用户61402477
其实，类似以上的过程同时在很多领域不断上演，而作为企业成功蜕变的重要手段和基本因素，“大数据”在其中日益受到人们的关注。
据相关统计，截止到2016年年底，中国大数据产业规模突破14000亿元。其中，基础支撑层规模为1335亿元，数据服务层规模为202.9亿元，融合应用层规模达到13000亿元，占比达到将近90%。数据之外，仅仅是国内近一两个月内，阿里巴巴、华为、苹果等等都相继宣布建筑新的数据中心。
大数据助力企业升级与转型，关键在于“用户画像”的构造
用户画像（persona）的概念最早由交互设计之父Alan Cooper提出：“Personas are a concrete representation of target users.”他认为“用户画像是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型”。
近年来，“大数据”越发受到企业的重视。如传统制造业，通过推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用，从而能够分析感知用户需求，以进一步提升产品附加价值，打造智能化管理系统；又比如证券行业，借助大数据的协助，其能够提前预知市场状况、接下来的走势等多个指标，这也是当下金融科技（Fintech）的一种表现形式。
事实上，不管是以上提到的大数据与制造业、金融业的结合形式，还是在其他产业的应用，从本质上讲都是一种广义的“用户画像”的刻画。
背靠大数据，用户画像的采集方式愈发精准
“用户画像”的构造一般分为三个步骤：数据采集、行为建模和画像构造。
数据采集的对象包括网络行为数据、个人内容偏好等多种数据。以往，企业等通过问卷调查、随机抽查来采集数据，之后由于互联网的普及，这一行为被搬到了线上，也就是所谓的“线上大数据”。而在眼下，随着移动互联网的快速发展和人工智能算法的精进，这一行为又再次出现了转移线下的趋势，也就是当下备受关注的“线下大数据”。
线下—线上—线下，变化如此波折，发生了什么？
这主要是因为一直以来，人们更多的行为数据是发生在线下的。根据国家公布的相关数据显示，目前线上消费行为在总体消费中所占的比例仍不足20%，而线下大数据每年平均能够占到88%左右的份额。
在线上行为以绝对劣势少于线下行为的前提下，线上大数据所构造的用户画像可能并没有那么的精准。这时，就必须要借助更加海量的线下大数据的支撑。
另外，在“用户画像”的构造上，100%永远是一个达不到的目标，因为用户的行为习惯等各项数据是时刻变化着的。比如用户最近需要购买的东西，这一数据是不断变化的，为了实现一个更为精准的推荐，算法也需要依据实际情况来不断地替换或者是补充新的标签，企业版“用户画像”的构造原理亦是如此。
线下大数据对“用户画像”的构建具有更大意义
“用户画像”在具体应用上也体现出了几种不同的构造类型：
A.一种是对线上大数据的纯粹依赖：这一类“用户画像”的构造形式在生活中也较为常见，尤其是在主打内容运营的市场。这也是互联网+信息化时代这一过渡期间，各企业完成的第二次蜕变。
譬如每个人几乎每天都会打开的UC、今日头条、爱奇艺、网易云音乐等资讯或音乐类APP，这些软件都带有一个“智能推荐”功能，其所起作用的也就是一个针对个人的“用户画像”。
当你在听音乐、看新闻的时候，APP的后台就在“悄无声息”的采集你的各项行为数据，包括内容的类型、打开时间等等。在这一类“用户画像”的构造中，企业所采集和依赖的几乎就是线上大数据，线下大数据所能够提供的帮助是微乎其微的，甚至可以说是忽略不计的。
. B.一种是“线上+线下”：眼下，移动互联网已经代替传统互联网而成为主流，同时在智能化的推动和无人超市以及新零售兴起的背景下，线下大数据开始被广泛关注，“线上+线下”这一模式更是常常被人们挂在嘴边。至于如何“线上+线下”，主要分为两种，一种是数据在线上线下的结合，另一种则是多层面的。值得注意的是，这两者在某些时候更像是一种进阶关系。
在线上线下数据的结合上，依据具体的操作手法，京东部署的线下体验店“京东之家”应该算是其中的佼佼者了。
结语
为了让产品更能加迎合市场，或拉拢更多的客户，越来越多的企业开始利用大数据来为消费者构造“用户画像”；而为了更好掌握公司的整体情况、提高公司的运作，助力企业的升级转型，企业也会利用大数据来构造企业版的“用户画像”。
而大数据，尤其是线下大数据，对企业构建“用户画像”从而开展精准化、智能化的营销活动，正在发挥愈加重要的作用。
