行业背景与痛点画像分析是指基于沉淀用户的自然属性、行为属性、偏好属性等属性挖掘用户兴趣点、分析群体特征的过程。用户画像是刻画出用户个体或者用户群体全方位特征的重要手段，能为运营分析人员提供用户的偏好、行为等信息进而优化运营策略，为产品提供准确的用户角色信息以便进行针对性的产品设计。画像系统通常集用户特征加工、画像分析功能于一身；经过离线特征加工、维度标签映射、载入即席分析数据等过程，提供实时人群分析、圈选能力。
画像分析方法论已经广泛应用于各个行业，是赋能经营策略优化、精细化运营、精准营销的重要手段。例如以下典型场景。
广告行业：通过人群画像洞察，实现精准广告定向投放。
游戏行业：分析高流失率客户群，调整策略增加用户粘性。
教育行业：分析课程质量，达到增加续保率的目标。
画像分析的工程场景往往由于数据复杂度、数据量级和查询模式等因素导致系统可稳定性、运维性、可扩展性面临重重困难。
运维人员需要维护多套数据链路用于实时离线处理，陷入繁重链路维护工作；传统OLAP（On-Line Analysis Processing）引擎存储计算耦合，计算存储不成比例场景浪费资源，系统扩容迁移成本高。
运营人员需要灵活的圈选能力，单用户描述维度多可能多达数千维度，涵盖属性、行为等数据模式，MOLAP（Multidimensional OLAP）产品可以毫秒响应但缺乏灵活性，ROLAP（Relational OLAP）产品灵活性好但响应时间较长，无法兼顾性能和灵活性。