用户画像是根据用户社会属性、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。用户画像建立的过程就是添加相应的标签，在数据挖掘领域称为标签化。标签是通过对用户信息分析而得到的高度精炼的特征标识。
比如唯品会、淘宝可根据用户的购物习惯，买了什么产品，根据产品的属性，最终都会形成不同标签，例如高低价值、男女等标签，用这些标签就可以形成用户画像，这就是贴标签的过程。
综合而言，添加标签方法主要有4种：
（1）固有基本属性标签
比如人口统计学的属性信息，这些信息包括性别、年龄、职业、学历、籍贯、婚姻、收入、房产等信息。如果你有客户的身份证号码，你就可以提取出用户的籍贯、出生日期、性别等信息，具体可参见
【用户画像必备技能】手把手教你提取隐藏在身份证里的秘密
（2）通过基础信息处理得到标签
比如说根据你的出生日期就可以推算出星座、生肖、性格等，因为我们知道不同的星座会有不同的性格或者做事风格，如处女座追求完美。再例如你家庭地址在北京二环内，那么可能就被打上一个标签——“土豪”或者其他标签。
（3）通过用户行为推测标签
例如用户购买了高尔夫球用品，你可能就是高端商务人士或老板，那么可能会被贴上高收入、高端等标签。再例如如果购买了卫生巾的客户，那么可能就被贴上女性、非孕妇等标签，这就是根据用户的一些行为特征推测添加的标签。
（4）数据挖掘建模输出标签
例如从几个指标综合对用户进行聚类分析，最终会得到不同用户群体，每个群体就有一个标签，属于什么类；再比如流失预测模型，模型最终输出流失概率得分，我们可以根据流失概率得分的高低，划分为高流失用户、中流失用户、低流失用户、不流失用户等标签，这些都是最终得到一个标签，也就是前面所说的标签化、贴标签。
综合而言，贴标签不一定要用到数据挖掘高大上的方法，简单通过一个有业务价值的指标，如消费额、消费频次都能得到非常有业务价值的用户分类。不论黑猫还是白猫，能抓老鼠的猫就是好猫，同理不论高级的方法还是简单的方法，只要能够解决问题的方法就是好方法。
