首先我们来感性的认识一下用户画像
用户画像的核心是为用户打标签，即——将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。
我们身边就有用户画像应用比较好的例子
比如我前几天在某网站上看到一个女生相亲的择偶标准，印象比较深刻
如果我们是某相亲网站的工作人员，需要给这个女生进行男嘉宾的匹配，那么她理想的男嘉宾就是一个群体，通过一个个的标签来描述这个群体。
男性，未婚，年龄33-28岁，身高-，皮肤白体型偏瘦，年收入在12万元以上，在武汉生活并且购房，拥有本科以及上的学历，家中独子没有兄弟姐妹，不喜欢打牌。
1.用户画像体系相关概念如何一句话说清楚什么是用户画像？
用户画像是通过分析用户的基础信息、特征偏好、社会属性等各维度的数据，刻画出用户的信息全貌，从中挖掘用户价值，从而提供个性化推荐、精准营销等服务。
1.1标签类型我们一般将用户标签分为3类
统计类标签这类标签是最为基础也最为常见的标签类型，例如：对于某个用户来说，其姓名、性别、年龄、地市、活跃时长等，这类数据可以从用户注册数据、用户消费数据中得出，该类数据构成了用户画像的基础。
规则类标签基于用户的行为以及规则，在实际开发画像的过程中，由于运营人员对业务更为熟悉，而数据人员对数据的结构、分布、特征更为熟悉，因此规则类标签的规则由运营人员和数据人员共同协商确定
学习挖掘类标签通过机器学习挖掘产生，根据用户的行为和规则进行预测和判断。比如某个用户检查购买卫生巾，我们可以通过这个行为来推出用户性别为女性
1.2画像价值
在用户量大业务复杂的公司，都会花很高的成本构建用户画像体系，在各个业务线上采集数据做分析，不断深入的了解用户才能提供更加精准的服务和多样化的运营策略。
用户引流
通过现有用户的画像分析，在相关DMP广告平台做投放，重点推荐其平台上具有相关类似标签的用户，为产品做用户引流，这里用的是相似用户快速扩量的概念。
新用户冷启动
快速分析新注册用户可能偏向的属性和兴趣偏好，实现服务快速精准推荐，例如用户注册地所在区域，可以通过该区域用户的通用标签推测该新用户的特征。
精准或个性化服务
这里就是根据丰富的用户画像分析，理解用户并提供精准服务或个性化服务。提供好的服务自然能做到用户的深度沉淀。
多场景识别
这里场景相对偏复杂，通过一个案例描述，例如在某个平台用手机号A注册，之后该手机号A丢失，换用手机号B之后，通过相关行为去理解用户是否手机号A的用户，也可以根据同个手机序列识别不同用户或者多个手机序列识别相同用户。
沉默用户唤醒
基于精细化的标签和多个场景数据，对用户的沉默程度做快速识别，基于画像分析制定运营策略进行激活召回减少用户流失。
2.用户画像实践项目你是某电商公司的数据分析师，你的运营同事找到你，最近平台某家电类目的订单数量，浏览量有所下降，平台想做一些促销活动，给用户发优惠劵，希望你能对本次活动提出一些建议
促销活动需要哪几个部分的信息呢？
促销活动的受众群体促销活动的上线时间促销活动所覆盖的产品...确定问题后，我们从用户的基本属性，行为属性以及偏好属性入手
2.1从数据库中提取数据数据来源某电商平台年8月12日-年8月19日某家电类目脱敏订单数据
Datawhale