用户是根本，也是数据分析的出发点
1.用户画像的准则
将企业的用户画像做白描：用户都是谁，从哪来，要去哪。首先，用户从哪来，需要统一标识用户ID,方便对用户后续行为进行跟踪，比如餐饮店的用户，他们是为了聚餐，还是自己吃宵夜，这些场景都需要统计分析。第二，这些用户是谁？需要对这些用户进行标签化，方便我们对用户行为进行理解。第三，就是用户要到哪里去?要将这些用户画像与我们的业务相关联，提升我们的转化率，或者降低我们的流失率。
1.1 统一化,设计唯一标识
用户唯一标识是整个用户画像的核心。例如，某App从用户开始使用App到下单到手后整个所有的用户行为进行串联，这样做容易去跟踪和分析一个用户的特征。唯一标识可以是：用户名，注册手机号，联系人手机号，邮箱，设备号，CookieID等，总之能唯一标识用户即可。
1.2 标签化，给用户打标签
“用户消费行为分析”四个维度。
（1）用户标签：包括年龄，性别，地域，收入，学历，职业等。包括了用户的基本属性。
（2）消费标签：消费习惯、购买意向、对活动的敏感度等等，这些统计分析用户的消费习惯
（3）行为标签：时间段，频次，时长，访问路径等分析用户行为得到试用app的习惯
（4）内容分析：第用户平时浏览的内容，停留时间长、浏览次数多的内容进行分析出用户对哪些内容感兴趣等等。
1.3 业务化
拉新，粘客（提升活跃度，留存率，增强用户体验），留客（流失率分析，漏斗模型等分析模型分析关键节点降低流失率等）
按照数据流处理的阶段来划分用户画像建模过程：
数据层将用户消费行为打标签。算法层透过这些行为算出用户建模。业务层指拉新，粘客，留客手段。
2.举例：美团外卖用户画像建模
首先了解美团外卖产品背景，大众点评与美团外卖都可以进行外卖下单，美团外卖针对高频O2O的场景。
第一步是需要统一用户的唯一标识。美团通过手机号、微信、微博、美团账号登录方式；大众点评通过手机号、微信、qq、微博的登录方式。二者共有为：手机号，微信，微博。（优选手机号）。
第二步标签化，“用户消费行为分析”
用户标签：性别、年龄、住址，收货地址等等。
消费标签：餐饮口味，消费均价，团购等级，预定使用等级，排队使用等级，外卖等级，会员等级，评价等级。
行为标签：使用时间段，频次，点餐时长，访问路径等
内容分析：基于用户小消费行为进行统计，构成用户画像，根据不同种类用户，采取不同消费策略与个性化推荐。
有了这些，可以预测用户行为，第三步与业务相关联
拉新：通过对用户画像分析，找到个性化推荐宣传手段，吸引潜在需求用户，转化为活跃用户甚至付费用户
粘客：找到提升用户活跃度手段，提升用户单价和消费频次，比如通过优惠券，个性化推荐刺激用户提升活跃度。
留客：预测用户流失率，找到用户流失主要环节和原因，并提出对策。
