“用户画像”的构造一般分为三个步骤：数据采集、行为建模和画像构造。
数据采集的对象包括网络行为数据、个人内容偏好等多种数据。以往，企业等通过问卷调查、随机抽查来采集数据，之后由于互联网的普及，这一行为被搬到了线上，也就是所谓的“线上大数据”。而在眼下，随着移动互联网的快速发展和人工智能算法的精进，这一行为又再次出现了转移线下的趋势，也就是当下备受关注的“线下大数据”。
线下—线上—线下，变化如此波折，发生了什么?
这主要是因为一直以来，人们更多的行为数据是发生在线下的。根据国家公布的相关数据显示，目前线上消费行为在总体消费中所占的比例仍不足20%，而线下大数据每年平均能够占到88%左右的份额。
在线上行为以绝对劣势少于线下行为的前提下，线上大数据所构造的用户画像可能并没有那么的精准。这时，就必须要借助更加海量的线下大数据的支撑。
另外，在“用户画像”的构造上，100%永远是一个达不到的目标，因为用户的行为习惯等各项数据是时刻变化着的。比如用户最近需要购买的东西，这一数据是不断变化的，为了实现一个更为精准的推荐，算法也需要依据实际情况来不断地替换或者是补充新的标签，企业版“用户画像”的构造原理亦是如此。