平時我們也會在網上搜索用戶的畫像，壹般情況下會找到兩個答案。
第壹個是告訴妳用戶更喜歡標簽號的內容。
二是描述壹個用戶的職業興趣和使用產品時的壹些特點。
兩者之間也會有壹些差距。第壹種壹般指系統中用戶的壹些行為和特征，或者用戶自願填寫的信息，更偏向於數據統計過程中形成的標簽體系。第二種更多的是偏用戶訪談用戶，壹些感性的東西。
第壹個會用在產品推廣運營和產品設計上。這種表現通常來自於產品的具體數據，所以在業務或運營中會用到更多。第二種壹般會幫助我們識別產品主要服務的人群類型，是比較感性的東西。但在指導我們具體工作時就會缺失。
兩者有壹定的區別，但基於數據的第壹種用戶畫像，我們還需要進壹步了解。
基本屬性(用戶基本信息):年齡、性別、生日、星座、學歷、身高、收入、職業？....
社會關系:婚姻，孩子，女孩，家裏老人，性取向。....
行為特征:基本行為註冊時間，來源渠道...？商業行為買到了優惠商品，贏得了優秀學生。
商務相關(運動類型產品):高瘦，體脂率，鍛煉肌肉，日均9000步，收集100健身項目。....
1，直接填寫(比如註冊的時候，相親產品，外賣產品，裝修產品)
2.源於用戶自身已有的特點(壹般做活動的時候操作簡單，個性化，商業分析要分小組進行觀察和用戶調研(準備))
比如產品是電商平臺，運營部門要和北京的女大學生進行壹次女生節之類的運營活動。
這時候怎麽區分性別，住址，消費能力呢？
我們可以利用現有的功能進行推送。我們可以從自己買過的東西來推斷，比如買了很多男性用品的就歸為男性，買了很多種衛生巾產品的就歸為女性。該地址也可以從接收地址推斷出來。消費能力也可以從消費細節(比如買了壹個超過200塊錢的消耗品)和用戶的特征來推斷，這些都是通過以往的信息篩選出來的。不可能所有用戶都這樣，只能給部分用戶貼標簽，部分用戶不認可。
當然，我們還需要做進壹步的推導。比如通過用戶的常用IP，可以進壹步發現自己是否在北京。或者消費能力也可以查看用戶使用的手機型號是否是新的。比如通過手機型號vivo和米托手機也可以得出結論，大部分女性用戶(當然會有壹些誤判)可以通過收貨地址、大學消費等地方。
3.從用戶周圍的人推斷。
距離近(部分屬性被周圍人擁有，用戶概率大)
相似行為(通過協同過濾找到行為相似的目標用戶)
共同特征:基本屬性、社會關系、行為特征、業務相關性
使用場景:營銷、個性化運營、商業分析、用戶研究。....
通過用戶畫像了解數字背後的用戶，壹般有三種落地場景(優質創新、精準運營推送、輔助產品設計)。
如何拉高質量的新品？(二手書交易平臺)
1如何從現有用戶中找到我們，誰是真正的用戶？
定義我們真正的用戶是什麽(比如高留存用戶，核心行為頻率，高完成率)。
2真實用戶的特征
是誰呀？電商平臺可以通過他買的書。把他們的年齡、受教育程度、地域、消費能力反過來。
它從哪裏來的？？電話面試等。，發現很多都是朋友推薦的。
3按此類型查找相似用戶。
？用戶畫像:高校、科研院所、知識密集型工作領域。社科類圖書的消費傾向。
有時候這種拉人的方法可能做不好。會有很多條件限制我們，沒有辦法做到。在這種情況下，我們可以選擇很多渠道進行合作，不同的渠道會有不同的屬性，不同渠道的用戶會有不同的標簽，比如年齡標簽，職業性別等等。有了自己的標簽之後，在對接渠道的時候，可以對應自己的訴求和特點，選擇更好的投放渠道。
除此之外，也有很多廣告做得好的，都是可以精準選擇受眾的。對比兩個平臺的標簽和畫像，可以是正確的。但是在開始的時候，壹定要理清自己想放什麽樣的人進去，否則再好的平臺也用不上。我們有了用戶畫像之後，拉新的時候就有了大概的參考。