推荐序

数据化转型正在以极大的力量影响着经济的发展。根据IDC的研究，到2023年，全球超过一半的GDP将由数字化的产品和服务驱动，中国数字经济的占比也将达到52%，高于全球平均水平。数字经济发展迫使企业必须加快自身的数字化转型进程。

依托第三平台最新技术（云计算、大数据、移动、社交、人工智能、区块链、物联网、增强/虚拟现实、3D打印、机器人、下一代安全等）支持企业业务的增长和创新是数字化转型的核心，数字化转型的价值包括商业流程重构、用户体验重构、产品服务重构、商业模式重构等诸多方面。商业流程重构更多地强调提升效率、降低成本。后面三个重构主要是为了满足用户的需求，特别是今天的市场主流用户——数字化原生代用户的需求。

数字化原生代有四个核心特征：数字化、个性化、快速化、服务化，如何满足用户的这四个需求就变得极为重要，而数据则承担了关键角色。未来企业的竞争力就来源于针对用户数据的四种能力：数据采集和存储的能力、数据管理和保护的能力、数据挖掘和展示的能力、数据变现和创新的能力。IDC认为，到2021年，数据将不再被视为“石油”，而是被视为“水”。数据对生命至关重要，不过需要易于获取且干净。

《大数据用户行为画像分析实操指南》一书适逢其时，能很好地支持企业利用数据为用户创造价值的需求，也是企业推进数字化转型进而支持数字经济发展的基础。本书具有四大特点：真实的用户数据与场景、全面的分析指标与模型、实操的构建方法与步骤、经典的行业案例与实践。

真实的用户数据与场景：本书探讨的用户行为分析数据，来源于用户在网站、手机App、微信公众号等在线渠道上真实发生的在线访问行为数据，并将这些分析得出的规律和经验结合到公司的日常营销或运营场景中，用以持续性提升营销或运营的效果。

全面的分析指标与模型：本书按照用户行为轨迹将行为分析指标分为渠道类指标、访问类指标、转化类指标、留存类指标，以及社交类指标等五类指标，第二层细化指标近60个。在用户分析模型构建方面，既有经典的根据Alan Cooper的著作《About Face：交互设计精髓》中提出的基于访谈和观察构建客户模型和构建临时客户模型两种方法，又有作者提出的基于行为数据构建客户模型的方法，并对这三种方法做了详细分析。

实操的构建方法与步骤：书中也详细介绍了用户画像和标签体系的构建方法、步骤，阐述了用户画像在推荐系统和智能营销中的具体应用。

经典的行业案例与实践：书中最后详细给出了用户行为分析在若干个不同行业的经典应用案例，包括金融、电商、房地产、快销品、互联网媒体等行业。每个案例都包括项目目的、具体痛点、采用的模型、分析过程、用户特征、取得的效果等。

本书特别适合各个行业利用大数据做用户行为分析的人员，也可以为企业CXO、业务人员、IT人员及大专院校师生提供阅读参考。

IDC中国副总裁兼首席分析师 武连峰