“消费者画像”是近几年伴随大数据技术崛起并流行的一种工具，就是通过各种数据来推算消费者的特征：年龄、性别、消费习惯等等。

目前很多消费者画像的做法是，通过大数据，将消费者按照基本属性（区域、年龄、性别、职业等），结合消费行为（如购买的产品品类、品牌、购买频次等），形成消费者画像。

不可否认，消费者画像为企业寻找目标群体，制定有针对性的营销策略起到了一定作用，最起码也比原来的拍脑门决策科学有效的多。

在技术人眼里这是一项“颠覆性”的技术，而在实际应用过程中，有些客户却被坑的晕头转向。另外随着竞争的加剧，个性化消费趋势越来越强，很多人感觉消费者画像不那么有用了，更多的只是为了赶时髦，为了画像而画像。

归纳一下，不合格的画像主要分为两类：

一、架构简单粗暴

只是以消费者的基本属性及直观的行为数据作为分析维度，简单描述目标消费者特征。如：“一二线城市，30-40岁收入较高的男性白领”。

如果问是怎么确定的，回答是根据一段时期购买行为，挑选购买频次超过一定量的消费者，进行身份标签锚定。

二、眉毛胡子一把抓

恨不得把所有能收集到的数据罗列出来。

某品牌于今年初使用了某数据公司的消费者画像技术来分析门店经营，希望借此实现精细化运营：

01、了解商圈人口数量和性别构成，从而可以优化商品组成和陈列。

02、了解商圈消费者的偏好，从而可以做关联营销。

03、了解门店人口还去哪里消费，从而可以做异业商家联盟。

04、了解门店人口什么时间停留在哪里，从而可以做精准广告投诉。

但半年时间过去了，门店业绩没有任何明显提升，部分通过画像数据调整商品和陈列的门店反而销售大幅下降，究其原因之一是数据公司的技术专家们往往只懂产品逻辑，不懂业务逻辑，可以给出数据，但无法形成有效决策。

数据虽然是有价值的，但数据价值的显现必须具备下面的三个条件：

01、公司有数据文化。

02、数据是真实的。

03、数据必须和基层业务紧密贴合。

企业实施消费者画像技术的四个阶段：

第一阶段是明确画像的战略意义，也就是要知道消费者画像的构建有怎样的战略意义，是为了达到怎样的预期效果，服务于什么样的主体。

第二阶段是进行建模体系，即结合实际需求，应用一定的大数据软件，进行规约数据实体和关联关系。

第三阶段是进行维度分解，更加细化消费者、商品、渠道之间的相关性关系，进行数据维度分析和列举。

最后一阶段是对流程的应用，即针对不同的消费者角色需求，设计消费者使用的平台功能和程序。