用户画像作为让大数据“走出”数据仓库的典型落地应用之一，是企业精细化运营和精准营销服务的基础服务设施。本文将主要围绕画像数据流转结构设计与画像查询服务架构设计两个方面探讨用户画像在携程商旅的实践。

1：项目背景 当一个app达到一定的体量，千人千面、个性化营销是每一个app提升留存、付费必备法宝。始终离不开营销利器，用户画像。项目从0到1构建画像体系，由T+1升级为实时。过程中不断的优化画像方案

著名美国银行家布莱特·金(BrettKing)在《Bank 4.0》中清晰描绘了银行进化路线图，指出全球银行业正在迈向 4.0 时代，业务体验严重脱离物理网点，银行业务离柜率已接近 90%，呈现“金融业务无处不在，但绝不在银行”的局面。2020 年突如其来的疫情，银行业纷纷推出…

什么是用户画像？用户画像系统的储存应该满满足什么需求？Hbase与MySql的底层与性能比较，选出适合的储存选手

与个体消费市场临时性需求大、决策参与人少等情况不同，企业消费市场往往因为长线需求复杂、商品/服务的价格高、参与决策节点多，而导致购买决策链路漫长。 在企业市场场景中，一条营销线索的孵化少则需要几天，多

用户画像的核心在于给用户“打标签”，每一个标签通常是人为规定的特征标识，用高度精炼的特征描述一类人，例如年龄、性别、兴趣偏好等，不同的标签通过结构化的数据体系整合，就可与组合出不同的用户画像。 ​ 梳理标签体系是实现用户画像过程中最基础、也是最核心的工作，后续的建模、数据仓…

在用户画像系列——当我们聊用户画像，我们在聊什么？ 介绍了用户画像的应用场景: (1)个性化推荐 通过用户标签给用户推荐合适的商品或者内容 (2)营销圈选 参考：用户画像系列——Lookalike在营

用户画像是一个老生常谈的话题了，几乎所有的互联网公司，都需要用到用户画像，无论是 ToC 的业务，还是 ToB 的业务。但真正理解什么是用户画像，且能够产出精准、有效的用户画像，就不是那么容易的一件事情了。 所以，我想通过本文和大家分享一下，我关于用户画像方向的思考，及探讨如何…

简介：  淘宝用户增长团队使用 Hologres 的 RoaringBitmap 画像方案，成功让 3-5min 的画像分析提升到 10s 左右，显著提升人群分析的效率，为业务决策提供快速的依据。