用户标签是基础，指标和数据描述用户，而标签则是分类型数据，如性别、居住地，对业务直接意义不大。 用户画像是底座，大量的用户指标与标签，形成了用户画像，是数据服务业务的底座。 用户分群是方法，从用户特征、行为等方面找差异，划分为不同群体，便于业务更好地识别不同类型的用户。 用户分层是一种特殊的分群，定分界线要符合三个标准：分层后，各层级有明显区分度；分界限本身简单清晰，容易辨识；分层后，每个群体的规模足够大，有价值做。 明着分/暗着分，用户分层有明分和暗分两种，明分能直接拉动用户消费，促使用户升级；暗分则是大数据杀熟，暗搓搓地搞价格歧视。 推荐系统解决的是降低用户搜索难度，用户分层解决的是拉动用户消费，提升用户活跃的问题。