新商業和舊商業最本質的差別是“精準”。“精”追求通過網絡協同來對用戶在不同場景下逐步深化理解，實現按需服務。而“準”則通過數據智能持續互動、迭代、優化服務，在兼顧用戶的顯性標準化需求的基礎上，挖掘潛在的需求。-- 阿里巴巴學術委員會主席、湖畔大學教育長，曾鳴
我們第一次到訪美的，方洪波說美的有3億用戶，用戶的電話號碼都記得。但我告訴他，電話號碼沒價值，最重要的是有活躍用戶。傳統的用戶等于散落在大街上，獲取用戶的成本很高。活躍用戶仿佛都坐在你的客廳里，你出什么產品，他們都會看到，獲取用戶成本很低。-- 小米聯合創始人、小米生態鏈負責人，劉德
如果說新商業是彈道導彈般的精準打擊，那么準確的用戶畫像，尤其是對活躍用戶的準確畫像，就是實現精準打擊所依賴的“GPS定位/激光制導”系統。
大數據(Big Data)是基礎
隨著社會的信息化程度提高，智能終端的普及，可穿戴設備、智能家居系統也越來越多地出現在現實生活中。無處不在的網絡將人和設備連接在一起，海量數據在人機交互、機機通信中產生，構成了一個虛擬的大數據世界。
所謂大數據，是大量、高速、和多變的信息資產集合，它可以被新型的處理處理，并促成更強的洞察力、決策力，與優化處理。
業界對大數據的概念定義經歷了3V--4V--5V的發展過程。目前最新的，是阿姆斯特丹大學整合提出的 5V 理論：
數據類型繁多（Variety）
處理速度快（Velocity）
數據體量巨大（Volume）
數據價值（Value）
真實性（Veracity）
大數據是信息技術的自然延伸。在大數據時代，人與人之間，人與機器之間，機器與機器之間的溝通方法也在逐漸產生本質性的變化。如前文所述，智能商業時代的公司要從數據中解讀用戶，進而更精準地為用戶服務。這時，構建用戶畫像就變得尤其重要。精準而提煉的用戶畫像（激光制導/GPS 定位），使各種衍生應用（精準打擊）變得可能。
用戶畫像(Personas)方法論
交互設計之父Alan Cooper最早提出了用戶畫像personas的概念：
Personas are a concrete representation of target users.
用戶畫像是對目標用戶們的精準演示。
用戶畫像是真實用戶的虛擬代表，是建立在一系列Marketing Data之上的目標用戶模型。通過社交、商品和消費者行為的大數據，結合問卷和調研等小數據，根據用戶在行為和觀點方面的差異，將用戶區分為不同的類型。每種類型在抽取典型特質，賦予名字、照片、場景等描述之后構建出的標簽化的總結，便是用戶畫像。
構建用戶畫像的核心工作是給用戶貼標簽。在用戶畫像里，標簽的建模通常分為多層，其中有些是根據用戶的行為數據直接得到，有些則是通過算法或規則挖掘得到。
底層是事實類標簽，是用戶的具體行為描述，比方說客戶的行為模式，當下需求等等。
第二層是預測標簽，這類由Machine Learning可以獲得，比方說基于某類用戶的當下需求而推斷出的潛在需求。
第三層是營銷模型標簽，這一層是用戶價值和忠誠度的抽象。
最上層是業務類的標簽，由底下各層標簽組合生成，通常由業務人員來定義。
用戶畫像，是對現實世界中用戶的數學建模。它從業務中抽象而出，是在符合特定業務需求的前提下對用戶的形式化描述，源于現實，又高于現實。用戶畫像又是通過分析挖掘盡可能多的用戶數據所得到的，它源于數據，又高于數據。
用戶畫像的價值
起始：助力設計
成功的產品往往專注、極致，能解決核心問題。一方面，用戶畫像為設計人員鎖定了特定群體，可以讓團隊成員在設計產品和服務的過程中拋開個人的喜好，聚焦用戶的動機和行為，透過用戶行為的表象去分析和了解用戶的深層動機與心理。另一方面，設計人員經常不自覺地認為用戶的期望和他們一致，引入用戶畫像避免了設計人員代替客戶發聲。
售前：精準營銷
傳統營銷采用一對多，單向式的信息溝通方式。沒有針對性的市場營銷，攤子大，成本高。而精準營銷則是在充分了解用戶信息的基礎上細分市場，針對特定用戶的喜好，依托現代信息手段建立個性化的溝通服務體系，預測Next Best Action或Key Event，從而進行有針對性的智慧型營銷，實現低成本、高回報的市場擴張。精準營銷的基礎，便是建設用戶大數據平臺，收集和拉通企業內外的消費者用戶數據，建立消費者用戶畫像。
售中：個性推薦
根據用戶在本網站或其它網站的歷史行為，利用全網的用戶畫像進行推薦，從而實現流量變現，增加銷售量。Amazon、淘寶網的個性化推薦，Google頁面的動態調整，都屬于經典案例。而大數據和用戶真實需求的推測，則是個性化推薦的基礎。
售后：增值服務
通過數據接口實時反饋用戶的相關信息，如歷史咨詢、歷史維修等，進行知識推薦，支撐服務效率，收集服務滿意度數據，補充和完善用戶畫像信息。
綜觀：行業洞察
通過對用戶畫像的分析可以了解行業動態和用戶偏好，從而可以指導平臺更好地運營，為公司提供細分領域的深入洞察。
小 ?結
用戶畫像是對人的深入挖掘。除了用戶的客觀屬性之外，在很多的應用場景，更有價值的是用戶在興趣、價值觀等人格層面的分析和建模。用戶畫像是業務與技術的最佳結合點，也是現實與數據化的最佳實踐。隨著大數據、增強學習等技術的進一步提升，用戶畫像將會得到越來越多的重視和應用，它將在智能商業時代的浪潮中發揮更多更廣的價值。
鳴謝
經微信公眾號“踐行而致遠”作者Miss C授權，筆者在原文基礎上略作增補和刪減，感謝分享。
原文鏈接：大數據時代之用戶畫像
引用資料
1. 曾鳴，《智能商業20講》
2. 劉德，《小米創業7年這場仗》演講
