哈喽，大家好，我是汉斯老师。近几年来，互联网行业由于较高的薪资收入，受到许多人的追捧。很多年轻的学子，或是其他行业的有志青年，都想要投身到这个行业中来。然而一方面受到“互联网寒冬”的影响，最近频频传出各家知名互联网公司裁员缩编的消息；另一方面，大量的人才涌入，又使得互联网产业在职场上呈现出供过于求的特征，并最终导致了职场上的激烈竞争。那么互联网行业未来的潜力在哪里？我们又应该在哪个方向上发力，才能保证自己可以获得一份高薪而稳定的工作？基于多年的互联网行业从业经验，汉斯老师在这里向大家推荐大数据方向，希望通过本人的《三分钟入门大数据》和《十分钟精通大数据》等系列文章，帮助所有有志了解学习大数据的朋友掌握大数据的相关知识，也欢迎所有对互联网行业以及大数据领域感兴趣的朋友前来交流。
在上一篇的文章中，我们提到了用户画像的核心本质就是用户的标签集合。那么用户的标签都有哪些呢？他们又是如何分类的呢？下面我们来介绍一下。
不同的公司或组织，基于不同的场景，其对用户画像标签的分类是不同的。然而，我们常常可以根据标签的性质，对其进行如下的集中分类：
1. 静态（常态）标签 / 动态（非常态）标签
有一些标签往往是与生俱来的，或者是很少发生变化的。比如说人的性别，民族等标签几乎不会发生变化；再比如说学历，职业等，虽然有可能产生变动，但这个变动相对而言并不频繁。然而，有一些标签就是非常不稳定的，比如说“最近购买商品的品类”等，这类标签其变动的频率可能是按天，甚至是按小时计算的。
2. 定性式标签 / 定量式标签
有一些标签是定性式的，用来描述用户的某种状态的属性，例如“最近购买的商品品类”或“婚姻状态”等，这类标签普遍的特点就是其值是文字类的，能够明确说明其特征。上面的两个标签的值，可能是这样的：“最近购买的商品品类”为“水果”，而“婚姻状态”为“已婚”。
然而，有一些标签却是定量式的，其对应的值往往是数字类型的。这类标签并不能直观的说明用户的某种特性，但是我们可以通过对大量用户的数值进行统计比较后，得到某些信息。举例来说，“总购买金额”是电商类场景下用户画像中经常能见到的一个标签。可想而知，这个标签对应的值，往往就是数值型的，比如是10000。假设说有一个客户，其用户画像中的“总购买金额”是100万，那我们是不是可以考虑将其列为“金主”级别的客户来对待了呢？
3. 通用标签分类
事实上，真的没有所谓的通用标签分类。正如文章开头所说的，不同的场景下，我们设定的用户画像所包含的标签都是不同的，所以很难找到一个可以泛用的标签分类来应对所有场景，下面的这个分类，是笔者基于电商背景，增加了部分金融相关的标签，从而进行了一个粗浅的分类，目的只是为了给大家展示一下，通常设计一个用户画像，常常需要考虑的角度(维度)有哪些。
A. 人口维度
人口维度包含了客户的部分基本标签和注册标签。大部分的人口维度相关的标签都是静态的，定性式的标签。该维度的标签可以用于描述用户个人基本特征信息，帮助企业知道客户是谁。
B. 信用维度
信用维度并不是电商类用户画像中常用的维度，但是对于金融相关领域来说，这个维度是非常重要的。该维度下的标签用于描述用户收入情况、收入潜力和支付能力，帮助金融企业了解用户资产信用情况。
C. 人群维度
人群维度是一个比较特殊的维度。该维度的标签往往其来源不是直接从业务库中获取的，而是对其他维度进行计算后生成的。然而，该维度可以说是用户画像中非常重要的组成部分，因为这个维度中包含的标签，可以明确定义客户所属的分类，便于企业有针对性的展开营销等活动。
D. 行为维度
行为维度是指对客户在客户端或应用上的行为动作记录下来，便于对行为数据分析。其包含有消费行为，社群行为与关注行为等部分。在我们实际设计用户画像的时候，我们要根据业务场景，实际确定究竟应该获取哪些行为数据。
