「我认为我们的用户是 ！@#￥%……」「我觉得从用户角度，@#￥%……& 会更好。」「我觉得用户可能会喜欢 @#￥%￥%」……在用户需求讨论会上，这样的观点发表一定很常见。但奇怪的是，虽然大家都将「以用户为中心」奉为产品第一要义，虽然你总是尝试理解他们是谁，追踪他们都看了什么、做了什么，但很多时候，还是很难猜中他们的心思。线上的流量红利不再，一款产品光靠「懂人性」，已经很难把用户留下来了。尤其是线上流量和线下体验在融合，流量和数据不再孤立，而是各种你中有我，我中有你，新零售就是很典型的一个例子。

所以，极客君苦口婆心说了这么多，就是想说，你需要的不是「用户轮廓」，是「用户画像」，是精准的用户画像 。新的流量在出现，新的数据在丰富，数据与数据之间也在用你想不到的方式产生连接和联系，「用户画像」的精度是时候上个档次了。

只要你每天的工作是在围着用户转，而现在对如何构建精准的用户画像这件事儿，还只是一知半解，下周六（9月16日）下午2：00 的这次公开课你绝不该错过。[友盟+] 首席数据架构师&数据委员会会长张金，具有多年全域大数据应用实战经验，他会用两个小时的时间，给你答疑解惑。从原始数据到事实标签，从建模分析到模型预测，从「用户画像」到「猜你喜欢」，和极客君约个「下午茶」，你会对「用户画像」有些新的认知。

这一期课，除了介绍用户画像的流程与细节，我们还会重点讨论以下这些

用户画像的用途都有什么？

到底如何提高用户画像的定位精准性

新零售业是以用户体验为中心的数据驱动泛零售形态，那么你想知道大数据到底是如何帮助新零售业的吗？

课前小科普：用户画像是什么?

举个例子，如果你频繁的购买蛋白粉、运动装备、运动器械等，那么你在商家的用户画像中，是一个爱健身的小鲜肉，之后一系列数据的追踪，甚至可以清晰勾画出你目前的健身状况，和你潜在的需求。这就是我们说的用户信息标签化，通过收集与分析用户社会属性、生活习惯、消费行为等，抽象出一个用户的全貌。也就是通过用户的消费行为习惯等数据，给用户打标签，以来挖掘更多的商业价值。