什么是用户画像？
用户画像是根据某个具体的用户的人口学特征、网络浏览内容、网络社交活动和消费行为等信息而抽象出的一个标签化的用户模型。例如某用户的画像是：男，31岁，已婚，收入1万以上，爱美食，团购达人，喜欢红酒配香烟。
用户画像的本质：
将用户信息标签化（包括该标签的权重），如：喜欢红酒 0.8、经常购买李宁 0.6。
* “标签”是能表示用户某一维度特征的标识。需要注意的是，标签需要和业务/产品相关联。
用户画像有什么用？
1，可以用于精细化运营。之前说过用户分层和分群是精细化运营的基础，但是如果用户大到一定量级，此时的用户分层和分群，就只是画像的一部分了。
2，可以用于用户分析。标签及其权重方便做分类统计，如：喜欢红酒的用户占多少比例？喜欢红酒的人群中，男、女比例是多少？
3，可以用于数据挖掘。利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌？利用聚类算法计算，喜欢红酒的人年龄段分布情况？进一步可应用于推荐系统，广告系统等。
制作用户画像的步骤：
1，准确识别用户：用户识别的方式有很多种，如cookie、注册ID、邮箱、微信/微博/QQ等第三方登录、手机号等。
2，获取用户静态数据：静态数据主要包括用户的人口属性、商业属性、消费特征、生活形态、CRM五大维度。主要用数据挖掘获取，这是最为常见也是较为精准的一种方式。如果数据量有限，则需要定性与定量结合补充。定性方法如小组座谈会、用户深访、日志法、Laddering 阶梯法、透射法等，主要是通过开放性的问题潜入用户真实的心理需求，具体用户特征；定量方法更多是通过问卷调研的方式进行，关键在于后期定量数据的建模与分析，目的是通过封闭性问题对定性假设进行验证，另一方面获取市场分布规律。
3，动态跟踪用户行为：用户网络行为动态跟踪主要包括三个维度：场景+媒体+路径。应用到互联网中，场景主要包括访问设备、访问时段，媒体指某一时段下用户具体访问的媒体，如资讯类、视频类、游戏类、社交类等，路径指用户进入和离开某媒体的路径，可以简单理解为用户的站内与站外行为，如是通过搜索导航进入还是直接打开该APP，离开时是站内跳转到其他网页还是直接关闭。
4，评估用户价值：对人群进行因子和聚类分析，根据不同的目的，分类依据也不同。如对于产品设计来说，按照使用动机或使用行为划分是最为常见的方式，而对于营销类媒体来说，依据消费形态来区分人群是最为直接的分类方式。
5，定义用户标签与权重：一个群体会有多个标签，不同的群体之间也会有标签的重合，通常，一个好的用户画像，不同人群之间的标签重合度较小，只有在那些权重较小的标签上会有些许重合。
6，通过用户标签建立模型。例如：电商产品可以将活跃度、购买数量、消费金额、下单频率等几个核心指标作为建立用户模型的思路，将用户分为核心用户，活跃用户，高净值用户，待激活用户等4类。针对这4部分用户指定相应的运营方案，核心用户可以转化为会员用户，保持高活跃与高消费，给与会员增值权益获得特权的满足感；活跃用户可以提升用户的购物数量，在个性化推荐上做运营；高净值用户主要推荐品质好物，内容营销上以大牌/明星/设计师等元素做背书；待激活用户需要找出用户沉寂的原因，发现其需求，通过优惠券等方式促进购物。