使用者畫像的焦點工作就是為使用者打「標籤」，而乙個標籤通常是人為規定的高度精煉的特徵標識，如年齡、性別、地域、使用者偏好等，最後將使用者的所有標籤綜合來看，就可以勾勒出該使用者的立體「畫像」了。
具體來講，當為使用者畫像時，需要以下四個階段：
1.戰略解讀：企業選擇構建使用者畫像平台，可以實現不同的戰略目的，如提公升產品服務質量、精準營銷等。根據戰略目的的不同，使用者畫像的構建也有所區別。因此首先需要明確使用者畫像平台的戰略意義、平台建設目標和效果預期，進而有針對性的開展實施工作。
4.應用流程：針對不同角色人員的需求(如市場、銷售、研發等)，設計各角色人員在使用者畫像工具中的使用功能和應用/操作流程。
使用者畫像平台的戰略意義：
1. 完善產品運營，提公升使用者體驗：改變以往閉門造車的生產模式，通過事先調研使用者需求，設計製造更適合使用者的產品，提公升使用者體驗。
2 .對外服務，提公升盈利：根據產品特點，找到目標使用者，在使用者偏好的渠道上與其互動，促成購買，實現精準運營和營銷。
如何搭建使用者畫像平台？
該平台需要回答的核心問題是：使用者是誰? 使用者需求是什麼? 使用者在**？
使用者畫像建模體系
完善的使用者畫像平台需要考慮周全的模型體系。通常來講，構建使用者畫像平台所需的資料分成 使用者、商品、渠道三類實體。
1.使用者：資料維度包括自然特徵、興趣特徵、社會特徵、消費特徵。從資料特點上看，又可分為 基本屬性 和 衍生標籤，基本屬性包括年齡、性別、地域、收入等客觀事實資料，衍生標籤屬於基本屬性為依據，通過模型規則生成的附加判斷資料。
2.商品：資料維度包括 商品定位 和 商品屬性。商品屬性即商品的功能、顏色、能耗、**等事實資料，商品定位即商品的風格和定位人群，需要和使用者標籤進行匹配。
3.渠道：渠道分為 資訊渠道 和 購買渠道。使用者在資訊渠道上獲得資訊，在購買渠道上進行商品採購。不同型別的使用者對渠道有不同的偏好，精準的選擇對應的渠道才能提高效率和收益。
使用者畫像資料維度
針對每一類資料實體，進一步分解可落地的資料維度，形成欄位集。
1 使用者資料：
使用者自然特徵：性別，年齡，地域，教育水平，出生日期，職業，星座
使用者社會特徵:婚姻狀況，家庭情況，社交/資訊渠道偏好
使用者消費特徵：收入狀況,購買力水平，已購商品，購買渠道偏好，最後購買時間，購買頻次
2 商品資料 (以消費電子類為例)：
手機：品牌，顏色，尺寸，電池容量，記憶體，攝像頭，cpu，材質，散熱，**區間
筆記本：品牌，螢幕尺寸，配置，顏色，風格，薄厚，**區間
智慧型手錶：品牌，功能，材質，電池容量，顏色，風格，**區間
3.渠道資料(以消費電子類為例)：
購買渠道:電商平台，微店，官網，實體店，賣場
使用者畫像使用場景
場景一，按需設計：改變原有的先設計、再銷售的傳統模式，在研發新產品前，先基於產品期望定位，在使用者畫像平台中分析該使用者群體的偏好，有針對性的設計產品，從而改變原先新產品高失敗率的窘境，增強銷售表現。比如，某公司想研發一款智慧型手錶，面向28-35歲的年輕男性，通過在平台中進行分析，發現材質=「金屬」、風格=「硬朗」、顏色=「黑色」/"深灰色"、**區間=「中等」的偏好比重最大，那麼就給新產品的設計提供了非常客觀有效的決策依據。
場景二，精準營銷：針對已有產品，尋找所偏好的精準人群分類，以及這些人群在資訊渠道和購買渠道上的分布比例，來決定廣告投放和活動開展的位置、內容等，實現精準營銷。
使用者畫像平台技術方案
從資料來源到最終展現分成如下幾層：
1.資料來源：包括來自各個業務系統和媒介的分析資料來源，其載體包括資料庫、檔案、大資料平台等。
2.資料建模：根據使用者畫像建模體系，配置資料模型。
3.資料集市：每個資料集市是基於乙個主題做好輕量建模的細節資料，資料按照列儲存的方式，被高效壓縮，打好標籤，儲存在磁碟中。當需要計算時，採用記憶體計算來進行資料計算，並且每台機器節點會同時計算，最終會將結果送往視覺化分析層做展現。
敏捷視覺化分析已成主流
目前，視覺化分析行業的建設思路也在發生著積極變化。敏捷視覺化分析這一思路，從被大家認知，繼而逐步接受，到了今天已經成為了主流。敏捷視覺化分析通過敏捷、迭代的視覺化分析應用開發模式，能快速滿足客戶的視覺化分析需求;通過提公升視覺化分析系統的交付成功率，去最大化客戶的商業價值。
