一、 前言
大数据时代已经到来，企业迫切希望从已经积累的数据中分析出有价值的东西，而用户行为的分析尤为重要。利用大数据来分析用户的行为与消费习惯，可以预测商品的发展的趋势，提高产品质量，同时提高用户满意度。
二、 初识用户画像
右边是一个人的基本属性，通过一个人的基本属性我们可以了解到这个人的基本信息，左边上图是通过消费购物信息来描述一个人特征，左边下图是通过交际圈信息来描述一个人特征，通过不同的维度，去描述一个人，认识一个人，了解一个人。这就是我们今天所要讲到的用户画像。
用户画像：也叫用户信息标签化、客户标签；根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。从电商的角度看，根据你在电商网站上所填的信息和你的行为，可以用一些标签把你描绘出来，描述你的标签就是用户画像。构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。
三.构建电商用户画像的重大意义
罗振宇在《时间的朋友》跨年演讲举了这样一个例子：当一个坏商家掌握了你的购买数据，他就可以根据你平时购买商品的偏好来决定是给你发正品还是假货以此来提高利润，且不说是否存在这种情况，但这也说明了利用用户画像可以做到“精准营销”，当然这是极其错误的用法。
其作用大体不离以下几个方面：
u 1、精准营销，分析产品潜在用户，针对特定群体利用短信邮件等方式进行营销；
u 2、用户统计，比如中国大学购买书籍人数 TOP10；
u 3、数据挖掘，构建智能推荐系统，利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌，利用聚类算法分析，喜欢红酒的人年龄段分布情况；
u 4、进行效果评估，完善产品运营，提升服务质量，其实这也就相当于市场调研、用户调研，迅速下定位服务群体，提供高水平的服务；
u 5、对服务或产品进行私人定制，即个性化的服务某类群体甚至每一位用户（个人认为这是目前的发展趋势，未来的消费主流）。比如，某公司想推出一款面向5－10岁儿童的玩具，通过用户画像进行分析，发现形象＝“喜羊羊”、价格区间＝“中等”的偏好比重最大，那么就给新产品提供了非常客观有效的决策依据。
u 6、业务经营分析以及竞争分析，影响企业发展战略
四、 如何构建电商用户画像
4.1 构建电商用户画像技术和流程
构建一个用户画像，包括数据源端数据收集、数据预处理、行为建模、构建用户画像
有些标签是可以直接获取到的，有些标签需要通过数据挖掘分析到！
4.2 源数据分析
用户数据分为2类：动态信息数据、静态信息数据
静态信息数据来源：
- 用户填写的个人资料，或者由此通过一定的算法，计算出来的数据
- 如果有不确定的，可以建立模型来判断，比如用户的性别注册没有填写，可以建立模型，根据用户的行为来判断用户性别是什么，或者它的概率
动态信息数据来源：
- 用户行为产生的数据：注册、游览、点击、购买、签收、评价、收藏等等。
- 用户比较重要的行为数据：游览商品，收藏商品、加入购物车、关注商品
根据这些行为特性可以计算出：用户注册时间、首单时间、潮妈族、纠结商品、最大消费、订单数量、退货数量、败家指数、品牌偏好等等。
4.3 目标分析
用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。
如，红酒 0.8、李宁 0.6。
标签：表现了内容，用户对该内容有兴趣、偏好、需求等等。
权重：表现了指数，用户的兴趣、偏好指数，也可能表现用户的需求度，可以简单的理解为可信度，概率。