金融用户画像项目总结

金融用户画像项目总结

 

目录

• 理财用户画像
  • 导读
  • I.用户画像概念
  • II.用户画像目的
  • III.用户画像应用简介
  • IV.用户画像体系
    • i.标签概述
    • ii.标签处理过程
    • iii.标签体系
  • V.用户画像构建
    • i.知识点总结
    • ii.用户画像构建流程
    • iii.用户画像开发流程
  • VI.产品化--DMP系统
    • i.DMP简介
    • i.DMP作用
  • VII.DMP功能框架
  • VIII.业务使用流程
  • 参考文献

导读

有一句话是，千万人撩你，不如一人懂你，这句话在互联网圈可以说成是，真正的了解用户，才能得到用户，所以，用户画像的重要性不言而喻。

I.用户画像概念

用户画像，即用户信息标签化，通过收集用户社会属性、消费习惯、偏好特征等各个维度数据，进而对用户或产品特征属性的刻画，并对这些特征分析统计挖掘潜在价值信息，从而抽象出一个用户的全貌。用户画像的核心工作就是给用户打标签，标签通常是人为规定的高度精炼的特征标识，如年龄、性别、地域、兴趣等。这些标签集合就能抽象出一个用户的信息全貌，如下图所示是某个用户的标签集合，每个标签分别描述了该用户的一个维度，各个维度之间相互联系，共同构成对用户的一个整体描述。 

 

 

II.用户画像目的

用户画像主要目的是让企业挖掘已有的数据价值，利用数据画像技术寻找目标客户和客户的潜在需求，进行产品推销和设计、改良产品。

• 基于用户交易路径：精准营销，深入到交易路劲各个节点，提升各节点的转化率。
• 基于用户生命周期：围绕用户生命周期，进行连贯、持续性的精准营销。

III.用户画像应用简介

首先可以根据我们的应用去拓展维度，刚才说了根据实际业务需求，然后去构建标签体系的维度。第二，它可以根据维度扩展用户画像的应用，因此它和实际中的应用是互相促进的关系。 

 

有了忠诚度、影响力的标签可以做营销，在售前推出一款新产品，希望在销售之前找到目标用户群做精准营销，这是一方面；另一方面，在售中把用户拉到网站上做向其推荐感兴趣的商品，这是售中；最后我的用户买了商品离开网站之后，用户对产品以及对我的品牌口碑反馈是什么样，这是售后。我希望得到这方面的用户反馈，用于售后做增值服务。 

 

 

构建画像之后，因为营销渠道非常多，包括短信营销、在线营销等等。所谓第一方数据，指的是企业的CRM数据、销售数据，这些都是属于它的第一方数据。第二方数据，比如做广告做投放，广告的曝光数据、点击数据、转化数据等。第三方数据，指的是第三方的数据服务公司补充的数据，帮助企业找到更多的潜在客户。 

 

有了三方数据之后全部进行整合，加工成用户画像，筛选出潜在人群，就有了数据闭环，同时还包括营销闭环，在做营销的时候可能对初始筛选出的人群效果不太满意，因为效果不一定是特别好的，根据实际报表情况对营销策略不断进行调整，因此会有两个闭环。

IV.用户画像体系

i.标签概述

• 事实标签：用户录入的个人资料，用户浏览、点击、交易行为中统计得出的标签。
• 模型标签：基于用户行为以及确定的规则及模型综合计算产出，如用户的偏好标签。
• 预测标签：通过数据挖掘产生，应用在对用户的某些属性或行为进行预测判断。

ii.标签处理过程

 

iii.标签体系

 

V.用户画像构建

i.知识点总结

• 为了保证输出数据的一致性，用户画像所使用的所有数据都来源于数据仓库。
• 使用SPARK集群作为计算引擎，使用Hive SQL作为开发语言。
• 为了让大家都能方便使用用户画像数据，用户画像结果数据同时存储到Hdfs文件和Hbase文件中。

ii.用户画像构建流程

 

iii.用户画像开发流程

 

VI.产品化--DMP系统

i.DMP简介

DMP即data management system，数据管理平台，是基于运营场景打造的数据管理平台，拥有用户信息、交易行为、兴趣偏好等众多用户数据标签，以营销目标为方向，结合用户数据、交易行为数据和产品画像数据等，协助运营定位目标用户，实现精准营销。

i.DMP作用

• 用于精准营销
• 广告投放
• 个性化推荐
• 其他应用

VII.DMP功能框架

 

VIII.业务使用流程

 

参考文献

[1] 干货请收好：终于有人把用户画像的流程、方法讲明白了. https://blog.csdn.net/zw0Pi8G5C1x/article/details/83964888
[2] 大数据用户画像的方法及营销实践. http://www.cbdio.com/BigData/2016-03/22/content_4717045.htm