数据的最终目的是走出数据仓库，应用到业务系统和营销系统中来驱动营收增长。数据指标体系是建立用户画像的关键环节，也是在标签开发前要进行的工作，具体来说就是需要结合企业的业务情况设定相关的指标。社交属性用于了解用户的家庭成员、社交关系、社交偏好、社交活跃程度等方面，通过这些信息可以更好地为用户提供个性化服务。用户画像产品化后就成为业务人员分析用户、触达用户的有效工具，书中从经营分析、精准营销、个性化推荐等方面介绍用户画像的应用场景。非常的实用！基于画像系统去做多方面的数据分析、触达用户的运营方案，可以快速地将数据应用到服务层（T+1 甚至实时即可上线应用），得到用户使用反馈后通过效果分析，迭代营销策略或产品设计。

构建用户画像能帮助运营、产品更加深入分析和理解用户并且更有针对性的开展营销活动。本书介绍了一些基本概念、构建用户画像的一些基本方法和用到的主要工具，并结合一些案例进行了解释，还分享了作者的一些经验。是一本入门参考书。如果想要自己实践，还需要查阅更多专业资料，尤其是国际学术界关于用户交互方面的文章对用户画像的研究文章。

🎓管中窥豹读书计划 (第 68 本)🎓 🎓《用户画像》 赵宏田🎓 📢 用户画像，即用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或者产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出用户的信息全貌。📢 用户画像产品化：为了能让用户数据更好地服务于业务方，需要以产品化的形态应用在业务上。产品化的模块主要包括标签视图、用户标签查询、用户分群、透视分析等📢 定性类画像多见于用户研究等运营类岗位，通过电话调研、网络调研问卷、当面深入访谈、网上第三方权威数据等方式收集用户信息，帮助其理解用户。🔔 刻画用户画像值得企业深入学习，只有深度了解用户，才能挖掘最终需求。

本书借助数据仓库实现一套用户画像系统的方案。从实际工程案例出发，结合多业务场景，内容涵盖开发离线批处理计算的标签及流式计算标签，为读者的分析、开发、搭建用户画像系统，并借助该用户画像系统为运营人员制定运营用户的策略提供端到端的解决方案。

到处贴代码，不是到搬运那家架构，结构不清晰，纸上谈兵，是方案，是设计，是架构，是开发，最终看完啥都不是