用戶畫像大致分兩類：一是用戶屬性畫像；二是用戶行為畫像。
用戶屬性畫像，比如性別、年齡、收入、興趣愛好、活躍時間，居住地。前面講到的高端新品鋪貨終端，也是屬于B端用戶的屬性畫像。
用戶屬性畫像，可以用于產(chǎn)品開發(fā)，比如尋找目標(biāo)用戶；可以用于產(chǎn)品推薦，比如用戶畫像是“寶媽”，那么，就可以根據(jù)寶媽的需求特征，向“寶媽”用戶推薦適合的商品。
在線推薦系統(tǒng)，把相同畫像的用戶稱為“鄰居”，根據(jù)“鄰居”的喜好推薦給用戶。
傳統(tǒng)營銷也做用戶畫像，更多的是用戶屬性畫像。大數(shù)據(jù)也做用戶屬性畫像，比如新品研發(fā)，比如B端用戶畫像。但是，針對C端用戶的大數(shù)據(jù)畫像，更多的行為畫像。
如果說用戶屬性畫像是根據(jù)畫像“猜測“用戶行為的話，那么，用戶行為畫像就是根據(jù)以前和現(xiàn)在的行為，預(yù)測下一次行為。
行為已經(jīng)產(chǎn)生，預(yù)測下一次行為就相對比較容易。
營銷數(shù)字化最重要的畫像是行為畫像。行為畫像與屬性畫像不同，屬性畫像有一定的穩(wěn)定性，因為性別、年齡是穩(wěn)定的，興趣愛好也有相對穩(wěn)定性。但是，即便是同一個人，行為變化也很大，比如抖音用戶，今天喜愛的內(nèi)容，明天或許想換一個口味，那么，只要用戶做出改變，用戶行為畫像立即做出改變。
很多今日頭條的用戶曾經(jīng)抱怨，頭條把自己的喜好固化了，自己其實想看更多的新東西。但是，即使“想看”，只要沒有付諸行為，畫像就不會改變。只要用戶嘗試做出改變，畫像就立即變化。
那么，什么是用戶行為？在今日頭條上，用戶行為包括點擊內(nèi)容、閱讀時間、點贊、評論等，根據(jù)這些行為進行畫像，然后確定以后推送的內(nèi)容。
亞馬遜是利用用戶畫像推薦的鼻祖，亞馬遜通過用戶在站點的行為，包括瀏覽物品、購買物品、加入收藏夾和wish list等，以及評分等用戶反饋方式，共同構(gòu)成用戶畫像，并用于下列用途：
1、當(dāng)日推薦。根據(jù)用戶近期瀏覽和購買記錄，結(jié)合當(dāng)下流行物品給出一個綜合推薦。
2、新品推薦。采取基于內(nèi)容的推送機制，將一些新產(chǎn)品推薦給用戶。由于新產(chǎn)品只有較少的用戶喜好數(shù)據(jù)，基于內(nèi)容推送就解決了這個問題。
3、關(guān)聯(lián)推薦。采用數(shù)據(jù) 挖掘技術(shù)對用戶的購買行為進行分析，找到經(jīng)常被一起或被同一個人購買的物品集。在圖書購買中，這類推薦就非常多。
4、他人購買/瀏覽物品。這是物品的協(xié)同過濾推薦，通過社會化機制，用戶能更方便地找到感興趣的產(chǎn)品。
