浅谈用户画像

今早来公司里头,坐下来一看便签,发现手头上事情并不是很多,就泡杯茶去论坛逛逛,发现好些人在讨论用户画像,心想这也不是什么新词,干嘛都那么激动,彷佛隔着屏幕我都感到那些人的吐沫星子。心头萌发一个念想,这块我平常虽然间接有接触,而那些知识点都太零散,不够系统性性,很不易全面知识框架的理解和掌握,我何不自己再自我总结下,那今天的博客内容也有着落啦。立刻放下茶杯从网上找些材料先自我巩固下......

由于本文皆是其他博客论文再结合一些个人理解,综合加工而成,由于这对我来说纯属是好奇之学,有些概念或者逻辑也不是很具有代表性,希望大家发现了可以给我留言,我会予以更正。

1. 基本概念

最初,用户画像是在大数据行业产生的,是为产品的精准营销、精细化营销。既然目的是为了产品运营领域,那么它可以是个人也可以面向企业。而我们这边为大家更好的理解,暂且只说它的自然人属性,即面向个人。

在这我就给它一个略显狭义的概括:所谓用户画像就是根据用户所拥有的社会属性、职能属性、经济属性、情感属性等各种可供捕捉的行为属性,最终将这些行为属性进行组合、提炼,形成数字化、抽象化的一组标签来帮助我们理解直观了解用户。

2. 用途

在电商、金融、互联网领域,它有着举足轻重的作用,总的来说可以概括为五大块:用户统计、数据挖掘、精准营销、行业分析

  • 用户统计:根据不通用户属性特性统计用户数量、分布,从而分析用户画像的群体分布特征;比如双11活动中,统计哪个区域消费最活跃等;

  • 数据挖掘:利用关联计算模型,分析该用户的特征能力,结合智能聚类算法的评估模型,获取针对性的用户画像,再利用推荐和搜索算法,向该用户投放和推荐关联性产品,提升服务精准度;

  • 精准营销:在数据深度挖掘过程中,结合历史上该用户特征,分析该产品的潜在用户和用户潜在需求,并针对性该特定群体,利用推送媒介等方式进行营销;

  • 行业分析:通过用户画像,可以很直观了解行业动态,为提高企业竞争力提供第一手资料,方便管理层做出决策。

题外话,上面说不少优点,结合自身在项目中也发现,好多行业中的项目无非为了用户画像而画像,不说用户画像的在技术实现上的门槛,单看那些输出的所谓用户画像报告,真是眼泪多于汗水。这些项目最终都沦落为“面子工程”,“形式主义”,更是被某些领导用来宣扬其光辉政绩的资本。

3. 如何构建用户画像

用户画像不是一成不变的,在统计与计算方法上也有差异,更不用说去面对行业不同,应用场景不同。所以要想构建用户画像,自然少不了对行业的调研,对业务领域的分析。

3.1. 构建标签体系

标签是一种用户特征的符号,既是一种内容组织方式,又是一种关联性很强的关键字,能帮助我们快速定位到内容及内容分类,一般情况下,我们标签库的层级为三级,因为这种划分基本覆盖我们所需要的9成业务场景。

一级标签 二级标签 三级标签
QQ 等级 普通
QQ 等级 黄钻
QQ 等级 绿钻
QQ 位数 6
QQ 位数 7
QQ 位数 8
代步车 7万以下
中型车 15万以上,30万以下
高档车 30万以上
  • 标签分类

  • 标签级别

  • 标签命名

  • 标签赋值

  • 标签属性

你可能感兴趣的:(浅谈用户画像)