用户画像的四种类型。
直采型，顾名思义就是直接采集的用户标签，可以直接从用户基础数据内获取到的用户信息，不需要统计跟计算，比如用户主动填写的姓名年龄性别等。

统计型，利用用户日技术日志数据，按照一定的规则进行简单统计的标签，这样的标签纸需要需求和规则确定，加工速度非常快。例如频次，总次数等

挖掘型的标签属于算法标签，利用用户行为数据和文本数据和业务规则进行算法加工，输出对应的属性值或分值，如有必要需要对分子进行归一化的处理，比如偏好类的标签就是典型代表，包括产品偏好、具体功能偏好、内容兴趣偏好、以及敏感度标签，包括优惠敏感度、低价敏感度、活动敏感度。

预测型标签也是算法标签的一种，区别在于预测行重点应用于典型的预测场景，例如用户的流失概率。除了输出常规的标签外，还需要和一定的预警和自动策略结合，利用用户的生命周期相关特征预测用户流失概率，对于高风险用户及时采取召回策略。