编辑导语：如今很多互联网产品都会借用户画像的方式进行运营，基于数据挖掘的用户特征提取及需求深度挖掘，是大数据时代围绕“以用户为中心”开展的个性化服务，用户标签的搭建也在很大程度上帮助了企业；本文作者分享了关于用户画像用途的分析，我们一起来了解一下。

看到用户画像的标题，熟悉我的同学就知道：我又要写标签建设的文章了。是滴，再厉害的用户画像也是一个个标签组成的，而标签建设恰好是当前非互联网大厂进行用户画像建设的**瓶颈。

一、指望不上的用户标签

几乎所有的互联网大厂的用户画像体系，都是在用户标签基础上搭起来的，而用户标签又是以用户行为为基础的。

为了采集庞大的用户行为，为了基于用户行为做推荐，各大厂还搭建了庞大的数据计算平台，这也是目前朋友圈***的《XX大厂用户画像建设实战》之类文章主要思路。

而对非互联网大厂而言，信了这套，会扑街。特别是传统企业。

为啥？因为：

1）头腾阿美滴们，本质上是垄断流量的平台。用户数量、用户活跃程度、用户行为丰富程度，与传统企业根本不是一个数量级的，大量还在指望踏踏实实卖货赚钱的传统企业，和用户没啥互动，用户行为数据非常少。

2）头腾阿美滴们，在垄断流量的基础上，有定价权和分配权。这些企业能决定自己平台的流量以什么规则、什么价格、卖给什么企业，并且能封闭企业信息；而在这些平台打广告的传统企业，根本看不到这些具体数据，只能当成黑箱默默揣摩。

这两条，决定了：

• 传统企业根本收不来充足的用户数据。
• 即使传统企业能收集来数据，也没法绕开这些平台做事。

因此指望照搬这些平台的算法，最可能出现的问题就是：用户数据少、做出来没有用。还有些传统企业傻乎乎，觉得：我找一些中间商，买一些用户数据补个缺，是不是就OK了？当然不是！国家对于用户隐私的保护级别一直在上升。这种背景下，能给到可靠用户信息的第三方越来越少。即使有，辛辛苦苦塞过去的营销信息，还是会被当成垃圾短信/骚扰电话处理。

从2017年热门喊“新零售”、“数据中台”以来，已经有相当多的传统企业踩了这个坑。

突出表现就是：

• 从所谓互联网大厂挖一个高级XX工程师/科学家；
• 从小程序/H5商城、到数据中台，到CDP/MA，一轮轮搞；
• 微信、微博、抖音、快手、公众号广告投放扫一轮，直播开起；
• 业务一写报告就是“用户画像”“用户理解”“用户行为”，然后抱怨数据少。

这种行为在疫情以后尤甚，结果烧钱不见效，然后再炒人、换平台、继续招人继续做……我接触的客户里，已经不下20家经历过这种蛋疼过程；而且你把这种故事讲给还没经死过的企业，大部分人还不信，还叨叨着“说不定人家有世外高人呢？”

结论就是：该交的学费，一分都少不了，吃亏才补脑子。

二、拒绝悲剧，从区分静态/动态标签做起

从本质上看，对非互联网大厂而言，想靠一己之力收集全量用户信息是不可能的，也不能吃透这些互联网平台的广告规则与收费机制；因此对抗外部信息不足的办法，是做好内部管控，在内部对自己家的产品/内容/运营能力做好盘点，从而有充足的准备应对外部挑战。

举个简单的例子：一个有自己品牌，有生产线、有实体店、有销售，有10年以上经营历史的标准的传统企业。问：头腾阿的广告算法是啥？肯定不知道，但是反问：

• 生产线：行业内生产成本是多少？哪些点是节能关键？
• 实体店：什么位置经营好？哪些现场管理是必须的？
• 销售员：什么样特征的销售是Ace，现在有多少人？
• 产品线：爆款产品有什么特点？别人家产品成本推测？

这些能梳理得非常清楚，而且不需要依赖所谓“互联网大数据”，完全靠自己业务经验，业务能力就能做出来。

最典型的就是商品属性，一个经验丰富的商品管理，只要拿到市面上的同类商品，就能清楚看出来制作工艺、成产成本；再结合价格就能推算出利润空间；再结合对手的营销策略，就能推算出对方的竞争策略（如下图）。

这些标签不依赖用户行为，当业务明确以后就相对固定，因此被称作：静态标签。拿商品举例，常见的静态标签，比如：商品的颜色、尺寸、功效，这些是正儿八经商品在货架标签上标注的东西（如下图）。

进一步的商品标签包括：

• 目标客群：老中年、男女；
• 商品档次：高、中、低档；
• 商品定位：爆款、引流款、走量款、利润款、搭配款、防御款；
• 商品策略：价格优势、性能优势、质量优势、性价比优势、差异化优势；
• 使用频率：理论上一件商品，需要多久用完（快消品才有）。

制作这些标签，需要商品管理+供应链的同事，结合业务目标与实操经验来制定，定好以后，这些标签就能和用户行为这种动态标签结合，起到1+1≥2的作用。

三、静态/动态结合，指导业务发展