常见用户画像维度

到现在为止对用户画像进行了多种角度的定义，但还是停留在概念层面，不够直观。下面举几个例子加深理解。

首先看一个人物画像，它其实是由各种标签来构成的，文静、可爱、善解人意、活泼等等，都是对用户某些属性的描述，非常直观。在这张图上也可以发现，标签被分成了几个类型，有基本属性类的，有消费购物类的，还有网络社交类，其实还会有更多的分类，在这里没有一一列举。之所以会形成对标签的分类，一是便于对标签的管理，另一个重要的原因是在不同的场景中，这些标签可以帮助我们实现不同的目标。场景和目标是非常重要的。

蓝色的像年龄、性别、所在的区域，都是一些比较通用的基本属性，可能在多个场景中使用到。这类标签通常是会再去配合其他标签去使用。而左上角黄色的消费购物类的标签，可能在电商场景中会用的比较多。根据用户的标签，比如消费偏好领域为服贸，我们判断用户可能购买服装类的物品会比较多，因此在进行推荐或者是促销的时候，可以优先挑服装鞋帽等品类推送给用户。但如果不考虑这些标签，而去给用户推荐一些3C电子类的产品，用户可能会完全不感兴趣，也就起不到促进购买的作用。

再比如“偏好价格区间”是“200到500”。虽然我们偶尔也会不太在乎价格的购买一些非常心仪的东西，但大多数的购买其实还是会在一个范围区间之内，这个区间可能用户自己都不能直接的量化出来，但是通过用户画像，可以将其框定在某个范围之内。这就是“画像比你自己更了解你自己”的点之一。通过对于偏好价格区间的标签化，企业就可以针对性的进行后续的推荐和促销，效果也会更加显著。

最后我们来看网络社交类的标签，左下角紫色的部分，基本都是和我们日常使用社交网络相关的，图例中都是和微博相关的，比如说粉丝数、关注数、互动数等等。在进行社交舆情分析的时候，网络社交相关的标签对我们的分析会非常有帮助。