傳統(tǒng)企業(yè)中進行用戶調(diào)研，常常會組織市場部門的人員去分發(fā)調(diào)查問卷，再將收集回來的問卷進行數(shù)據(jù)分析。從問卷設(shè)計到樣本選取再到最后的分析，整個過程十分依賴個人的經(jīng)驗和判斷。這樣就會使得調(diào)查結(jié)果出現(xiàn)偏差，最終沒有辦法得到準確的用戶畫像。如果說用戶畫像的緣起是為了更好地理解客戶需求、改善客戶體驗，那么隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)時代的用戶畫像則從另一個層面顛覆了傳統(tǒng)的營銷路徑：不僅可以理解需求，而且可以預(yù)測需求。從此，營銷計劃可以始于對結(jié)果的預(yù)測而不僅是對動機的理解。

只要累積了足夠多的用戶數(shù)據(jù)，就能對消費者有更深入的了解，包括他的喜好、價值觀、行為習(xí)慣。這是許多大數(shù)據(jù)營銷的前提與出發(fā)點。大數(shù)據(jù)用戶畫像可在以下應(yīng)用實現(xiàn)商業(yè)價值轉(zhuǎn)化。

用戶畫像作為大數(shù)據(jù)的根基，它完美地抽象出一個用戶的信息全貌，為進一步精準、快速地分析用戶行為習(xí)慣、消費習(xí)慣等重要信息，提供了足夠的數(shù)據(jù)基礎(chǔ)，奠定了大數(shù)據(jù)時代的基石。用戶畫像，即用戶信息標簽化，就是企業(yè)通過收集與分析消費者社會屬性、生活習(xí)慣、消費行為等主要信息的數(shù)據(jù)之后，完美地抽象出一個用戶的商業(yè)全貌作是企業(yè)應(yīng)用大數(shù)據(jù)技術(shù)的基本方式。用戶畫像為企業(yè)提供了足夠的信息基礎(chǔ)，能夠幫助企業(yè)快速找到精準用戶群體以及用戶需求等更為廣泛的反饋信息。用戶畫像的焦點工作就是為用戶打“標簽”，而一個標簽通常是人為規(guī)定的高度精煉的特征標識，如年齡、性別、地域、用戶偏好等，最后將用戶的所有標簽綜合來看，就可以勾勒出該用戶的立體“畫像”了。

“用戶畫像”并不是最近才出現(xiàn)的，只是近幾年談得比較多。對用戶進行畫像分析就是將用戶信息標簽化的過程，打標簽是為了幫助理解且方便計算機處理。除了分析數(shù)據(jù)源，“用戶畫像”最關(guān)鍵的是根據(jù)用戶行為及數(shù)據(jù)，構(gòu)建模型產(chǎn)出標簽、權(quán)重。簡單地說，就是要設(shè)計標簽體系，并規(guī)定符合該行為的人對應(yīng)的標簽。如“性別”標簽，為什么會出現(xiàn)基本屬性“男”，而購物偏好性別計算顯示“女”?原因在于直接通過用戶填寫的信息獲取的是基本屬性，而“網(wǎng)絡(luò)行為性別”是建模計算出來的，經(jīng)常在網(wǎng)絡(luò)上購買女性喜愛的禮物會被系統(tǒng)判定成“女”，我們猜測這個人可能是暖男。

從使用場景出發(fā)，進行數(shù)據(jù)維度分解和列舉。根據(jù)相關(guān)性原則，選取和戰(zhàn)略目的相關(guān)的數(shù)據(jù)維度，避免產(chǎn)生過多無用數(shù)據(jù)干擾分析過程。比如互聯(lián)網(wǎng)金融的分析體系，就可以從用戶屬性、經(jīng)營數(shù)據(jù)、運營數(shù)據(jù)的分類對數(shù)據(jù)進行清洗分類。