用户画像：标签化、 用标签描述用户行为
用户画像：动态信息数据
用户行为产生的数据：注册、浏览、点击、购买、签收、评价
比较重要的行为：购买商品、浏览商品、放入购物车、关注商品
用户画像的用途：分类统计，数据挖掘，营销推荐
模型算法
性别模型
用户忠诚度模型
疑似马甲模型：马甲指一个用户注册多个账号
用户购物类型模型
用户身高尺码模型
手机相关标签：对手机相关标签参考意义比较大；手机品牌、手机品牌档次、使用多少种手机
客户营销信息表建模：将用户营销相关的标签放到一张表中
订单表、用户表：最常用手机号、地址、邮箱、使用不同手机号数……
纠结商品营销：是否有纠结商品、纠结小时、纠结商品
客户品类分群模型：计算用户在各一品类的购买金额，基本用聚类算法实现，kmeans。
客户活跃状态活跃模型：注册未购买、活跃（高频、中频、低频）、沉睡、流失
用户价值模型：
体现用户对于网站的价值，对于提高用户留存率非常有用。
1. 用RFM实现，最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)，是衡量客户价值的重要指标。
2. kmeans
客户活动信息表：
用于了解用户的对活动的参与情况，以进行活动策划或者根据对活动不同敏感度的人群做营销。
主要来源：订单表、订单活动表、店铺表
促销敏感度模型：
根据用户购买活动类型订单数与金额数以判断其属于哪类人群
用户购买力高中低端模型：
从购物车判断、从客单价来判断
败家指数和冲动指数：
用1-5星判断；使用购买特征商品数量来判断；结合用户的订单金额
客户访问信息表：
用于了解用户的访问总体情况，以根据用户浏览习惯做营销。
主要数据来源表：PC端/App端/M端（网页打开）PV（Pageview）表、PC端/App端/M端view（网页打开）（打开的次数，size）表。
