企业都希望自己在面对自己的用户时，可以练就一双火眼金睛，从而充分了解自己的用户、满足自己的用户。在大数据时代，数据极大丰富，为了充分挖掘用户数据，支撑产品设计和企业运营，用户画像应运而生。
什么是用户画像
移动互联网之后，人们越来越多的时间迁移到互联网上，每天都会产生大量的行为，包括浏览资讯、播放视频、发布动态、好友互动等等，这些数据代表了用户的兴趣偏好，隐含了丰富的用户信息。
用户画像即是通过深度挖掘用户信息，包括用户的年龄、性别、地域、社交关系、兴趣偏好等等维度，然后将用户信息标签化。典型的用户画像，比如：张三, 男，30岁，企业运营人员，居住地上海，喜欢体育、美食、音乐、旅游。
用户画像的核心，是用户信息的标签化。标签一般包含两类数据：静态标签和动态标签。年龄、性别、居住地、籍贯等人口属性信息基本不会变化或变化很小，属于静态标签；社交关系、兴趣偏好等会随着时间动态变化，属于动态标签。
为什么需要用户画像
对于以用户为导向的企业来讲，用户画像对于构建企业对于自身用户的认知，进而制定企业战略、战术方向有很大的作用。典型的应用场景比如个性化推荐和精准运营。
用户画像在个性化推荐中的应用
个性化推荐主要完成海量内容的智能分发。通过推荐引擎，将用户画像中的用户标签和内容画像中的内容标签进行关联，将用户感兴趣的内容分发给用户。
根据用户画像中的地域标签推荐：
用户画像在精准化运营中的应用
随着互联网逐渐进入‘后流量时代’，用户运营将发挥越来越大的作用。不同的用户有不同的兴趣偏好和消费习惯，所需要的运营资源也是不一样的。用户画像作为精细化运营的数据基础，可以将运营资源定向投入到合适的用户，对于提高用户留存、转化、裂变，发挥了重要作用。比如对于喜欢使用优惠券购买物品的物品，可以定向分发优惠券；对于易流失的用户，可以定向电话访谈或者增加优惠力度；对于不同地域的用户，定向推送当地的活动信息。
如何构建用户画像
用户静态标签
属性标签包含性别、年龄、地域、教育水平等静态标签，这些标签相对稳定。属性标签可以由用户主动提供，比如在用户注册时，由用户填写自己的信息；也可以通过规则制定的方法生成，比如喜欢体育的用户，标记为男性，喜欢娱乐情感的标记为女性；另外还可以由模型预测，比如人工标记一部分用户的性别，然后通过分类模型，将性别缺失的用户的性别信息进行补充。
用户动态标签通过用户行为信息生成。用户在互联网上的行为，实时被系统采集到，输送到用户画像后台，更新到用户的画像系统中。
动态标签主要包含两类，用户兴趣标签和用户行为轨迹标签。
兴趣标签依赖于内容标签，是在物品画像的基础上生成的。比如用户购买了一袋500元的奶粉，并且将100元的保温杯加入购物车。则用户的兴趣标签可以提取为‘奶粉’、‘婴幼儿用品’ 、‘水杯’。每一个标签，都会有对应的权重，标签权重根据用户的行为类型、行为时间、行为价值等因素生成，比如购买的权重>加购物车>浏览，今天的权重>昨天>前天，价格高的权重>价格低的权重。具体的标签权重会根据业务场景去针对性建模，这里只做概念性梳理。
用户行为轨迹标签是根据用户行为抽象出来的标签，比如注册时间在一周内的标记为‘新用户’，最近一周未登录的用户标记为‘易流失用户’，最近一周有购买的用户标记为‘活跃用户’。这部分标签主要通过用户行为轨迹来生成。
用户画像的评估
离线评估包括准确率、覆盖率等。准确率是评价用户标签的准确度，比如基于模型预测方法筛选男性用户，实际男性/女性分别有100人，模型将实际男性中80人预测为男性，将实际女性中30人预测为男性，则模型的准确率准确率=80/（80+30）=72%，覆盖率=80/100 = 80%。准确率和覆盖率是一对矛盾的指标，一般会在保证准确率的前提下，尽可能提高模型的覆盖率。
上线评估，就是使用用户画像后，对业务指标的提升。比如基于用户画像，制定精准营销策略，和普通营销策略做对照，比较两者的ROI。上线评估的成本比较大，一般会在离线评估取得比较好的结果后，再进行上线评估。
达观数据用户画像产品简介
达观数据作为国内最早提供第三方智能推荐服务的企业之一，总结多行业服务经验，利用领先的NLP 技术，构建强大的用户画像系统，赋能客户实现精细化运营和内容智能分发。
领先的NLP 技术，为用户画像提供全面而精准的标签体系
用户画像的基础是标签体系，达观数据依靠海量的语料积累和先进的自然语言处理（NLP）算法，实现文本分词、语义理解、情感分析、关键词抽取和知识图谱构建，为用户画像系统提供全面而准确的标签数据。
达观用户画像系统深度融入达观智能推荐系统，支持在配置管理页面上为特定用户群体定制推荐逻辑，实现精准推荐。
5.3 用户精确分群，配合用户群体画像，满足运营所有需求
达观用户画像支持根据用户属性、用户兴趣偏好、用户行为轨迹进行用户分群，统计用户群体留存率、转化率、活跃度、属性分布等核心数据，并支持定制抽象标签、定制统计逻辑，为企业运营提供全面的数据支撑。
