用户画像是什么?一文带你讲透：什么是用户画像( 二 ) _生活百科

用户画像、用户标签是整体和局部的关系。用户画像是整体，相对比较抽象；用户标签是局部，相对比较具象。整体和局部的关系通过“标签体系”体现。例如，一个人有四肢、五官、躯干，但只有合起来，才是一个人。
图3：用户画像、用户标签、标签的关系图
（2）标签体系
在构建用户画像的过程中，对标签进行分层、分类，关联组织，然后形成的体系，即标签体系。例如，一个人的标签包括生日、性别、身高、体重、兴趣爱好、行为偏好等，里面的每一项都是用户标签，他们共同组成了标签体系。
图4：标签体系
（3）标签VS用户标签
标签可以分为用户标签、内容标签、硬件标签、商品标签等。标签包含用户标签，用户标签是标签的一个类别。
3、用户画像的应用
构建用户画像，通常需要大量的数据、时间、人力，是一件高成本、长期投入的事。但大部分互联网公司仍然希望能做一份全面、精准的用户画像。
那么用户画像有哪些应用，使得各公司前赴后继地投入呢?
总结了下，应用大体有以下几个方面：
精准营销：将用户分群，通过邮件、短信、App进行消息推送，在相同的成本下，有更好的营销效果。
广告投放：基于一系列用户属性、行为相关的标签，进行对目标用户的广告投放。
个性服务：用户画像、行为分析是高转化个性推荐、搜索的极重要的数据基础。在细化场景中，把特定用户与意图分析相结合，精细提高转化率的过程中，可以根据人群标签进行有针对性的排序。例如，给大学生情侣推荐情调酒店。
风险控制：通过用户的常用设备、行为习惯、消费偏好、是否有危险伙伴往来、常驻地等用户标签，进行信用判断，控制风险。
体验优化：对产品的受众分析，理解用户的心理动机和行为习惯，优化产品、服务质量，甚至做到产品、服务的私人定制等。
商业分析：通过用户画像，进行行业趋势分析、竞品分析、商品定价、网络规划等，发现商机，进行商业决策。
图5：用户画像的应用
从上面可以看出，用户画像的业务应用较多。通过用户画像的属性、兴趣爱好、行为偏好等标签的应用，可以起到优化产品，提升服务，增加企业利润的作用。
4、怎么做好用户画像
做用户画像的初衷可能很好，但却容易沦为形式主义，到最后可能只出了一份用户画像的报告，性别、年龄、兴趣爱好、地理足迹、消费金额等。看着高大上，却没什么效果。
（1）业务驱动
说到底，用户画像的目标是理解用户，提升业务发展。所以构建用户画像的核心是和业务紧密关联的，需要和业务部门沟通需求，然后进行标签建模。
首先业务部门需要有清晰的业务模型、目标。然后数据人员了解业务的来龙去脉，包括行业特点、业务场景、业务形态、业务需求、用户的消费逻辑等，充分考虑了业务需求后，开始构建用户画像。笔者在这里没有提及数据、算法、模型，是因为在大方向上，业务比技术更重要。
好的用户画像，既是数据生态体系，也是业务和运营的生态体系，它是一个复杂的交叉领域。
而在考虑业务的需求之外，也需要从更高维，考虑需求的背景意义、综合成本、开发周期、业务解耦、投入产出比等。比如，有那么多用户维度，怎么选择标签?选择标签的原则是什么?后续怎么维护、跟踪?什么情况下，标签需要迭代?业务变化了，是否需要调整？
定好了标签，怎么评估用户画像的效果?效果不好怎么办?有没有更多扩展的应用场景？怎么平衡算法的准确度、数据规模、更新速度？
这些都是用户画像在业务中经常碰到的问题。
（2）深入思考
做好用户画像，还要深入思考。不能想当然地做一个全面精准的体系，却忽略了用户画像的核心价值。用户画像是商业目标下的用户标签集合。
一上来就猜测用户的性别，籍贯、常驻地，收入多少，是否谈恋爱，喜欢什么，准备消费购物吗？这些是没有意义的。是男是女如何影响消费决策，收入多少影响消费能力，是否谈恋爱会否带来新的营销场景，消费购物怎么精准推荐，用户决定买什么、不买什么的原因和逻辑，这些才是用户画像背后的逻辑。
不是有了用户画像，便能优化产品、提升业务。而是为了优化产品，提升服务，增加利润，才需要用户画像。这是很容易忘记的。比如，我们想要挽回流失用户，选择70%以上概率的用户，还是50%呢?要考虑业务，挽回流失用户是手段，不是目的，如果实际目的是通过挽回流失用户提高利润，那么阈值的选择迎刃而解。计算不同阈值下，挽回用户的投入、产出、ROI，选择最优解。