互联网+时代，越来越多的电子商务平台被开发出来，想要枪战市场的一杯羹，业内叫垂直和深耕。虽然，现在用户活动的渠道变得越来越多，用户数量也呈指数增长。但是，不论主观认为还是客观数据显示，营销人都注意到，“流量”、“用户”越来越珍贵，企业获得一个用户的成本也越来越高。
相比早前的全网布局，后起的企业更相信精准投放，至少可以节约“完全不需要”的那部分用户成本。于是，用户画像这一概念深入产品和运营人员的营销概念。不论是谁，今天在开始市场调研或者营销广告活动投放的时候，都首先需要考虑自己针对的核心用户群在哪儿。
今天，我们就谈谈企业如何建立自己产品的用户画像，并用数据驱动决策？让营销不再是拍大腿，拍脑门儿。
简单来说，用户画像建立主要分三步：收集数据，分析数据，提纯画像。
第一步，收集数据
目前而言，像bat，京东，亚马逊，网易等这样的巨头公司有自己的数据收集和分析工具和部门，其余的企业更多使用第三方数据分析中心，例如99click商助科技。
收集哪些数据呢？各电子商务平台根据自己的产品特性以及出于自己的营销战略会建立自己的数据维度。目前，通用的数据主要有：人口属性，社会属性，行为习惯，兴趣偏好和心理属性5个方面。
人口属性，包含年龄，性别，身高，地域，学历，收入和教育社会属性，包括社会职务，婚姻状况，住房车辆，社交关系等等行为习惯，包括运动，休闲旅游，酒店住宿，饮食起居等偏好兴趣偏好，包括购物，游戏，体育，文化等心理属性，生活方式，个性，需求动机，价值观，人生态度等
例如，客户来源的收集，可以看到潜在客户的聚集地，以及各地域的客户消费比值等等，为下一步营销战略布局提供数据支撑。马云曾经就提到今天他们掌握的大数据，连中国省份女士的罩杯如何，都能看到。
像99click商助科技这样的大数据公司，以十多年的数据挖掘经验，收集客户地域，外部来源以及搜索引擎等有效数据，这让网站开发和广告投放者更能有的放矢，也节约更多精力和资源在开发新客户与维护老客户上。
除此以外，99click商助科技针对电子商务平台，全面收集网站客户流量来源，检索偏好，浏览偏好，以及各产品页面的流向。这样就能大致绘制出客户消费行为路径，为下一步精准推广打下基础。而一般企业无法收集或不便收集，所以用户画像难度很大。
第二步：数据分析
即使同样是电子商务平台，针对的用户不一样，所需要的数据也会有差异，而不用全部数据都拿来分析。
▎举个例子：
卖化妆品而言，关键需要知道你年龄，性别，消费情况，因为这些数据决定了你护肤品的购买力。同时爱好，兴趣，娱乐等数据也需要考虑，你的品牌偏好？护肤品功能偏好？数据分析就是找出目标客户的共同点，当然也发现非目标用户特点，避免网站开发做无用功。
第三步：提纯丰富用户画像
找出某一类用户的关键共同点之后，不断丰富。把关键点串起来，补充一些次关键信息更立体描述出用户画像。正如《大数据时代》中提到的，大数据要找的不是因果关系，而是相关关系。而这一功能，亚马逊已经用于网站的商品个性化推荐。
▎举个例子：
亚马逊会根据你以往的消费，以及你的浏览，为你推荐一本书，而这本书正是你要买的。
这正是很多平台企业期待的用户个性化推荐。
用户画像的构建，表面看起来简单，实则在运行过程中需要不断得验证，测算。企业成长的各个阶段也需要对画像模型进行验证修正，但保持清晰用户画像会让企业更深入了解用户需求。