1、和目標有關的用戶數據
構建用戶畫像是為了還原用戶信息，因此數據來源於：所有用戶相關的數據。
對於用戶相關數據的分類，使用【封閉性的分類方式】。
如，世界上分為兩種人，一種是學英語的人，一種是不學英語的人；
用戶分三類，高價值用戶，中價值用戶，低價值用戶；
產品生命周期分為，投入期、成長期、成熟期、衰退期…
這樣的分類方式，有助於后續不斷枚舉並迭代補充遺漏的信息維度。
另外，不同的分類方式根據應用場景，業務需求的不同，也許各有道理，按需划分即可。
用戶數據可以划分為靜態信息數據、動態信息數據兩大類。
3、靜態信息數據
用戶相對穩定的信息，這類信息自成標簽。
如：人口屬性、商業屬性等方面數據。
如果企業有這類信息則無需過多建模預測，更多的是數據清洗工作。
4、動態信息數據
用戶不斷變化的行為信息，即用戶軌跡。
當行為集中到互聯網，乃至電商，用戶行為就會聚焦很多，
如：瀏覽凡客首頁、瀏覽休閑鞋單品頁、搜索帆布鞋、發表關於鞋品質的微博、贊“雙十一大促給力”的微博消息。
等等均可看作互聯網用戶行為。