也许这才是用户画像的正确姿势

这完全是一个以用户为中心的时代，以用户特征对自己的产品进行定位的时代。

所以今天说一说用户画像这件事。大数据的广泛传播，让我们对用户画像这个词语并有了很多了解，从某种意义上讲，大数据记录的都是人的行为，而通过数据分析我们可以知晓用户的特征——这就是用户画像，只有依靠大数据，用户画像才更有说服性。

但是无论怎样，这种特征都是统计学意义上的，实际工作上很难比经验更有操作性。

有这样一个段子，说阿里的一位数据专家通过对《战狼2》《芳华》的观影大数据分析发现《芳华》的观众比《战狼2》的观众消费了更多的热饮，表示这是以前不知道的。这位专家明显没有考虑到《芳华》是在冬天上映的……

这样的大数据有什么操作意义呢？其实没有。一个公司办了一个活动，对参加的人进行大数据统计，最后反思总结，只会增加个人经验，和大数据无关。

大数据本身的用途不是为了总结的，也不是用来证明活动本身有多成功的。

可以指导实践的数据才有意义的大数据，真正的用户画像应该是动态的，是不断突破统计学的综合归纳，是不断细分不断细化的——直到千人千面，这也是精准营销的逻辑。

这个过程需要大量的数据量，人脑恐怕难以处理，最终需要借助的是技术的力量，也就是现在人们说的AI。

我们可以假设一个销售场景，当用户报出自己的名字后，计算机迅速提取了该用户的数据，让销售人员有了一个关建的了解。识别了用户的需求后，迅速的给出了建议解决方案。销售人员基本无需废话，而客户也无需多问（因为大数据的低误差已经将用户信任度提到最高）……其实这时，销售人员大部分也是不必要的存在。

大数据下的用户画像要求对用户进行个性化处理，而不是用我们的脑子去预设用户特征（无需个体经验参与）。

目前看来，用户画像最大的难点很可能不再是技术本身，难在寻找一种更高维度将数据标准化（还必须可行）的方法，并将数据分析结果匹配场景数据，且实时反馈出来。可以试想，一旦这种标准化的方法进入到具体到工作中，那么大部分工作完全可以交给计算机主导。而数据的搜集和处理，都依靠具体的场景（实时）计算，如果要训练Ai，可想而知，这个数据量该有多大，这个基础工作需要做多久……

PS：大家不要取关啊，我以后会努力更新的

「我所说的都是废话」