标签只是术语，技术只是形式，用户画像最终是服务于公司关于客户的营销决策。

一、用户画像的来龙去脉

从 1991 年 Tim-Lee 爵士发明万维网（WWW，Wide Web）开始，经过 20 多年的发展，海量的 DT 级数据涌现，让任何个人和任何企业都无法自主消化吸收，互联网进入了一个新阶段：大数据时代。

早些年，这个概念一度被过度炒作。近年来，人们逐渐平静下来。如何用好大数据，挖掘潜在的商业价值，如何真正将大数据技术应用到企业中，是大家关注的焦点。

在大数据应用的讨论中，个性化营销逐渐成为其商业应用的一个非常重要的地方。与传统的线下问卷调查等效率较低的方法相比，大数据首次让企业能够通过互联网轻松获取更广泛的用户反馈信息。信息为数据提供了充分的基础。

因此，不可避免地给企业营销和消费者行为带来一系列的双重变化和塑造。最大的变化是，所有的消费者行为似乎都在企业面前“可视化”了。

随着大数据技术研究和应用的进一步深入，企业越来越关注如何利用大数据提供精准营销服务，进而深入挖掘客户潜在的商业价值。

于是，“用户画像”的概念应运而生。

用户画像的目的是尽可能全面地抽象出用户信息的全貌，为进一步准确、快速地分析用户行为、消费习惯等重要信息提供充分的数据基础。

这是对人的深入挖掘。除了基本的人口统计信息和地理位置等客观属性外，爱好等属性都是主观的、变化快的、难以统计的属性。

但是，在很多商业应用场景中，广告主或者需求者只是想要这种主观属性，以及一个人的价值观、个性等等。

比如汽车客户，环保电动车品牌，还有那些对环保最感兴趣又喜欢小排量的客户，这里，其实涉及到人的价值观和购车偏好。

这些用户属性其实就是“用户标签”精准营销，要找到这些标签，仅仅通过直接发现用户行为是不可能找到这些标签的，需要更深入的个性挖掘。

总之，通过“用户标签”，企业可以在投放广告的过程中抛开个人喜好，关注目标用户的动机和行为，从而进入营销活动。因为为特定的用户画像设计广告远比为你脑海中想象的事物设计更有效，而且更容易。

二、用户画像和标签是什么关系？

用户画像的本质是“标记”的用户行为特征。

用户画像创建的核心是对用户进行“标记”，例如年龄、性别、地区、用户偏好等。每个标签通常是一个人为定义的特征标识，描述了一类具有高度精细化特征的人。

因此，用户画像可以为企业提供足够的信息基础，可以帮助企业快速找到准确的用户群体和用户需求等更广泛的反馈信息。

同时，公司从真实用户行为中抽象出典型用户模型后，对消费者的社会属性、消费行为和生活习惯等主要行为进行采集和分析，完整描述产品和服务的目标用户特征。在所有与用户相关的决策过程中提供有效信息，指导公司产品服务研发和营销。

用户的标签通常呈现两个重要特征：语义和短文本。

同时，标注规则是人为制定的，因此人类可以快速读取大量标签中的含义；而机器高效地执行标签提取和聚合分析。因此，用户画像中的用户标签向我们展示了一种简单而简洁的描述用户信息的方法。

标签一般有两种：一种是可以结构化的标签，另一种是不能结构化的标签。

结构化标签具有明确的划分，并且可以详尽无遗，例如性别、年龄和职业。

然而，在贴上这样的标签之后，它往往是时间敏感的。中长期用户标签包括相对稳定、用户变化较少的特性，也称为静态标签；中短期用户标签略有变化，例如兴趣标签精准营销，也称为动态标签。

（结构化中长期标签指示）

（结构化短期标签指示）

非结构化标签没有明确的划分，不固定，数量多。最可怕的是它们变化非常快，比如App标签和个性化标签。正是因为这类标签的存在，准确描绘用户画像的难度成倍增加。

（非结构化标签指示）

在我们最终给用户画像贴上标签后，我们还要加上每个标签的权重。比如红酒0.8、耐克0.6。标签代表内容，用户对内容有兴趣、偏好、需求等。权重代表指数，用户的兴趣，偏好指数，也可以代表用户的需求，可以简单理解为可信度和概率。

一般来说，标签权重=时间（when）X位置（）X行为（why）

每个用户行为都可以详细描述为：什么用户，什么时间，哪里，发生了什么。

比如用户A昨天在苹果官网买的，反映的用户标签是“果粉0.9”，而用户B上个月在天猫上收了，反映的标签是“果粉0.@” >498 英寸。

这些不同的用户标签和相应的权重将对后续的营销决策起到重要的指导作用。

同时，用户画像中的用户标签和权重也为计算机处理大数据提供了一种便捷高效的方式，使计算机能够以编程方式处理与人直接相关的信息，甚至通过一定的算法和模型。能够在一定程度上“理解”人。

