本文摘自趙宏田老師的：“用戶畫像：方法論與工程化解決方案”。
用戶畫像，即用戶信息標籤化。通過收集用戶的社會屬性、消費習慣、偏好特徵等各個維度的數據，進而對用戶或者產品的特徵進行刻畫，並對這些特徵進行統計、分析、挖掘潛在的價值信息，從而抽象出用戶信息的全貌。
用戶畫像可以作爲企業應用大數據的根基，是定向廣告投放與個性化推薦的前置條件，爲數據驅動運營奠定了基礎。由此看來，如何從海量的數據中有價值的信息越發重要。
大數據已興起多年，其對於互聯網公司的應用來說，已經如水、電、空氣對人們的生活一樣，成爲不可或缺的重要組成部分。從基礎設施建設到應用層面，主要有：數據平臺搭建及運維管理、數據倉庫開發、上層應用的統計分析、報表的生成及可視化、用戶畫像建模、個性化推薦與精準營銷等方向。
很多公司在大數據基礎建設上投入很多，也做了不少報表，但業務部門會覺得大數據報表和傳統報表沒什麼區別，沒有體會到大數據對於業務的幫助和價值。究其原因，其實是：數據靜止在數據倉庫中，是死的。
而用戶畫像可以幫助數據“走出”大數據的數據倉庫，針對用戶進行個性化推薦、精準營銷、個性化服務等多樣化的服務，這是大數據落地應用的一個重要方向。大數據應用體系的劃分大致如下所示：
