编辑指导:用户画像、画像标签、用户分组，做运营的同学一定很熟悉这些术语。这三个名字乍一看好像都是在说同一件事，但具体有什么区别呢？笔者对此进行分析，大家来看看。

数据运营时代，运营模式从粗放式向精细化转变。用户画像这么受欢迎，不搞用户画像都不好意思说自己在做精细化运营。各种用户画像标注体系的构建，教你如何从0到1构建用户画像等文章广为传播。前几天听到有同学在规划CDP平台的时候，认为画像就是标签，标签就是画像，用户画像和用户分组是同一个主体的不同名称。设计产品架构时，边界不清，功能交错。所以，我认为我们应该回到最基本的问题，澄清这些概念。

首先，用户画像

用户画像这个概念并不新鲜，甚至在互联网时代之前就有了。最早是由交互设计之父AlanCooper提出的:“人物角色是目标用户的具体表现。”意味着真实用户可以用一系列属性数据建立的目标用户模型来表示。

从概念上可以看出用户画像对用户特征的抽象概括。比如我想知道买了北京环球度假酒店的用户有什么特点，这样在产品设计、营销策略、广告投放上才能更精准。就像两个人谈恋爱，只有了解对方的脾气、性格、饮食习惯，才能相爱，才能避其锋芒，愉快相处。用户画像是高度抽象聚合的结果，一般应该用于数据分析和决策。可以分为个人肖像和团体肖像。

个人画像主要用于客服场景，帮助客服人员快速掌握咨询师的特点，以灵活调整自己的说话技巧，提高一次性服务解决率。随着个人信息保护法的实施，个人画像的数据安全变得越来越重要。群体画像是指某一类用户群体的画像特征分布，比如微信官方账号中微信用户的年龄分布。是Z时代多还是80年代多？

第二，人像标签

用来勾勒用户画像的特征维度。当一个新同学加入你的团队，你会从哪些维度快速了解他？家乡、年龄、单身/已婚、工作经历、爱好等。比如用户画像标签里有一个生命周期标签。根据业务特征或算法挖掘，上一次投放任务是在180天以上，定义为流失用户。数据标签是上一个订单的时间，或自上一个订单以来的时间。一般来说，人像标签是对数据标签进行分析处理后形成的更抽象、更容易理解的复合标签。

根据标签数据的特点和不同的处理方法，人像标签可以分为:

类别标签:通过数据统计分析可以直接得到的指标，如累计消费金额，0-100，100-300，300-500。

类别标签:通过业务规则将统计值转化为更直观的标签值，如高频消费定义为过去半年内消费订单数超过5笔。

预测标签:统计数据不能直接获得，需要借助数据挖掘算法获得，比如用户价格敏感标签，需要通过一系列统计算法和机器学习预测算法获得。

第三，标签制度

标签的本质也是一个评价指标，只是维度更细，一般是用户维度或者商品资源维度的标签。比如最近30天的订单数是一个指标，一次从宏观到微观是:全部、业务线、流量入口、品类、商品、用户。即标注体系强调单个用户或单个商品的指标值。

标签体系是基于业务场景的标签分类，比如一级分类:基础属性、行为属性、营销属性、风控属性等。，然后一级一级的拆分和丰富。标签系统一要易于扩展，二要易于理解和使用。标签系统比人像标签更全面丰富，从基础标签中获取人像标签也是标签系统的输入。相比人像标签预设标签值的规则，数据标签更加灵活，对人的圈层和分层能力更强。

四。用户分组

用户聚类是指根据具体情况选择目标用户，进行洞察分析，查看用户特征，或者直接运营并触达这些用户。用户聚类依赖于标签资产(索引标签+画像标签)。比如召回流失用户，根据以下条件选择目标用户:最近一次访问时间在180天以上，历史订单数小于等于1，然后利用短信、推送等营销手段达成召回策略。用户分组的输入是标签，输出是用户的集合，应用场景以精细化运营为主。

动词 （verb的缩写）用户洞察

用户洞察是对目标用户群体的特征进行分析，例如，针对某活动下单的用户，查看用户的画像特征。或者对运营活动中的不同人群进行对比分析，判断不同标签筛选出的用户转化效果的差异，调整下一步运营策略。用户洞察的输入是人群，输出是人群的画像特征。

不及物动词用户画像、画像标签、标签系统以及用户群之间的关系

根据上述定义，将这些名称之间的关系梳理如下:

通过收集用户属性数据、行为数据、交易数据、商品数据等数据源，形成数据标签体系。标签系统可以根据业务规则的抽象和标签值的处理继续形成人像标签。也可以直接作为CDP平台人群圈子选择的筛选条件。

画像是一个抽象的数据标签，可以用于用户个人画像和群体画像的分析，也可以作为标签条件供用户圈层。

用户分组的用户筛选条件可以来自数据标签和画像标签，应用场景包括人群画像分析、精细化运营和精准营销。

七。摘要

用户画像、画像标签、用户分组这些概念简单易懂，但是放在一起，你能准确区分它们之间的关系和边界吗？了解两者的区别，在数据运营应用或者数据产品设计上会更清晰。

#专栏作家#

数据干燥机，微信号微信官方账号:数据干燥机，人人都是产品经理专栏作家。专注于数据产品，涵盖开发套件、数据资产和数据治理、BI和数据可视化、精准营销平台等数据产品。擅长大数据解决方案规划和产品方案设计。

本文由人人作为产品经理原创发布，未经作者允许，禁止转载。

来自Unsplash的图像，基于CC0协议。