哈嘍，大家好，我是漢斯老師。近幾年來，互聯網行業由於較高的薪資收入，受到許多人的追捧。很多年輕的學子，或是其他行業的有志青年，都想要投身到這個行業中來。然而一方面受到“互聯網寒冬”的影響，最近頻頻傳出各家知名互聯網公司裁員縮編的消息；另一方面，大量的人才湧入，又使得互聯網產業在職場上呈現出供過於求的特徵，並最終導致了職場上的激烈競爭。那麼互聯網行業未來的潛力在哪裡？我們又應該在哪個方向上發力，才能保證自己可以獲得一份高薪而穩定的工作？基於多年的互聯網行業從業經驗，漢斯老師在這裡向大家推薦大數據方向，希望通過本人的《三分鐘入門大數據》和《十分鐘精通大數據》等系列文章，幫助所有有志瞭解學習大數據的朋友掌握大數據的相關知識，也歡迎所有對互聯網行業以及大數據領域感興趣的朋友前來交流。
在上一篇的文章中，我們提到了用戶畫像的核心本質就是用戶的標籤集合。那麼用戶的標籤都有哪些呢？他們又是如何分類的呢？下面我們來介紹一下。
不同的公司或組織，基於不同的場景，其對用戶畫像標籤的分類是不同的。然而，我們常常可以根據標籤的性質，對其進行如下的集中分類：
1. 靜態（常態）標籤 / 動態（非常態）標籤
有一些標籤往往是與生俱來的，或者是很少發生變化的。比如說人的性別，民族等標籤幾乎不會發生變化；再比如說學歷，職業等，雖然有可能產生變動，但這個變動相對而言並不頻繁。然而，有一些標籤就是非常不穩定的，比如說“最近購買商品的品類”等，這類標籤其變動的頻率可能是按天，甚至是按小時計算的。
2. 定性式標籤 / 定量式標籤
有一些標籤是定性式的，用來描述用戶的某種狀態的屬性，例如“最近購買的商品品類”或“婚姻狀態”等，這類標籤普遍的特點就是其值是文字類的，能夠明確說明其特徵。上面的兩個標籤的值，可能是這樣的：“最近購買的商品品類”為“水果”，而“婚姻狀態”為“已婚”。
然而，有一些標籤卻是定量式的，其對應的值往往是數字類型的。這類標籤並不能直觀的說明用戶的某種特性，但是我們可以通過對大量用戶的數值進行統計比較後，得到某些信息。舉例來說，“總購買金額”是電商類場景下用戶畫像中經常能見到的一個標籤。可想而知，這個標籤對應的值，往往就是數值型的，比如是10000。假設說有一個客戶，其用戶畫像中的“總購買金額”是100萬，那我們是不是可以考慮將其列為“金主”級別的客戶來對待了呢？
3. 通用標籤分類
事實上，真的沒有所謂的通用標籤分類。正如文章開頭所說的，不同的場景下，我們設定的用戶畫像所包含的標籤都是不同的，所以很難找到一個可以泛用的標籤分類來應對所有場景，下面的這個分類，是筆者基於電商背景，增加了部分金融相關的標籤，從而進行了一個粗淺的分類，目的只是為了給大家展示一下，通常設計一個用戶畫像，常常需要考慮的角度(維度)有哪些。
A. 人口維度
人口維度包含了客戶的部分基本標籤和註冊標籤。大部分的人口維度相關的標籤都是靜態的，定性式的標籤。該維度的標籤可以用於描述用戶個人基本特徵信息，幫助企業知道客戶是誰。
B. 信用維度
信用維度並不是電商類用戶畫像中常用的維度，但是對於金融相關領域來說，這個維度是非常重要的。該維度下的標籤用於描述用戶收入情況、收入潛力和支付能力，幫助金融企業瞭解用戶資產信用情況。
C. 人群維度
人群維度是一個比較特殊的維度。該維度的標籤往往其來源不是直接從業務庫中獲取的，而是對其他維度進行計算後生成的。然而，該維度可以說是用戶畫像中非常重要的組成部分，因為這個維度中包含的標籤，可以明確定義客戶所屬的分類，便於企業有針對性的展開營銷等活動。
D. 行為維度
行為維度是指對客戶在客戶端或應用上的行為動作記錄下來，便於對行為數據分析。其包含有消費行為，社群行為與關注行為等部分。在我們實際設計用戶畫像的時候，我們要根據業務場景，實際確定究竟應該獲取哪些行為數據。
