如何使用 Kylin 进行海量自定义标签的用户画像分析？

背景介绍

在移动互联的今天，精细化运营已经成为企业的重要竞争力，而要做到运营的精细化，背后离不开用户画像体系的建立和应用。一时间很多公司纷纷建立了自己的用户画像体系，根据对用户的理解，为每个用户生成了数百甚至上千种标签，希望业务可以利用这些标签来获取精准用户群，从而更准确地开展业务。

动辄几百万、上千万甚至上亿的用户量，再加上如此多的标签，使得底层的数据库或分析引擎难以支撑高效的查询。受此影响，往往只能开放少量标签供业务使用，大大束缚了业务人员的灵活度，也影响了用户画像的推广。鉴于此，能支撑超多标签的灵活用户筛查，成为许多企业迫切需要解决的问题。

Apache Kylin提供的基于OLAP Cube的高速查询分析服务，也可以应用于用户画像领域，不但能够实现上千种标签的任意筛选，而且可以达到亚秒级的查询延迟，还可以实现用户明细的导出，从而让用户真正利用起标签数据，进一步赋能业务拓展。

如果你想了解更多Kylin 在用户画像分析的优势及全案解析，填写表单观看回放视频

议程

1. 背景和Kylin 用户画像方案介绍
2. 方案架构、流程和 Live Demo
3. Q&A