构建用户画像的目的很简单：了解你，是为了更好的服务你

有过一次网购经历后，下次登陆该网站，会弹出各种同类型替代商品或者互补商品的推荐；成为某品牌的注册会员，特殊的日子（会员日、生日）经常会收到品牌商发来的通知（祝福）短信或者邮件。这一切都是精准化营销的常见套路。

在互联网大数据时代，得用户者得天下。以庞大的用户数据为依托，构建出一整套完善的用户画像，借助其标签化、信息化、可视化的属性，是企业实现个性化推荐、精准营销强有力的前提基础。

可见，深入了解用户画像的含义，掌握用户画像的搭建方法，显得尤其重要。

用户画像是真实用户的虚拟模型

关于“用户画像是什么”的问题，最早给出明确定义的是交互设计之父Alan Cooper，他认为：Persona（用户画像）是真实用户的虚拟代表,是建立在一系列真实数据之上的目标用户模型。

敲黑板，划重点：真实、数据、虚拟。

如果把真实的用户和虚拟的模型比作隔江相望的两个平行点，数据就是搭建在大江之上，连接起彼此的桥梁。

企业利用寻找到的目标用户群，挖掘每一个用户的人口属性、行为属性、社交网络、心理特征、兴趣爱好等数据，经过不断叠加、更新，抽象出完整的信息标签，组合并搭建出一个立体的用户虚拟模型，即用户画像。

给用户“打标签”是用户画像最核心的部分。所谓“标签”，就是浓缩精炼的、带有特定含义的一系列词语，用于描述真实的用户自身带有的属性特征，方便企业做数据的统计分析。

出于不同的受众群体、不同的企业、不同的目的，给用户打的标签往往各有侧重点，应该具体问题具体看待。

但是，有些标签适用于所有情况，应该加以理解和掌握。我把常见的标签分成两大类别：相对静止的用户标签以及变化中的用户标签。

相对应的，由静态标签搭建形成的画像就是2D用户画像；由静态标签+动态标签构建出来的即是3D用户画像。

静态的用户信息标签以及2D用户画像

人口属性标签是用户最基础的信息要素，通常自成标签，不需要企业过多建模，它构成用户画像的基本框架。

人口属性包括人的自然属性和社会属性特征：姓名、性别、年龄、身高、体重、职业、地域、受教育程度、婚姻、星座、血型……。自然属性具有先天性，一经形成将一直保持着稳定不变的状态，比如性别、地域、血型；社会属性则是后天形成的，处于相对稳定的状态，比如职业、婚姻。

心理现象包括心理和个性两大类别，同样具有先天性和后天性。对于企业来说，研究用户的心理现象，特别是需求、动机、价值观三大方面，可以窥探用户注册、使用、购买产品的深层动机；了解用户对产品的功能、服务需求是什么；认清目标用户带有怎样的价值观标签，是一类什么样的群体。

具体的心理现象属性标签包括但不限于：