当计算机具备理解用户画像的能力后，无论是在个性化推荐、广告等应用领域，都会进一步提高效率和准确率。

三、为什么用户画像在今天的广告和营销中如此重要？

前面说过，用户画像的出现，其实源于它在商业领域的应用，也就是企业对用户认知的需求。在营销活动中，广告主最怕亏本，亏本的原因多半是用户定位不准确。

在营销决策过程中，企业关心的无非两个：

如何做出客户喜欢的产品？如何将产品卖给合适的人？

解决这两个问题都离不开对用户需求的洞察，所以决策者难免要考虑两类人：

在精准营销领域，用户画像是不可或缺的，这意味着在移动营销时代，赢天下的用户就有天下。

如今，营销战早已不仅仅是创意层面。企业从用户的角度思考越来越深入。不管精准投放、数据分析、用户画像，企业都不好意思说自己还在做营销。

只有根据产品的特性，才能更准确地找到目标用户，将内容分发到用户偏好的渠道，及时通过互动促成购买行为，才能实现精准获客。

基于大数据技术形成的用户画像，为营销行业开启了全新的图景，让营销人员第一次从更高维度接触和分析用户，让他们第一时间在用户画像中看到他们以前从未接触过的信息宝藏。

从用户画像中，广告商（商店、商家、任何需求方）可以使用里面的标签和权重来选择和决定他们想要接触的用户以及如何接触他们。BAT这样的互联网公司依靠天然优势，他们的很大一部分广告都是通过这种方式到达用户的。

360深耕广告营销领域多年。广告收入一直是公司的收入。从老板到员工，每个人都非常重视。因此，它是一个由用户画像、个性化推荐、大书句算法等新技术驱动的企业。营销领域已经布局。

360的产品矩阵总共覆盖了5亿PC用户和8亿移动用户，数据存储完全够用。同时，其数据多样性（自有、客户和第三方来源）、多屏度（PC、手机和电视）、数据处理技术能力均达到国内一流水平。

360商务是360推出的首个智能大数据营销决策平台，能够精准定位目标受众，分析受众的自然属性和在线行为，分析行业和品牌的市场状况，真正实现广告主安置和营销提供真实、准确和可靠的决策支持。

例如，从斗鱼电视的营销案例中，360商易发现，访问斗鱼的用户多为19-24岁的男性学生，对数字和食品非常感兴趣。用户的这种精确定位对广告商来说至关重要。

如果广告主想要更精准、更高效的ROI广告，可以从360商业分析入手，定位差异化程度更高的兴趣类别。如果广告主想扩大影响力，让更多人有机会了解自己的品牌，可以考虑放置样本覆盖率更高的品类。

同时，提供了灵活的筛选条件组合，实现群体细分管理，从用户的行为轨迹到兴趣偏好等维度，自由组合目标群体进行划定。

在投放展示广告、搜索广告、品牌广告、应用下载广告时，可以快速准确地定位某一类人群，从而帮助广告主获得更高的投资回报率，有效降低营销成本。

以周鸿祎投资的花椒直播App为例。全民直播时代，各类直播产品市场火爆。因此，花椒直播希望在获得更多新客户的同时，降低新客户的激活成本。

360 DMP发现，对直播比较感兴趣的人，往往会访问一些类似的直播网站，搜索相关关键词，下载行业相关的APP。因此，有这些行为的人就是花椒直播的潜在用户。

DMP依托360自身精准的用户画像，帮助花椒直播完美匹配可能对直播应用感兴趣的人群。广告投放后，花椒App的激活率提升了近3倍！

四、精准用户画像难度远超想象

然而，机遇和挑战总是并存的。精准的用户画像虽然可以带来可观的广告收入，但很可能会遇到以下困难：

用户实体识别：家庭成员经常共用一台电脑或iPad，寻找电脑或手机背后的人其实并没有想象中那么简单；用户标签定义：单个标签本身没有作用，必须串联起来形成一个整体。广告主的用户画像结合广告主的实际业务场景才有意义；数据处理能力：海量标签处理，尤其是上面提到的非结构化标签的处理，是考验大数据技术的时候；用户画像挖掘建模：用户标签的准确性需要不断优化，效果需要结合自然语言处理技术、机器学习、深度学习等方法不断优化，并结合广告主的具体需求；用户标签认证：有些标签，比如年龄，可以用标准数据集来验证标签的准确性，但有些标签没有事实上的标准，比如兴趣，用户忠诚度等，只能验证在具体业务中。.

归根结底，标签只是术语，技术只是形式。最终，用户画像服务于企业的客户营销决策。

在迷幻的市场迷雾中，用户画像就像一座桥梁，连接着企业与用户之间的信息和认知鸿沟。通过大数据技术，整合用户错综复杂的消费行为和难以捉摸的心理状态。以更理性的方式，即用户画像，呈现给企业（需求方），让企业真正做到营销决策有底气，赢千里。

参考文件：

优搜云-快速排名优化系统，支持百度、360、搜狗、神马四大搜索引擎做关键词优化推广。拥有全新百度优化算法，新站降权站皆可做单词、整站优化，是能免费试词的百度seo推广公司。