大数据的架构和技术不断更新，伴随而来的处理数据技术的能力也逐渐增强。但是，不管如何变化，最终都还是需要数据产生商业价值，否则拥有再多的数据也只是一推“废品”。 大数据真正落地有很多方向，比如娱乐新闻产业的精准营销与推送，信息的精准预测等。大数据在移动营销的价值有许多可能，其中一个重要价值体现就是描绘用户画像，精准定向用户。
方法/步骤
1
用户画像，即用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌，这也是企业应用大数据技术的基本方式。
2
来讲，虽然不能获取用户的个人私密数据，但可以获取很多终端用户使用各种App上网的日志，这里用户的号码已经加密处理，不能直接看出来。每天用户上网日志都会产生庞大的数据，据悉，Mob-vista每天产生的用户数据达到了1TB，迄今为止，积累的用户数据已经超过20亿条。那么，如何利用好这庞大的数据呢？Mob-vista的做法是通过将数据拆分了3000个维度，从原始数据进行统计分析，给用户打标签，再进行建模分析，得到模型标签，再进行模型预测，最后得到预测标签，利用标签，获得用户的精准画像。而这也在逐步挖掘数据的价值——通过预测判断终端用户的喜爱以及年龄段，将合适的信息推送给终端用户。
3
用户画像，说白了就是给终端用户进行打标签，根据掌握的数据和行为信息，给用户贴上一些“标签”，这些标签组合起来也就是用户的画像。在用户数据画像构建时，可以通过细分、设计标签库来标记用户使用App的习惯,标签库指示出每个App使用的男女性使用比例，以及各个年龄段的使用权重等等。标签库维度越多，得出的画像就越精准，广告投放就越准确。
4
要实现用户画像营销的更大价值，还需要数据人员结合“场景化”去分析用户数据。在不同情景下，不同典型用户操作行为和习惯有什么不同。了解不同用户在不同情境（交通过程中，上班途中，睡觉前）的典型使用行为与习惯。可见，用户数据和画像描绘还有很大的发展空间，在未来还有很多值得我们去挖掘的地方。