目标客户定位包括两部分，一是目标客户长什么样，也就是用户画像，通过事前分类维度描述目标客户画像；二是目标客户需求是什么，针对需求进行精准营销。分析过程依然是先进行方差分析，通过方差分析的维度用均值或者占比表现差异性。
百分点现已全面应用用户画像技术于推荐引擎中 ，在对某电商客户，针对活动页新访客的应用中，依靠用户画像产生的个性化效果，对比热销榜，推荐效果有显著提升：推荐栏点击率提升27%， 订单转化率提升34%。 金融企业内部的信息分布在不同的系统中。
客户画像的PERSONA要素如下：P代表基本性（Primary)：指该用户角色是否基于对真实用户的情景访谈。E代表同理性（Empathy)：指用户角色中包含姓名、照片和产品相关的描述，该用户角色是否引同理心。R代表真实性（Realistic)：指用。
对于车险方面的建议，个人认为，车险是客户很分散的险种，首先要做好车险分析，通过分析找出目前公司车险发展在基础管理方面的问题，提出改善优化业务结构，提升盈利能力的建议。二是全面分析业务业务发展，找出目前存在的主要问题。
用户属性 一般来说，用户属性又包含了以下常见的指标：用户的年龄、性别、设备型号、安装/注册状态、职业等等用户静态特征。这里的用户性别既可以指自然性别，又可以指购物性别。自然性别是指用户的实际性别，一般可通过用户。
客户画像客户信息标签化，完美地抽象出一个客户的信息全貌，可以看作企业应用大数据的根基。客户画像的核心工作是为客户打标签，打标签的重要目的之一是为了让 用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一。
用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。目前市场是分为 To C 和 To B 两类用户画像需求，网上传播的用户画像一般以 C 端为主，它们模版多。
客户画像，即客户信息标签化，通过收集客户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对客户需求或者产品特征进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出客户的信息全貌。客户画像是企业大数据。
对于进行用户研究，角色画像分析可以很好的构建为：一，背景调研。背景研究包括了解客户的第一步。研究行业、他们的资料、他们的竞争对手、仔细研究他们的社交媒体是研究客户的好方法，也是寻找信息时的一个良好的开始。二，定性。
统计性用户画像，即最初的定性研究通知用于收集大样本的调查工具，角色从统计分析中产生。客户 从几个维度对客户标签体系进行分类：（1）人口统计维度 根据人口统计学知识定义的客户基本信息，包括性别、年龄、收入、人生阶段、