用户画像是怎么生成出来的？

首先我们先来聊一聊什么是用户画像：

随着当前互联网的发展，现在我们所说的用户画像，其是根据用户人口学特征，对网络浏览内容、网络社交活动和生活种的各种消费行为等大量信息的收集，然后进行标准化的数据规整分类，以及精准的模型计算等过程抽象出来的一个标签化的用户模型。

用户画像的核心内容——标签:

说到用户画像，不得不提到“标签”一词

给用户加上标签

• 标签的划分，通常从复杂程度如基础标签、规则标签、模型标签；分级标签：一级标签、二级标签等。
• 对于标签的管理维护，主要涉及到标签定义、开发上线、价值评估、改标签、下线等，具有一定的生命周期。大致分为打标签、贴标签、用标签、改标签。
• 对于标签的应用场景，更多的是画像应用，通过对实体的标注、刻画、特征提取和分类来划分群体。标签是以应用场景为导向的，跟随业务需求变动。

最核心的来了用户画像的生成过程与目标：

用户画像的标签要跟业务及产品结合。整合数据资产，构建标签画像体系，赋能数字化运营之路。

1）数据源层（用户信息收集）：一个企业或公司：（1）同一个用户信息有多个来源（如各种业务系统；APP、web等终端；第三方平台；线下收集等）。（2）同一个用户的信息多次循环更新使用（如不同阶段会产生新的标签，或者已有的标签发生变化等）。

2）数据整合层（用户画像生成）：汇总多来源客户信息数据、客户唯一识别（姓名+性别+证件类型+证件号+手机号）、提取客户信息特征。如下架构图示例：标签体系建设、用户数据分析、用户数据挖掘、用户数据分层处理等

3）数据应用层（用户画像应用场景）：精准营销、营销策略制定、产品设计、经营数据分析，AI、物联网等应用场景。

最后，与“用户画像”直接或者间接相关联的一些东东（但不限于）：

• • 大数据：只讲关联性关系，不讲因果关系，大数据必须作为客户画像的前提条件。
  • 数据分析与发掘：用户画像不是简单的给人打标签，他是必须经过专业的客户数据分析及信息发掘而来。比如，动态标签生成、静态标签收集；用户标签权重设计、客户模型设计；业务驱动、自上而下等；
  • 数据存储（数据库）：大数据、互联网时代，所有的基于数据的工作都离不开一个必备的基础条件——数据的安全存储。

总结：客户画像其实只是企业在进行运营、数字化转型过程中的一环，以上仅概念性的概述。