新零售風口來臨，如何建立精準「用戶畫像」？

「我認為我們的用戶是！@#￥%……」「我覺得從用戶角度，@#￥%……& 會更好。」「我覺得用戶可能會喜歡 @#￥%￥%」……在用戶需求討論會上，這樣的觀點發表一定很常見。但奇怪的是，雖然大家都將「以用戶為中心」奉為產品第一要義，雖然你總是嘗試理解他們是誰，追蹤他們都看了什麼、做了什麼，但很多時候，還是很難猜中他們的心思。線上的流量紅利不再，一款產品光靠「懂人性」，已經很難把用戶留下來了。尤其是線上流量和線下體驗在融合，流量和數據不再孤立，而是各種你中有我，我中有你，新零售就是很典型的一個例子。

所以，極客君苦口婆心說了這麼多，就是想說，

你需要的不是「用戶輪廓」，是「用戶畫像」，是精準的用戶畫像。新的流量在出現，新的數據在豐富，數據與數據之間也在用你想不到的方式產生連接和聯繫，「用戶畫像」的精度是時候上個檔次了。

只要你每天的工作是在圍著用戶轉，而現在對如何構建精準的用戶畫像這件事兒，還只是一知半解，下周六（9 月 16 日）下午 2：00 的這次公開課你絕不該錯過。「友盟+」

首席數據架構師&數據委員會會長張金，具有多年全域大數據應用實戰經驗，他會用兩個小時的時間，給你答疑解惑。從原始數據到事實標籤，從建模分析到模型預測，從「用戶畫像」到「猜你喜歡」，和極客君約個「下午茶」，你會對「用戶畫像」有些新的認知。

這一期課，除了介紹用戶畫像的流程與細節，我們還會重點討論以下這些

• 
  

  用戶畫像的用途都有什麼？
  



• 
  

  到底如何提高用戶畫像的定位精準性
  



• 
  

  新零售業是以用戶體驗為中心的數據驅動泛零售形態，那麼你想知道大數據到底是如何幫助新零售業的嗎？

  
  

  
  

課前小科普：用戶畫像是什麼?

舉個例子，如果你頻繁的購買蛋白粉、運動裝備、運動器械等，那麼你在商家的用戶畫像中，是一個愛健身的小鮮肉，之後一系列數據的追蹤，甚至可以清晰勾畫出你目前的健身狀況，和你潛在的需求。這就是我們說的用戶信息標籤化，通過收集與分析用戶社會屬性、生活習慣、消費行為等，抽象出一個用戶的全貌。也就是通過用戶的消費行為習慣等數據，給用戶打標籤，以來挖掘更多的商業價值。

感謝合作夥伴： 

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！