0.1 产品数据后台

0.2 问卷调研

0.3 用户访谈

0.4 网上行业报告

一、社交媒体平台

这些信息包括用户的基本资料、兴趣爱好、关注内容、发布内容等。

步骤：搜索→抓取→记录→统计→分类/筛选→分析（不同纬度）

例如，在微博上搜索某个关键词，就可以找到大量相关的用户信息和内容。通过分析这些信息和内容，可以了解这个关键词所代表的人群特征、行为习惯等信息。

二、电商平台

这些信息包括商品类别、销售数量、价格范围、用户评价等。

步骤：搜索→记录→统计→分类/筛选→分析（不同纬度）

例如，在淘宝上搜索某个商品，就可以找到大量相关的商品信息和用户评价。通过分析这些信息和评价，可以了解这个商品所代表的人群特征、消费习惯等信息。

三、搜索引擎

这些数据包括搜索关键词、点击链接、浏览时间等。

例如，在百度上搜索某个关键词，就可以找到大量相关的搜索历史和用户行为数据（？？？）。通过分析这些数据，可以了解这个关键词所代表的人群特征、搜索偏好等信息。

四、移动应用

这些信息包括用户的基本资料、使用频率、消费习惯等。

例如，在支付宝上查看自己的账单，就可以找到自己的消费记录和消费偏好。通过分析这些信息，可以了解自己的消费习惯和消费特征。（但如何获取其他人的数据呢？）

五、物联网设备

这些数据包括用户的运动量、睡眠质量、心率等。

例如，在智能手环上查看自己的运动数据，就可以了解自己的运动习惯和健康状况。通过分析这些数据，可以了解自己所处的人群特征和健康状况。

六、传感器网络

这些数据包括交通流量、空气质量、温度湿度等等，都可以被用来进行数字画像。

例如，在城市交通管理系统中分析某个路口的交通流量，就可以了解这个路口所代表的人群特征和出行习惯。通过分析这些数据，可以优化城市交通规划和管理。

七、政府公共数据

人口普查、社会保障等政府公共数据中包含了大量的人口统计学和社会经济数据。

例如，在人口普查中分析某个地区的人口结构和社会经济状况，就可以了解这个地区所代表的人群特征和社会经济特征。通过分析这些数据，可以优化地区发展规划和社会保障政策。

八、企业内部数据

销售记录、客户信息、员工档案等企业内部数据。

例如，在销售记录中分析某个产品的销售情况和客户反馈，就可以了解这个产品所代表的人群特征和消费偏好。通过分析这些数据，可以优化产品设计和营销策略。