什么是用户画像？

为用户生成各类标签，比如： 性别，消费级别，价值等级，流失风险等； 对客户的各种属性进行刻画，以支撑个性化营销，个性化推荐，精准广告投放等上层应用；

用户的画像标签，分为3个层次：

1. 事实标签；最底层的是事实标签（通过对用户的行为记录统计而得）
2. 模型标签；然后是模型标签（通常来说，是用一些模型算法，综合多个主题的事实标签综合计算所得，这里的模型算法包含机器学习算法，比如流失风险预测标签，就用了逻辑回归算法）；
3. 决策标签；最上层是决策标签（这一块主要是由分析师在我们提供的在线运营分析平台上来依据底层标签自由组合定制了，比如一些人群分类的标签（像什么待挽回人群，待激活人群一类的））

这里通俗来讲，

事实标签就是对用户产生事件剥离出来的客观存在的属性；

模型标签是计算机通过机器学习对属性分析之后的结果（可能会发生的预测）；

决策标签是公司对用户行为及分析结果的主观上的印象属性。

所以用户画像实际上就是公司对客户行为进行深入分析后所产生的抽象属性，目的是为了制定更好的执行策略。