在大数据时代之前，有很多的网站他们就是互联网厂商，已经对用户数据的使用非常娴熟。而现在移动互联来了，用户多了，就会产生更多的用户数据，留在移动互联的平台上。那么从整体数据使用来看，我们还是可以区分的。无论数据使多么庞大，是什么样的维度，对于用户数据的使用目的不会发生太大的变化。当我拿到用户数据以后，测算体系已经完善了。就能够做一系列的对内、对外的数据使用。对内是进行产品的完善，提升用户体验。

对于精细化营销来说，移动互联时代，所有的App都在移动互联上。也就是说，所有的App都是属于一个媒体。精准化营销无非就是给用户打上一些列的标签，进行分类，然后进行精准的推送。对于用户画像来说，它包括两部分。第一部分是用户行为画像。第二部分是用户心理画像。

(1)在建立用户画像模型的过程中，区分用户特征的关键点是什么?应该从哪些方面去寻找用户特征?

其实区分用户特征的关键点并不在于我们用什么样的数据，要去做什么样的模型儿关键点在于我们到底用用户画像分析出来的东西，是为什么去服务?我们去做用户画像的目的是什么，才是最重要的。如果你要去做运营，你才能从做好的用户画像里找到你需要的核心数据。用户的使用时长、跳转的评测等等一系列这样的数据。

(2)用户画像如何验证准确性?正向用户画像(即把数据归纳成分类标签)相信很多文章与技术提过了，但我们在实践中发现很难反向验证(确认归纳的标签直的是这样)。所以我想问有没些可操作性强的验证方法?

但我们在实践中发现很难反向验证(确认归纳的标签直的是这样)。所以我想问有没些可操作性强的验证方法?

还是同样如此，验证用户画像的准确性就是验证用户标签的准确性。目前来说有两种方法。第一种方法是你继续进行广告投放，去看这个用户的查看率是否有变化。如果投放非常准确，说明用户画像或者标签打的就非常准确。如果是你的这种投放出现了一些问题，那可能就还需要进行标签的改进。第一种方法其实就是便签的运算方式和方法。

那么对于标签来说，如果方法计算的模型是非常合理的，能够通过便签去把用户的需求和价值观挖掘出来，就说明你的标签非常准确。反之，牛给用户打的标签就是有问题的。反向去进行验证是非常困难的。就是去反问你打标签的理由是什么?比如我去使用滴滴打车，那么我就一个打车用户，这是一个既定事实，完全不需要反向验证了。除非你对于标签的一些感性的认知去进行分析出来以后，才能进行反向验证。

(3)如何衡量一个社区型网站的用户数及其商业价值之间的关系?有没有一些相对普适的计算模型可供参考?

对于社区来说，目前没有一个普适的计算模型的。更多的是看用户在这个社区里面自己的一个关系链以及他自己的活性。这种商业价值其实是一个社区或者说一个社区型网站自己的一个战略。当一个用户在这个社区里面行为非常多，非常丰富，路径也非常长，那、这个时候基本上在每一个节点都有一些商业化的机会。当你把它的每个节点都去进行商业化，那它的商业价值就会挖掘出来。

但如果你对用户的路径非常短。而且这个用户的关系网搭的并不是很广很大，尤其是这种社区网站来说是有问题的。所以说更多的需要去看这个网站里用户的行为和他对于营销的一些行为，对于营销活动的一些行为和他自己在网站里面的一些行为之间的关联强度。通过这种关联性的计算，能够去得到对于某网站的营销价值的测评。但是就整个领域而言是没有一个普适的计算模型的。