今天，最了解你的非大数据莫属。如今，淘宝知道你最喜欢的衣服、滴滴清楚你每天的行踪、美团知道你最喜欢吃的东西、支付宝知道你的余额……大数据时代，你的个人信息已完全“裸露”在外，每个人似乎都成了“透明人”。
我明明只在淘宝搜索了一次奶瓶，为什么京东、考拉甚至做微商的远房表姑都开始给我推荐母婴用品了？
我明明只是下载了个理财软件，怎么各种贷、各种基金甚至某农信社的初中同学都要我了解一下？
OMG，我一不小心已经成为别人的目标用户了。
话说当年我每天洗头刷鞋喷香香想要成为别人的目标怎么没这么容易
成为别人的“目标用户”，我是经历了“用户画像”，那究竟我是如何一步步被画像的呢？
1
啥是用户画像？
指的是用户信息的标签化，是企业通过收集、分析用户数据后，抽象出的一个虚拟用户，可以认为是真实用户的虚拟代表。用户画像的核心工作就是为用户匹配相符的标签，通常一个标签被认为是人为规定的高度精练的特征标识。
2
用户画像有啥价值？
从多维度对用户特征进行构造和刻画，可以帮助企业进行精准营销、用户统计、数据挖掘、效果评估、指导产品研发、优化用户体验。企业就能真正了解了用户的所需所想，尽可能做到以用户为中心，为用户提供舒适快捷的服务。
3
用户画像构建流程分几步？
主要分为三步：基础数据搜集、行为建模、构建画像；
基础数据搜集，包括用户的网络行为数据(页面浏览量、访问时长)、服务内行为数据(浏览路径、页面浏览次数)、用户内容偏好数据(评论、互动数据)、用户交易数据(贡献率、回头率、流失率等)；
行为建模，主要方法包括：文本挖掘、自然语言处理、机器学习、预测算法、聚类算法等手段；以机器学习举例对用户的行为、偏好进行猜测，好比一个 y=kx+b 的算法，X 代表已知信息，Y 是用户偏好，通过不断的精确k和b来精确Y。
构建画像，画像包括：基本属性、行为特征、兴趣爱好、心里特征、社交网络等信息；①基本属性信息(年龄、性别、地域)汇聚；②一切数据标签化并赋予权重后，根据构建用户画像的目的搭建用户画像基本模型；③标签化的采集多级标签或者多级分类；如下图：
这就是一个完整的用户画像所需要的步骤。
大数据的原理就是通过捕捉、发现和分析，在大量数据中得到有价值的信息，从而挖掘出有一定匹配度的潜在用户。这就出现了文章开头的一幕，你的每个举动都进行了复杂的分析和计算，从而为你进行尽可能准确的推送。
在商业世界中，数据以海量的方式不断产生。数据是有价值的，但不是每条数据都是有价值的。那么，企业应该怎样筛选有价值的数据呢？又该如何通过这些数据反过来服务用户呢？
请注意，以下文字有广告嫌疑
例如健康养老，随着大数据和物联技术的发展，也已经发生了巨大的变化。我们可以通过可穿戴设备如智能手环、智能鞋等，获取老人生命体征信息；通过社区健康服务获取老年人消费信息；通过养老机构获取老人家庭基本信息，整合这些数据构建老年的用户画像，帮助民政局、社区养老机构对慢病老人、孤寡老人进行群体画像，提供给老年任更加精准、便捷的养老健康服务；
又比如中小学家校共育，我们可通过物联手环获取学生位置信息、基于一卡通获取学生消费信息，配合学生的校务信息学生可以上课签到，通知家长离校消息提醒，基于手环生命体征分析和位置分析学生在校心里压力以及疑似早恋倾向，帮助家长和老师精准的教育引导。
以上的两个场景描述的都是德塔精要的解决方案，我们的做的就是基于物联大数据，结合用户业务场景构建用户画像，给客户提供更多全面、准确的大数据决策支撑，实现管理和服务更加精准化、高效化。
可能很多人还感觉不到大数据对自己产生了什么样的影响，但实际上我们的工作、生活，甚至有关我们的一切都已经与大数据密不可分了。
（原标题：大数据时代，你是如何一步步成为别人的“目标”？）
