不管是針對消費者的宣傳還是營銷，或者是針對公司的管理運營，大數據在其中的作用從本質來講就是在構造“用戶畫像”。

近年來，在智能化趨勢的推動下，社會經濟的眾多領域都發(fā)生了翻天覆地的變化，其中尤其以金融、零售等最為明顯。以零售業(yè)為例，隨著移動互聯(lián)網的出現和快速發(fā)展，傳統(tǒng)的商超、店鋪漸漸從線下走到線上變身為“電商”，之后在大數據、人工智能等技術的加持，蛻變過一次的零售業(yè)1.0又經過了2.0到3.0的快速迭變。

其實，類似以上的過程同時在很多領域不斷上演，而作為企業(yè)成功蛻變的重要手段和基本因素，“大數據”在其中日益受到人們的關注。

據相關統(tǒng)計，截止到2016年年底，中國大數據產業(yè)規(guī)模突破14000億元。其中，基礎支撐層規(guī)模為1335億元，數據服務層規(guī)模為202.9億元，融合應用層規(guī)模達到13000億元，占比達到將近90%。數據之外，僅僅是國內近一兩個月內，阿里巴巴、華為、蘋果等等都相繼宣布建筑新的數據中心。

大數據助力企業(yè)升級與轉型，關鍵在于“用戶畫像”的構造

用戶畫像（persona）的概念最早由交互設計之父Alan Cooper提出:“Personas are a concrete representation of target users.”他認為“用戶畫像是真實用戶的虛擬代表，是建立在一系列真實數據之上的目標用戶模型”。

近年來，“大數據”越發(fā)受到企業(yè)的重視。如傳統(tǒng)制造業(yè)，通過推動大數據在研發(fā)設計、生產制造、經營管理、市場營銷、售后服務等產品全生命周期、產業(yè)鏈全流程各環(huán)節(jié)的應用，從而能夠分析感知用戶需求，以進一步提升產品附加價值，打造智能化管理系統(tǒng)；又比如證券行業(yè)，借助大數據的協(xié)助，其能夠提前預知市場狀況、接下來的走勢等多個指標，這也是當下金融科技（Fintech）的一種表現形式。

事實上，不管是以上提到的大數據與制造業(yè)、金融業(yè)的結合形式，還是在其他產業(yè)的應用，從本質上講都是一種廣義的“用戶畫像”的刻畫。

背靠大數據，用戶畫像的采集方式愈發(fā)精準

“用戶畫像”的構造一般分為三個步驟：數據采集、行為建模和畫像構造。 數據采集的對象包括網絡行為數據、個人內容偏好等多種數據。以往，企業(yè)等通過問卷調查、隨機抽查來采集數據，之后由于互聯(lián)網的普及，這一行為被搬到了線上，也就是所謂的“線上大數據”。而在眼下，隨著移動互聯(lián)網的快速發(fā)展和人工智能算法的精進，這一行為又再次出現了轉移線下的趨勢，也就是當下備受關注的“線下大數據”。

線下—線上—線下，變化如此波折，發(fā)生了什么？

這主要是因為一直以來，人們更多的行為數據是發(fā)生在線下的。根據國家公布的相關數據顯示，目前線上消費行為在總體消費中所占的比例仍不足20%，而線下大數據每年平均能夠占到88%左右的份額。

在線上行為以絕對劣勢少于線下行為的前提下，線上大數據所構造的用戶畫像可能并沒有那么的精準。這時，就必須要借助更加海量的線下大數據的支撐。

另外，在“用戶畫像”的構造上，100%永遠是一個達不到的目標，因為用戶的行為習慣等各項數據是時刻變化著的。比如用戶最近需要購買的東西，這一數據是不斷變化的，為了實現一個更為精準的推薦，算法也需要依據實際情況來不斷地替換或者是補充新的標簽，企業(yè)版“用戶畫像”的構造原理亦是如此。

線下大數據對“用戶畫像”的構建具有更大意義

“用戶畫像”在具體應用上也體現出了幾種不同的構造類型：

A.一種是對線上大數據的純粹依賴：這一類“用戶畫像”的構造形式在生活中也較為常見，尤其是在主打內容運營的市場。這也是互聯(lián)網+信息化時代這一過渡期間，各企業(yè)完成的第二次蛻變。

譬如每個人幾乎每天都會打開的UC、今日頭條、愛奇藝、網易云音樂等資訊或音樂類APP，這些軟件都帶有一個“智能推薦”功能，其所起作用的也就是一個針對個人的“用戶畫像”。

當你在聽音樂、看新聞的時候，APP的后臺就在“悄無聲息”的采集你的各項行為數據，包括內容的類型、打開時間等等。在這一類“用戶畫像”的構造中，企業(yè)所采集和依賴的幾乎就是線上大數據，線下大數據所能夠提供的幫助是微乎其微的，甚至可以說是忽略不計的。

B.一種是“線上+線下”：眼下，移動互聯(lián)網已經代替?zhèn)鹘y(tǒng)互聯(lián)網而成為主流，同時在智能化的推動和無人超市以及新零售興起的背景下，線下大數據開始被廣泛關注，“線上+線下”這一模式更是常常被人們掛在嘴邊。至于如何“線上+線下”，主要分為兩種，一種是數據在線上線下的結合，另一種則是多層面的。值得注意的是，這兩者在某些時候更像是一種進階關系。在線上線下數據的結合上，依據具體的操作手法，京東部署的線下體驗店“京東之家”應該算是其中的佼佼者了。

作為國內的電商平臺之一，基于消費者在線上平臺的搜索和購買數據，京東之家能夠依據地域、人群來決定店內所擺設的物品種類。

在京東之家的運作過程中，“線上+線下”的操作模式也是使得線下體驗店能夠成功的關鍵。通過對線上大數據的采集和分析，京東之家先是對某一區(qū)域的消費者構造了一個最初的關于消費偏好的“用戶畫像”。在此基礎上，繼而利用線下大數據來對這一“用戶畫像”補充和完善。從線上到線下，將兩者充分融合利用，讓人們看到了無人超市之外的另一種“新零售”的實踐。

結語

為了讓產品更能加迎合市場，或拉攏更多的客戶，越來越多的企業(yè)開始利用大數據來為消費者構造“用戶畫像”；而為了更好掌握公司的整體情況、提高公司的運作，助力企業(yè)的升級轉型，企業(yè)也會利用大數據來構造企業(yè)版的“用戶畫像”。

而大數據，尤其是線下大數據，對企業(yè)構建“用戶畫像”從而開展精準化、智能化的營銷活動，正在發(fā)揮愈加重要的作用。