用户的一切行为是可溯源分析的
企业想利用大数据的精细化运营、精准营销服务，首要的就是建立企业的用户画像
用户画像简介：
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，从而抽象处用户的信息全貌
用户画像是企业应用大数据的根基，是定向广告投放与个性化推荐的前置条件，为数据驱动运营奠定基础
数据应用体系的建立：
1. 基础平台搭建：数据平台数据仓库建设、统一sdk
2. 报表与可视化：可配置数据报表以及报表的可视化展现
3. 产品运营分析：自助提取数据、报表分析工具
4. 精细化运营：用户行为分析、用户画像、数据挖掘、个性化推荐
5. 战略决策：决策支持
标签类型：用户画像建模即对用户打标，从对用户打标签的方式来看，一般分为3种类型：
1. 统计类标签
1. 统计类标签时最基础也最常见的标签类型，该类标签构成用户画像的基础，如：性别、年龄、城市、星座、近七日活跃天数等数据可以从注册数据、访问数据、消费数据中统计得出
2. 规则类标签
1. 该类标签基于用户行为及确定的规则产生，通常由运营人员和数据人员共同协商确定，例如，统一对消费活跃用户这一口径的定义为近30日消费次数>=2天
3. 机器学习挖掘类标签
1. 该类标签由机器学习挖掘产生，对于用户的某些属性或某些行为进行预测判断，例如根据一个用户的行为习惯判断该用户是男性还是女性、根据一个用户的消费习惯判断其对某商品的偏好程度
在项目工程中，一般统计类和规则类即可满足应用需求，在开发中占比较高，一般来说挖掘类标签多用于预测场景，如判断用户性别、用户购买偏好、用户流失意向等，因此一般来说，机器学习标签开发周期较长，成本较高，开发占比较少
