本文主要包含以下幾個部分
互聯網大數據時代，消費者的壹切行為都是“可視化”。
企業聚焦於怎樣 利用大數據 來精準營銷。於是“用戶畫像”
概念也就應運而生。
1.數據真實
用戶畫像必須建立在真實的數據之上。比如妳的理財產品的註冊用戶有很多垃圾用戶，都不怎麽投資，做用戶畫像的時候就要把這部分人清洗掉。
2.標簽化 （標簽要言簡意賅：易理解、短）
按產品需要，給不同的 用戶特征 貼上合適的標簽。如地域標簽“北京”等等。
3.低交叉率 （完整性、獨立性）
4.優先級（多個用戶畫像需要進行優先級排序）
壹個產品的用戶畫像 不能超過三個 ，當有多個用戶畫像時，需要考慮優先級，否則產品設計時會無所適從。
5.不斷修正
剛開始做產品可以通過 調研+競品分析 的方式猜測用戶是什麽樣的人群，實際做出來可能有點偏差，然後修正，當產品數據更豐富的時候，可能用戶畫像又需要修正。
用戶畫像就是用戶信息標簽化，所以我們可以通過以下步驟進行用戶畫像。
1.數據挖掘
以電商為例，為了抓取用戶的 人口屬性 和 行為軌跡 ，先預設用戶購物時的可能行為。包括訪問首頁、註冊登錄、搜索商品、瀏覽商品、價格對比、加入購物車、收藏商品、提交訂單、支付訂單、使用優惠券、查看訂單詳情、取消訂單、商品評價等。
2.篩選標簽
根據用戶畫像的目的，篩選靜態標簽、動態標簽。
靜態標簽主要從用戶 基本信息 進行用戶劃分。靜態屬性是用戶畫像建立的基礎。如性別、年齡、學歷、角色、收入、地域、婚否、性格等。
動態標簽指用戶在互聯網環境下的 上網行為 。如訪問行為（搜索、註冊、登錄）社交行為（邀請、添加、取關好友、加入群、新建群）信息發布行為（添加、發布、刪除、留言、分享）等。動態標簽能更好的記錄用戶日常的上網偏好。
3.數據建模
數據建模就是給用戶的行為標簽 賦予權重 。
用戶的行為，我們可以用4W表示：Who、When、Where、What。誰在什麽時候在哪裏做了什麽。
數據建模實例： 華為用戶
A用戶今天在華為官網購買了華為手機
B用戶7天前在京東瀏覽了華為手機