5、动态维度：网站行为属性，这里我们主要讨论的是用户在网站内外进行的一系列操作行为。常见的行为包括：搜索、浏览、注册、评论、点赞、收藏、打分、加入购物车、购买、使用优惠券……。在不同的时间，不同的场景，这些行为不断发生着变化，它们都属于动态的信息。企业通过捕捉用户的行为数据（浏览次数、是否进行深度评论），可以对用户进行深浅度归类，区分活跃/不活跃用户。社交网络行为，是指发生在虚拟的社交软件平台上面一系列用户行为，包括基本的访问行为（搜索、注册、登陆等）、社交行为（邀请/添加/取关好友、加入群、新建群等）、信息发布行为（添加、发布、删除、留言、分享、收藏等）。给用户打上不同的行为标签，可以获取到大量的网络行为数据、网站行为数据、用户内容偏好数据、用户交易数据。这些数据进一步填充了用户信息，与静态的标签一起构成完整的立体用户画像，就是所说的3D用户画像。
6、用户画像的价值：用户画像能够清楚的回答，第一，品牌的用户是谁，第二，品牌的用户需要/喜欢什么，第三，在哪些渠道可以接触到这这些用户，第四，哪些用户可以成为品牌的种子用户，并成为意见领袖。在用户画像方面，小米就做得特别的精准。小米的用户，确确实实就是“屌丝”，所以他们充分地利用了社区、微博、QQ空间等用户经常关注的阵地进行销售和传播。小米的成功，并不是所谓的铁人三项“软件、硬件、互联网”。而是懂技术的雷军和懂营销传播的合伙人，通过成功的营销成就出来的品牌。当然，我这里说的是小米的早期，今天的小米已经在很多方面都有了较大的升级和改进。
7、用户画像能够指导产品研发以及优化用户体验。在过去较为传统的生产模式中，企业始终奉行着“生产什么就卖什么给用户”的原则。这种闭门造车的产品开发模式，常常会产生“做出来的东西用户完全不买账”的情况。如今，“用户需要什么企业就生产什么”成为主流，众多企业把用户真实的需求摆在了最重要的位置。在用户需求为导向的产品研发中，企业通过获取到的大量目标用户数据，进行分析、处理、组合，初步搭建用户画像，做出用户喜好、功能需求统计，从而设计制造更加符合核心需要的新产品，为用户提供更加良好的体验和服务。
8、用户画像能够帮助品牌实现精准化营销。精准化营销具有极强的针对性，是企业和用户之间点对点的交互。它不但可以让营销变得更加高效，也能为企业节约成本。以做活动为例：商家在做活动时，放弃自有的用户资源转而选择外部渠道，换而言之，就是舍弃自家精准的种子用户而选择了对其品牌一无所知的活动对象，结果以超出预算好几倍的成本获取到新用户。
9、用户画像还能帮助品牌做相关的分类统计和深度的数据挖掘。借助用户画像的信息标签，可以计算出诸如“喜欢某类东西的人有多少”、“处在25到30岁年龄段的女性用户占多少”等等。在用户画像数据的基础上，通过关联规则计算，可以由A可以联想到B。沃尔玛“啤酒和尿布”的故事就是用户画像关联规则分析的典型例子。
10、构建精准的用户画像，对于品牌来说，有一定的门槛，需要通过数据的挖掘和收集，数据的建模两个维度来做。品牌需要通过网站、活动页面进行SDK埋点。即预先设定好想要获取的“事件”，让程序员在前/后端模块使用 Java/Python/PHP/Ruby 语言开发，撰写代码把“事件”埋到相应的页面上，用于追踪和记录的用户的行为，并把实时数据传送到后台数据库或者客户端。
11、在数据建模阶段，品牌不仅需要定量的数据，还需要做定量的研究。定性化研究方法就是确定事物的性质，是描述性的；定量化研究方法就是确定对象数量特征、数量关系和数量变化，是可量化的。一般来说，定性的方法，在用户画像中，表现为对产品、行为、用户个体的性质和特征作出概括，形成对应的产品标签、行为标签、用户标签。定量的方法，则是在定性的基础上，给每一个标签打上特定的权重，最后通过数学公式计算得出总的标签权重，从而形成完整的用户模型。所以说，用户画像的数据建模是定性与定量的结合。
12、最后，对某一些重要的标签，赋予更高的权重，通过权重标签，就能够更好地锁定核心的用户。建立精准的用户画像是一个长期的事情，企业应该早日开始展开自己的品牌用户画像构建体系，让企业未来的营销和投入有法可查，有据可依。
本文由 @品牌咨询那些事儿 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。返回搜狐，查看更多