用户画像构建用户分类与价值
用户画像构建用户分类：
用户画像（user profile)是以用户数据积累的海量数据，加上标签组成的海量数据的标签，根据用户画像person和用户行为差异，将他们区 分为不同的类型。然后每种类型中抽取出典型特征，赋予名字、照片、一些人口统计学要素、 场景等描述，形成了一个用户的分类。
搞清楚用户分类可以极大的帮助我们在做产品设计有目标、有数据基础，能够对未来效果进行控制。
用户画像可以与用户行为相关联的数据做可视化展现，一句话总结就是:用户信息标签化
在用户画像之外，通过数据埋点监控用户行为，来分别用户的类型，结合用户画像更加为运营、产品提供更好的精准建议。
1.用户类型:低转化用户
用户行为:在观察埋点数据，发现改用户常常下单，但下单失败、取消占比次数高
核心需求: 购买时没有足够吸引力或被其他外界信息打断
产品优化:增加优惠券来增加完成订单、通过广告、增加消息通，知告知用户还没完成下单
2.用户类型:激进型
用户行为:只买最新款，大厂牌子最新技术产品等、喜欢花钱买喜欢的
核心需求: 这类消费者只买最好，敢于炫耀
产品优化:投其所好，让他一眼就能看到最新产品，并 通过优惠提高消费金额
3.用户类型:保守型用户
用户行为:喜欢流量买二手产品，不喜欢浏览其他商品、喜欢节约
核心需求: 更看重省了多少钱，而不是东西有多需要， 不在意瑕疵或折旧
产品优化:增加商品推荐、关联优惠、其他商品资讯
以上3种用户类型的背后基于数据埋点、用户画像下做的分层，帮助产品经理有最直接的优化目的。
基于用户的行为以及规则，在实际开发画像的过程中，由于运营人员对业务更为熟悉，而数据人员对数据的结构、分布、特征更为熟悉，因此规则类标签的规则由运营人员和数据人员共同协商确定。
用户画像的价值：
1.基于数据的精准营销
有了用户画像或者标签，可以和用户进行精准链接，帮助运营部门、市场部门、广告投放部门做转化检测。无论是阿里、还是腾讯很大一部分广告都是通过这种方式来触达用户，百度的搜索广告方式有所不同。
2.助力产品，做优化升级
前面提到的用户分类，基于用户画像做产品设计，其实就是用户画像的价值。我们到底应该加什么功能、做什么样的页面跳转、融入什么运营活动策略，都是用户画像可以给到的。
知道用户与产品交互时点击率、跳失率、停留时间等行为之外，用户画像能帮助产品经理透过用户行为表象看到用户深层的动机与心理。
3.做用户研究和行业报告
通过对用户画像的分析可以了解行业动态，比如90后人群的消费偏好趋势分析、高端用户青睐品牌分析、不同地域品类消费差异分析等等。这些行业的洞察可以指导平台更好的运营、把握大方向，也能给相关公司（中小企业、店铺、媒体等）提供细分领域的深入洞察。
