近年來(lái)，在智能化趨勢(shì)的推動(dòng)下，社會(huì)經(jīng)濟(jì)的眾多領(lǐng)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(dòng)互聯(lián)網(wǎng)的出現(xiàn)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(shù)據(jù)、人工智能等技術(shù)的加持，蛻變過(guò)一次的零售業(yè)1.0又經(jīng)過(guò)了2.0到3.0的快速迭變。

其實(shí)，類似以上的過(guò)程同時(shí)在很多領(lǐng)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(shù)據(jù)”在其中日益受到人們的關(guān)注。   　

據(jù)相關(guān)統(tǒng)計(jì)，截止到2016年年底，中國(guó)大數(shù)據(jù)產(chǎn)業(yè)規(guī)模突破14000億元。其中，基礎(chǔ)支撐層規(guī)模為1335億元，數(shù)據(jù)服務(wù)層規(guī)模為202.9億元，融合應(yīng)用層規(guī)模達(dá)到13000億元，占比達(dá)到將近90%。數(shù)據(jù)之外，僅僅是國(guó)內(nèi)近一兩個(gè)月內(nèi)，阿里巴巴、華為、蘋(píng)果等等都相繼宣布建筑新的數(shù)據(jù)中心。

　　大數(shù)據(jù)助力企業(yè)升級(jí)與轉(zhuǎn)型，關(guān)鍵在于“用戶畫(huà)像”的構(gòu)造  

用戶畫(huà)像（persona）的概念最早由交互設(shè)計(jì)之父Alan Cooper提出：“Personas are a concrete representation of target users.”他認(rèn)為“用戶畫(huà)像是真實(shí)用戶的虛擬代表，是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型”。   　

近年來(lái)，“大數(shù)據(jù)”越發(fā)受到企業(yè)的重視。如傳統(tǒng)制造業(yè)，通過(guò)推動(dòng)大數(shù)據(jù)在研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營(yíng)管理、市場(chǎng)營(yíng)銷、售后服務(wù)等產(chǎn)品全生命周期、產(chǎn)業(yè)鏈全流程各環(huán)節(jié)的應(yīng)用，從而能夠分析感知用戶需求，以進(jìn)一步提升產(chǎn)品附加價(jià)值，打造智能化管理系統(tǒng)；又比如證券行業(yè)，借助大數(shù)據(jù)的協(xié)助，其能夠提前預(yù)知市場(chǎng)狀況、接下來(lái)的走勢(shì)等多個(gè)指標(biāo)，這也是當(dāng)下金融科技（Fintech）的一種表現(xiàn)形式。   　

事實(shí)上，香港服務(wù)器 香港服務(wù)器租用，不管是以上提到的大數(shù)據(jù)與制造業(yè)、金融業(yè)的結(jié)合形式，還是在其他產(chǎn)業(yè)的應(yīng)用，從本質(zhì)上講都是一種廣義的“用戶畫(huà)像”的刻畫(huà)。

　　背靠大數(shù)據(jù)，用戶畫(huà)像的采集方式愈發(fā)精準(zhǔn)

“用戶畫(huà)像”的構(gòu)造一般分為三個(gè)步驟：數(shù)據(jù)采集、行為建模和畫(huà)像構(gòu)造。  

數(shù)據(jù)采集的對(duì)象包括網(wǎng)絡(luò)行為數(shù)據(jù)、個(gè)人內(nèi)容偏好等多種數(shù)據(jù)。以往，企業(yè)等通過(guò)問(wèn)卷調(diào)查、隨機(jī)抽查來(lái)采集數(shù)據(jù)，之后由于互聯(lián)網(wǎng)的普及，這一行為被搬到了線上，也就是所謂的“線上大數(shù)據(jù)”。而在眼下，隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展和人工智能算法的精進(jìn)，這一行為又再次出現(xiàn)了轉(zhuǎn)移線下的趨勢(shì)，也就是當(dāng)下備受關(guān)注的“線下大數(shù)據(jù)”。   　

　線下—線上—線下，變化如此波折，發(fā)生了什么？   　

這主要是因?yàn)橐恢币詠?lái)，主機(jī)托管 深圳電信托管，人們更多的行為數(shù)據(jù)是發(fā)生在線下的。根據(jù)國(guó)家公布的相關(guān)數(shù)據(jù)顯示，目前線上消費(fèi)行為在總體消費(fèi)中所占的比例仍不足20%，而線下大數(shù)據(jù)每年平均能夠占到88%左右的份額。  

在線上行為以絕對(duì)劣勢(shì)少于線下行為的前提下，線上大數(shù)據(jù)所構(gòu)造的用戶畫(huà)像可能并沒(méi)有那么的精準(zhǔn)。這時(shí)，就必須要借助更加海量的線下大數(shù)據(jù)的支撐。  

另外，在“用戶畫(huà)像”的構(gòu)造上，100%永遠(yuǎn)是一個(gè)達(dá)不到的目標(biāo)，因?yàn)橛脩舻男袨榱?xí)慣等各項(xiàng)數(shù)據(jù)是時(shí)刻變化著的。比如用戶最近需要購(gòu)買的東西，這一數(shù)據(jù)是不斷變化的，為了實(shí)現(xiàn)一個(gè)更為精準(zhǔn)的推薦，算法也需要依據(jù)實(shí)際情況來(lái)不斷地替換或者是補(bǔ)充新的標(biāo)簽，企業(yè)版“用戶畫(huà)像”的構(gòu)造原理亦是如此。

　　線下大數(shù)據(jù)對(duì)“用戶畫(huà)像”的構(gòu)建具有更大意義   　

“用戶畫(huà)像”在具體應(yīng)用上也體現(xiàn)出了幾種不同的構(gòu)造類型：   　

A.一種是對(duì)線上大數(shù)據(jù)的純粹依賴：這一類“用戶畫(huà)像”的構(gòu)造形式在生活中也較為常見(jiàn)，尤其是在主打內(nèi)容運(yùn)營(yíng)的市場(chǎng)。這也是互聯(lián)網(wǎng)+信息化時(shí)代這一過(guò)渡期間，各企業(yè)完成的第二次蛻變。   　

譬如每個(gè)人幾乎每天都會(huì)打開(kāi)的UC、今日頭條、愛(ài)奇藝、網(wǎng)易云音樂(lè)等資訊或音樂(lè)類APP，這些軟件都帶有一個(gè)“智能推薦”功能，其所起作用的也就是一個(gè)針對(duì)個(gè)人的“用戶畫(huà)像”。   　　

當(dāng)你在聽(tīng)音樂(lè)、看新聞的時(shí)候，APP的后臺(tái)就在“悄無(wú)聲息”的采集你的各項(xiàng)行為數(shù)據(jù)，包括內(nèi)容的類型、打開(kāi)時(shí)間等等。在這一類“用戶畫(huà)像”的構(gòu)造中，企業(yè)所采集和依賴的幾乎就是線上大數(shù)據(jù)，線下大數(shù)據(jù)所能夠提供的幫助是微乎其微的，甚至可以說(shuō)是忽略不計(jì)的。