盐湖”“茶卡”则是青海的景点和该景点所在地区。该用户是居住或要前往北京，可能会去“首都博物馆”参观，也可能会去“茶卡盐湖”旅行。
互联网相关：“众筹”“风险投资”“用户研究”“支付方式”“移动应用”
标签：“互联网”
原因：“移动应用”不用说了。“众筹”“用户研究”“支付方式”三个词语的百度搜索结果，靠前的均是互联网相关。随着近几年互联网创业热潮，今年两会上更是强推了创业概念，“风险投资”一词可以放在互联网下。推断很可能从事互联网行业。
工作相关：“经营范围”“塑料制品”“塑料盒”“自封袋”
标签：“工作”
原因：四个词语均比较专业，推断该用户应已工作。工作上涉及到包装方面，但包装是一类基础工作，无法继续推断下去。
总结下，该用户居住在北京或要前往北京，喜欢旅行，关注独立音乐，已工作，且很可能从事互联网行业。
更精确的用户画像需要更多输入词语、场景等相关数据去进行构建。
谈谈对搜狗输入法的一点想法
搜狗输入法被很多人抱怨其广告多，这些广告是否有根据用户的输入数据去精准推送不得而知。如果没有，利用数据构建每个用户的用户画像，精准投放广告，可能最终效果会好一些，但其中涉及到的成本我无法预估。也可能在搜狗输入法这个庞大的量级下，精准推送的优化效果和广撒网的效果相差不多，优化价值不大。所以在没有更多数据作支撑的时候，这只是一个设想。
搜狗输入法拥有比较庞大的用户量级，从这庞大的数据中，不仅仅可以用来优化“输入法的广告”这一项，后续的可做空间是不可想象的。比如说，发现一定量级的用户痛点需求。但在庞大的输入数据中，有效数据的筛选和整理是一项艰巨的任务，做的价值有多大需要评定。
空谈想法，最容易。但很可能已有想到更早的人，实际工作又很可能比想象中的复杂。
把无知当有知最可怕。欢迎知情的来拍砖。
网友评论