随着人工智能、大数据、物联网、云计算等技术的发展，社会经济结构与营销方式也发生了重大的变化。在数字经济时代，广告营销朝着个性化和精准化的方向发展，因此对用户准确定位成为广告营销的基础，而用户画像是目前进行受众定位的有效技术之一。

图片来源于：Rudu Florin

1.用户画像的概念及特点

交互设计之父AlanCooper较早提出了用户画像的概念，他将其定义为是真实用户的虚拟代表，是建立在真实数据之上的目标用户模型。我国学者牛温佳、刘吉强将其概述为收集与分析用户的社会属性、生活习惯、消费行为等数据，通过标签化全面抽象出用户的信息全貌。由此，我们可以看出用户画像是以用户的人口统计学上的数据与其动态的消费行为数据为基础建立起来的。在近些年的数字广告营销过程中，用户画像常被作为企业精准营销与个性化推荐的重要工具之一。

图片来源于：rawpixel

用户画像具有以下几个特点：首先，用户画像是真实用户的虚拟代表。用户画像是通过对用户各种可捕捉到的数据进行分析，得出用户的各项特征，这些特征在某种程度上构画出了用户的画像，由此成为真实用户在数字时代的代表；其次，用户画像结果是具有显著特征的用户模型。用户画像关注的是典型用户，不是平均用户，用户画像提炼的群体用户具有着明显区隔性和对象针对性；最后，用户画像强调以用户为中心，以用户需求为指引。用户画像又被称为用户信息标签化，每一个标签都是我们描述、认识用户的一个维度，通过这些标签提供给用户需求的东西，真正做到了以用户为中心。

图片来源于：Lukas

2.用户画像在广告营销中的运用

当前，用户画像技术在互联网行业的产品运营和用户体验设计领域广为应用，其在以下三个方面助力广告营销活动的展开。

（一）用户画像能够帮助广告商深入洞察不同类型用户的产品偏好和行为偏好，帮助企业开展精准营销和个性化服务。用户画像通过大数据技术，既能对目标群体的年龄、性别、所处位置、收入水平等有着详细记录的了解，还能对其信息搜索、社交分享、参与的话题讨论等进行分析，从而描绘出这些用户的关注重点、社交关系以及消费习惯等。

图片来源于：Pexels

（二）根据用户画像把握与特定需求的其他需求，培养潜在消费者。用户画像不是一成不变的，而是根据用户行为数据的变化不断调整和重塑的。基于人工智能时代的移动计算和深度学习，不但能够实现广告对当下场景用户的网络推广方法精准匹配，甚至能够实现对用户下一场景与需求的预测并进行智能推送。一个典型的案例就是沃尔玛超市，通过深度分析消费者购物数据的基础上发现父亲在为孩子买尿不湿时，常常会给自己买几瓶啤酒，因此沃尔玛将这两种看似毫无关联的产品摆在一起出售，取得了巨大的成功。

图片来源于：Tembela

（三）用户画像能够优化广告效果。广告效果包括广告传播效果和用户的心理和行为效果，不论是投放前、投放中还是投放后，都需要对广告效果的各项指标进行预测、观察和验证，以便更好地调整或评估广告策略。随着5G时代的到来，移动网络的高速率和低延时的特点，能够使用户在消费过程中的各个环节产生的数据都能实时被广告商捕捉到，从而重塑用户画像、调整广告策略，使广告效果实现最大化。

图片来源于：Piaxbay

随着互联网技术的发展，万物互联的时代即将到来，数据将会以指数级速度与规模进行生产、累积和传播。但如何获取这些数据？哪些数据是可以使用的、哪些又会侵犯用户的权利？如何在合理、合法的范围内使这些数据为我所用，提高精准营销、个性化营销的精准度？这是我们每一个在数字营销时代的广告人值得思考的问题。