这是一篇用户画像在商业里实际运用的案例推送。

用户画像在有交易行为时就已存在，只是互联网发扬光大了。俗话有：见人说人话，见鬼说鬼话，潜台词就是先把对象分清是人是鬼。

话说袁世凯做直隶总督，为了巴结大太监李莲英，见一次面送一次礼。送的李莲英都不好意思，说不是刚送过，怎么又送？袁世凯说：一码归一码，上次是上次，这次是这次！

还有个小段子，小华去社区便利店买零食，老板问他：小伙子是不是有女朋友了？小华大吃一惊，说我连我妈都没说，你怎么知道？老板笑笑说：你最近买的卫生纸比以前少很多！

我曾经在大学里开甜品店，时间长一点，稍微留点心，对熟客都能了解个七八分。平时聊聊天说说话，就能知道是专业、年级，谁和谁是好朋友，谁的状况好一点，谁差一点。

这些数据就是我们曾说过的元数据、行为数据和态度数据。小店铺不如大公司，只是在凭直觉收集一些信息，我们来看看大公司收集数据的规范化和系统化。

阿里的王坚博士曾说：以前的一流企业制定标准，现在的一流企业沉淀数据。

我们在互联网上买东西也好，随手点击新闻也好，都在不知不觉的沉淀数据。大数据、AI人工智能、商业智能源头都是我们操作鼠标的点击、手指在屏幕上的触碰。

最早接收到鼠标点击数据的其实是微软，它没在意，但是谷歌发明了鼠标的价值。他用他的算法和计算能力，把万万亿鼠标点击背后的商业意图分析出来，成为了一家伟大的公司。

我们在网络上的一举一动都有记录，对于大多数的小透明来说，数据的价值是作为分析的基数。周末爆发的勒索病毒，给大家上了一门迟到的安全课，上了网，就没有绝对的安全，系统裸奔是风险最大的行为。

用户画像运用最多的是内容和电商，典型的例子是今日头条的算法推送和淘宝的猜你喜欢。

相对来说，内容的阅读有延续性，一个关心美食的人会连续不断的阅读美食类信息，所以头条做的很顺畅。

电商有明确的终止点，用户只要买了东西，现有需求就消失了，兴趣随时转移到下一个物品上去。上周我在京东搜笔记本，后来在淘宝下了单，结果京东还在推送笔记本信息给我，而我已经不需要了。

波尔是塔吉特连锁销售公司的数据专员。有一天，几位营销同事对他提了一个问题：你的系统能不能在顾客刻意隐瞒的情况下，计算出哪些是怀孕的顾客？

零售业里，孕妇和初为人母的妇女群体是店铺的救世主。从利润可观、需求庞大和对价格不敏感几个方面来说，孕妇都让其他的消费群体望尘莫及。找出那些怀孕的顾客，可以为塔吉特带来可观的收入。

波尔说：通过客户的ID号码，我们就能知道你的姓名、住址和购买倾向，知道你是否拥有塔吉特的借记卡，然后我们就可以将这些信息链接到你的消费记录上。

我们将这种分析称为“为客人画像”，我们对某位顾客了解的越多，就越能猜测出他的购买模式。我不会每次都去猜测你的一举一动，但是我猜对比猜错的次数多。

波尔用自己的程序对塔吉特公司数据库中所有的消费者进行了分析，列出了成百上千名可能怀孕的女性顾客。当她们的购物习惯趋于灵活的时候，塔吉特公司就铺天盖的向她们发出尿布、童床和孕妇装的广告。

怀孕预测模型建立后，塔吉特的母婴产品销售爆炸式地增长，仅用了七年，塔吉特的收入从440亿美元增长到了650亿美元。

所以，一个连锁零售公司在顾客刻意隐瞒的情况下都能预测出怀孕的事实，一两件节日礼物又算什么呢？

王坚博士用“望远镜、显微镜、雷达”的形象比喻说明数据的作用。今日头条的智能算法是望远镜、塔吉特公司的怀孕预测模型是雷达，我们再来看人人车代言人里的显微镜。

二手车市场的品牌广告烽烟四起，人人车也不甘落后。对于一个低频高消重决策品类的新品牌而言，请明星代言是最好的选项。那么，问题来了，最合适的代言人是谁呢？

老板把任务派给运营团队，唉，你们不是老给用户打电话么？你们去问问用户，看用户比较喜欢谁，希望谁代言？

电话一打，发现用户的水平也没那么高，结果没好到哪里去，用户的反馈是：周杰伦/钟汉良/梁静茹/孙燕姿。

路越跑越偏，最后还是回到用户画像上来，经过数据分析和用户调研，人人车最后发现二手车用户的画像是：聪明的、顾家的、上进奋斗的、在有限的现实条件中积极带领全家人寻找美好未来的“好男人”形象。

演艺界里，集聪明奋斗顾家三大优点于一身的男明星，除了黄渤，还有谁呢？

当人人车选定了黄渤再去回访用户时，所有用户众口一词“黄渤呀！挺好挺好！我很喜欢他！这个代言人选得好啊！”

帮助用户发现他自己都没有发现的需求，给用户一个惊喜，而不是简单生活的延续，这就是数据的显微镜作用。

就像贝多芬的第五交响曲，写出来之前没人期待，但写出来之后很多人如痴如醉。