五、金融企業(yè)用戶畫像的基本步驟如下
參考金融企業(yè)的數(shù)據(jù)類型和業(yè)務需求，可以將金融企業(yè)用戶畫像工作進行細化?；旧蠌臄?shù)據(jù)集中到數(shù)據(jù)處理，從強相關數(shù)據(jù)到定性分類數(shù)據(jù)，從引入外部數(shù)據(jù)到依據(jù)業(yè)務場景進行篩選目標用戶。
1）畫像相關數(shù)據(jù)的整理和集中
金融企業(yè)內部的信息分布在不同的系統(tǒng)中，一般情況下，人口屬性信息主要集中在客戶關系管理系統(tǒng)，信用信息主要集中在交易系統(tǒng)和產品系統(tǒng)之中，也集中在客戶關系管理系統(tǒng)中，消費特征主要集中在渠道和產品系統(tǒng)中。
興趣愛好和社交信息需要從外部引入，例如客戶的行為軌跡可以代表其興趣愛好和品牌愛好，移動設備到位置信息可以提供較為準確的興趣愛好信息。社交信息，可以借助于金融行業(yè)自身的文本挖掘能力進行采集和分析，也是可以借助于廠商的技術能力在社交網站上直接獲得。社交信息往往是實時信息，商業(yè)價值較高，轉化率也較高，是大數(shù)據(jù)預測方面的主要信息來源。例如用用戶在社交網站上提出羅馬哪里好玩的問題，就代表用戶未來可能有出國旅游的需求；如果客戶在對比兩款汽車的優(yōu)良，客戶購買汽車的可能性就較大。金融企業(yè)可以及時介入，為客戶提供金融服務。
客戶畫像數(shù)據(jù)主要分為五類，人口屬性、信用信息、消費特征、興趣愛好、社交信息。這些數(shù)據(jù)都分布在不同的信息系統(tǒng)，金融企業(yè)都上線了數(shù)據(jù)倉庫（DW），所有畫像相關的強相關信息都可以從數(shù)據(jù)倉庫里面整理和集中，并且依據(jù)畫像商業(yè)需求，利用跑批作業(yè)，加工數(shù)據(jù)，生成用戶畫像的原始數(shù)據(jù)。
數(shù)據(jù)倉庫成為用戶畫像數(shù)據(jù)的主要處理工具，依據(jù)業(yè)務場景和畫像需求將原始數(shù)據(jù)進行分類、篩選、歸納、加工等，生成用戶畫像需要的原始數(shù)據(jù)。