一、用户画像概念（大数据时代）
- 大数据的定义：获取、存储、管理、规模都超出传统数据库管理工具能力范围的数据集合
- 大数据的特征：具有海量的数据规模、快速的数据流转、多样的数据类型、价值密度低
- 用户画像定义：通过各种渠道，收集用户的社会属性、生活习惯以及消费行为等信息，分析抽象出来的一种标签化的用户模型。
- 社会属性：年龄、性别、使用习惯、使用时长
-
核心：给用户打标签，标签要简短、 精炼、易识别
1
二、用户的三个经典特征（举例京东、小红书、微信）
- 产品价格上：更便宜优惠还是更体现身份地位
- 使用时间上：精准搜索还是广泛撒网
- 对产品的需求体现上：用户对产品的心理预期是什么，对产品的心理定位是什么
三、用户画像的应用方向（用户是首先基于业务模型的）
1.可进行精准营销：对用户进行精细颗粒度的分级，针对不同用户，推荐不同内容
用户类型：冲动型、理性消费型
2.用户数据属性的应用：根据用户的数据属性，搭建不同的数据产品(CRM)架构
3.数据分析：根据用户的数据属性，以一定的关联规则进行分析、计算，可得出一定的相关联的结论（由A关联到B）
4.对用户进行分析：
a. 产品设计前期，通过了解用户需求，分析用户，为后面的功能设计提供依据
如何了解用户需求？通过用户调查（问卷调查、调查小组）、头脑风暴等方式
b.产品设计后期，通过SDK埋点，提前设定好想要获取的内容，通过一些开发语言，把想要获取的内容埋到相应的页面上，用于追踪和记录用户的行为
2
四、用户画像步骤（画像分类：显性和隐性）
-
显性画像：用户群体的可视化特征（年龄、性别、职业、地域、兴趣爱好等）
3 - 隐性画像：用户内存的深层次的特征（产品使用目的、习惯偏好、用户需求、使用场景、使用频次等）
-
用户画像的构建步骤：基础数据采集、分析加工提炼、用户画像建模
a.基础数据采集方向：第三方数据平台研究报告、产品前台反馈的数据和用户行为习惯、产品后台数据、问卷调查、用户访谈
b.分析加工提炼：关键词提取——关键词频次排序——共性关键词提取
c.用户画像建模：注意提取重要信息，以标签形式展示最佳
4
关键词：
大数据、标签、颗粒度、CRM（客户关系管理系统）、SDK埋点、A/Btest（对比测试）、定性分析&定量分析