基於敏捷視覺化分析產品，客戶的視覺化分析應用不用等待數月之久，採用快速交付、持續迭代的敏捷開發，乙個視覺化分析需求可以在一周之內就得到響應並交付給使用者。
同時，基於自服務(self-service)的實現理念，敏捷視覺化分析支援終端使用者通過簡單、靈活、強大的視覺化分析前端去實現自己的視覺化分析應用。通過打造「發現問題、找到答案、採取行動」的視覺化分析閉環，敏捷視覺化分析不但能最快地滿足客戶的需求，還能降低it部門的沉重負擔。
敏捷視覺化分析對比傳統視覺化分析
敏捷視覺化分析
傳統視覺化分析
產品結構
乙個廠家提供的乙個工具，集etl、olap、展現於一體
由etl工具、資料倉儲、cube、olap、報表工具等不同廠家不同產品組成
安裝過程
安裝檔案100m，幾分鐘內安裝完成。
安裝檔案龐大(甚至幾張光碟)，配置複雜，需要幾天時間
資料**
資料倉儲、資料集市、ods以及源業務系統都可以作為資料來源，無需資料倉儲、第三方資料庫或cube檔案。
需要資料倉儲、第三方資料庫或cube檔案支援;
建模過程
從資料來源或資料倉儲中直接抽取細節資料。
任何欄位都可以作為維度和度量，靈活組合。
不基於cube的彙總資料，保證分析的靈活性。
etl：從源系統中將源資料根據構建完成的資料模型，抽取、轉換並裝載到資料倉儲。cube生成：將資料倉儲中的星型模型資料，根據需求生成olap cube，供給前端分析工具展現。
靈活性只需要在介面中選取新的緯度，或者改變度量值就能實現業務人員分析需求的變更，這個操作只需要幾秒鐘，快速獲取價值，無需複雜的建模工作。
可以按需抽取資料來源的表，隨時調整。
介面展現控制項豐富，布局靈活。
olap需要花費大量的時間，並需要專業的技能來構建cube。一旦終端使用者希望增加、調整多維分析的要求，則必須將其需求遞交給it人員，由it人員從資料建模，cube製作直至展現，重新構建。
效能高效能的列儲存資料集市，分布式計算架構，記憶體快取交換機制，實現百億級資料的秒級計算響應。
隨著併發使用者的增加，報表和olap的內容增多，分析維度的增加，系統的響應速度將愈緩慢，即便增加多個應用伺服器，也難以從根本上解決效能問題
專案風險
獨特的產品技術架構，無需複雜的建模工作，按需快速調整分析維度和度量，極大的靈活性，加快了專案實施週期，也降低了專案的風險。
核心就是資料建模，資料建模的好壞影響前端分析的效果是否能滿足使用者的需求，增加了專案的風險度，直接決定了商務智慧型的成敗;
實施週期
動態建模、實時計算，無需事先定義分析維度和cube，專案實施周期短。
產品結構簡單，少量培訓即可使用，無需專業的技術技能。
實施週期一般以周來估算。
資料建模的過程通常佔整個商務智慧型專案的30%-50%時間，造成專案週期比較長。產品體系複雜，需要大量培訓，有經驗的專業人員才能實施。
實施週期一般以月來估算。
總結來說，用敏捷視覺化的工具連線企業自有資料庫，搭建乙個使用者畫像平台，根據不同的使用者互動場景，隨時分析使用者特徵，快速洞察使用者需求。這期間的建模和維度分解工作做好即可。
使用者畫像 如何構建使用者畫像
1 使用者畫像是什麼 what 2 為什麼要構建使用者畫像 why 3 如何構建使用者畫像 how 下文將會對這三部分內容做詳細介紹。1 什麼是使用者畫像 使用者畫像是一種用來描述產品目標使用者特徵的使用者研究方法，在實際操作的過程中往往會以最為淺顯和貼近生活的標籤將使用者的屬性 行為與需求聯絡起來...
使用者畫像 使用者畫像之新使用者分類
使用者畫像的簡單介紹 使用者畫像是一種勾畫目標使用者 聯絡使用者訴求與設計方向的有效工具，利用使用者的基本屬性，訪問特徵，交易特徵，社交特徵及風險特徵等組合的資訊形成一些列的使用者標籤組合稱之為使用者畫像。構建使用者畫像的目的 使用者運營 活動運營過程中，制定策略，對使用者精準投放策略，促使平台引流...
展示 使用者畫像 使用者畫像系統搭建思路
本篇文章主要講解精細化運營中不可或缺的核心功能 使用者畫像系統，並將介紹如何從 0 到 1 的進行系統的搭建，思路和功能點的設計。當我們通過資料分析，得到了資訊和知識後，最後都是需要落地的，這個落地的操作可能是我們改進了自己的產品，也可能是我們在運營中優化了策略 從目標上劃分，資料分析又可以分為三類...