用户画像的7个维度分析微信公众号（用户画像的7个维度员工性格评价）
| 鼎富大数据原创作品，转载请注明出处
用于描述用户个人基本特征信息，帮助金融企业知道客户是谁？人口属性包括：姓名、性别、年龄、婚否、联系方式、住址等等。
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。信用属性包括：职业、学历、收入、资产、负债、信用评分等等。
用于描述客户主要消费习惯和消费偏好，用于寻找高频和高价值客户。帮助企业依据客户消费特点推荐相关金融产品和服务，转化率将非常高。消费特征包括：有车族、有房族、购物类型、购买周期、品牌偏好等等。为了便于筛选客户，可以参考客户的消费记录和语义场景，将客户直接定性为某些消费特征人群，例如差旅人群，境外游人群，3C控，奢侈品族，母婴用户，理财人群等等。
用于描述客户的兴趣偏好，同时帮助企业了解客户消费倾向，定向进行精准营销活动。兴趣爱好和消费特征信息来源于已有的消费记录、位置信息和不同的语义场景等，比如通过客户在论坛中经常会询问有关科技产品的资讯，我们会通过对客户语义的挖掘分析，将其定义为“科技发烧友”。
用于描述用户的社交图谱、家庭成员、朋友圈，这些信息往往代表用户的消费预期和客户社会关系网，通过社交信息，可以尽可能完整的了解客户，以便为客户提供个性化的服务。
用于描述用户在社交媒体上的评论，这些信息往往代表客户真实的需求，具有实时性高、转化率高的特点。比如：客户在某论坛询问哪个理财产品收益高？我们通过对客户语义的挖掘分析，该客户有投资理财的需求，如果金融企业可以为客户实时推送相关收益高的理财产品信息，其必将具备蕴藏的商业价值。
最后，我们需要将客户消费能力、信用额度等数据进行关联分析，这样可以更加准确的把握消费者，帮助金融企业更好优化产品设计、提高产品销售活跃率。
中国非结构化大数据领先技术提供商
DINFO DiscoverInformation 发现信息价值 服务企业创新