标签怎么来呢？来自大量用户的基本数据。比如在网上浏览的行为数据，包括用户在门户网站甚至其他电商网站上浏览的数据。主要包括用户数据、行为数据、消费数据、商品数据、行为数据和客服数据等，任何跟用户有关系的数据都可以作为数据源。数据源这部分可能会涉及到“数据交换”，即从其他网站等渠道通过一定方法拿到需要的数据。然后是数据管理平台，管理平台的核心是做标签的管理，包括定义、编辑、审核、查询等等，及对应的分析工具。在此基础上再来建立各种模型，包括用户购买力模型、群体画像模型、购买兴趣模型、促销敏感度模型等。通过系列模型得出的结果就是用户的标签，包括用户DNA、品类偏好、品牌偏好、促销偏好、价格偏好等。截止去年底，国美在线大概有600多个不同门类的标签，包含季节、价格档次等。
3、用户标签体系
用户画像的核心是标签，标签可以分为以下几类：
第一类是基础属性，比如“所在城市”、“会员等级”、“生命周期”、“会员网龄”等基本信息，其中生命周期是按照曾经访问的频次，把用户区分为活跃的会员、沉睡的会员或者沉闷的会员，或者网上叫死粉、僵尸粉等。