1.什么是用户画像
市面上不少公司都在做用户画像的相关工作，无论是电商行业、金融行业、视频行业等等，都有这样的产品。那到底怎么去定义用户画像呢？
用户画像，即：用标签的方式去描述一个人或者一台手机、一台电脑，有些公司称之为”用户画像“，有一些公司称之为”用户特征“，其实是一个意思。
举个简单的例子：
袁小青，性别：女，年龄：22岁，职业：时尚编辑，爱好：音乐、拍照，居住地：北京，消费情况：年薪10w，喜欢的app：抖音
从上面的例子，能看出来其实就是把用户进行标签化
比如说：电商场景，对于使用当前进行购物的账号(当然也有可能帮别人购买)进行标签化；金融场景，对于当前进行交易的账号进行标签属性化
因此我们概念中描述的用户画像，其实是用标签的方式对于一个用户、一个账号、一部手机进行描述
2.用户画像有哪些标签
既然上面讲到了对于用户进行标签化，那究竟要给用户打哪些标签呢？如何对标签进行分类呢？
标签分类
(1)基本信息:性别、年龄、人生状态(上学、结婚、孕期、有孩子等等)、学历、职业、资产情况、会员信息等
(2)设备信息：手机系统、手机品牌、手机价格、安装的app信息 等手机相关信息
(3)地理位置：居住地、工作地
(4)偏好信息：商品偏好、类型偏好、行为指标(TFM) 等等
(5)其他
基础画像，一般打上基本信息、设备信息、地理位置、偏好信息这几类标签既可以满足业务使用，后续标签库可以根据不同业务场景进行扩展。
当然标签根据加工方式也可以分为如下几类：
(1)事实类(比如说：设备信息等，基本上都是事实类，只是将采集上报的数据接入进来即可)
(2)规则类、统计类(RFM——最近一次消费时间、消费频率、消费金额)
(3)算法模型类(居住地址、工作地址)
3.用户画像有什么作用
用户画像的应用主要集中在以下5个方面
(1)个性化推荐
在使用一些社区产品、电商产品、短视频app、音乐app的时候，经常会遇到推荐的场景，根据不同的人推荐不同的内容或者商品。
这其实是用户画像其中的一个应用，根据用户查询用户的标签数据，来进行推荐用户感兴趣的内容
(2)营销圈选(短信营销、PUSH营销)
相信不少用户收到过类似的营销短信，或者一些app 弹窗，这个也是用户画像常见的应用场景
(3)策略引擎
根据用户的标签展示不同页面，比如说：北京地区的用户能才能领取北京的优惠券，以及只有高消费值的用户才有淘宝上奢侈品Luxury入口的界面。
(4)算法模型
算法模型的训练，比如说：推荐模型、广告模型，需要用到画像数据来优化推荐模型。
(5)画像报告
不少商业公司会出一些行业报告，比如说下图的小红书、锁屏app 的行业画像报告；
还有我们经常看到的一些个人年度榜单。
从上面画像的几类应用来看，其实画像在整个公司应用范围涉及到广告、推荐、营销、增长、策略，整体来说在公司使用范围是相当广的。
后续会继续进行阐述用户画像系列
用户画像系列-如何从0到1建设用户画像
用户画像系列-用户画像如何应用呢
用户画像系列-不同行业、不同公司做用户画像哪些区别呢？
