一 、什么是用户画像？

在互联网逐渐步入大数据时代后，不可避免的给企业及消费者行为带来一系列改变与重塑。其中最 大的变化莫过于，消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研 究与应用，企业的专注点日益聚焦于怎样利用大数据来为精准营销服务，进而深入挖掘潜在的商业 价值。于是，“用户画像”的概念也就应运而生。

二、标签分类和层级

层级图

用户画像的架构有哪些 用户画像体系_用户画像的架构有哪些

分类：

偏管理和技术实现侧

分类原则

遵循MECE原则（相互独立、完全穷尽）

用户活跃度的划分为核心用户、活跃用户、新用户、老用户、流失用户，用户消费能力分为超强、强、中、弱，这样按照给定的规则每个用户都有分到不同的组里。

三、标签的分类和层级

用户画像的架构有哪些 用户画像体系_建模_02

事实标签：直接从原始数据中提取，例如性别、年龄、住址、上网时段等等
模型标签：需要建立模型进行计算，例如美妆总体偏好度
预测标签：通过预测算法挖掘，例如试用了某产品后是否想买正品
三、四个阶段

  1. 战略解读：企业选择构建用户画像平台，可以实现不同的战略目的，如提升产品服务质量、精准 营销等。根据战略目的的不同，用户画像的构建也有所区别。因此首先需要明确用户画像平台的战 略意义、平台建设目标和效果预期，进而有针对性的开展实施工作。
  2. 建模体系：对用户画像进行数据建模，结合客户实际的需求，找出相关的数据实体，以数据实体 为中心规约数据维度类型和关联关系，形成符合客户实际情况的建模体系。
  3. 维度分解：以用户、商品、渠道三类数据实体为中心，进行数据维度分解和列举。根据相关性 原则，选取和战略目的相关的数据维度，避免产生过多无用数据干扰分析过程。
  4. 应用流程：针对不同角色人员的需求（如市场、销售、研发等），设计各角色人员在用户画像工 具中的使用功能和应用/操作流程。