简单用户画像分析

一、用户画像是什么

用户画像是通过对用户各类特征进行标识，通过标识给用户贴上各类标签，再通过标签把用户分为不同的群体，以便对不同的群体分别进行产品/运营运作。

比如拉面说在微信进行推广，因为拉面是即食食品，更加吸引年轻人，且更加偏向城市里忙碌的社畜，那么拉面说的用户画像就为年轻化（年龄）、上班族（职业）。

二、用户画像有哪些？

用户画像的标签有4种：

1、基础属性

如：姓名、性别、年龄、星座、教育、身高、收入、职业等。

2、社会关系

如：婚姻、有无女孩、有无男孩、家里是否有老人等。

3、行为特征

基本行为：注册时间、来源渠道、最近一次活跃的时间、最近一次支付的时间。
业务行为：是否买过特惠商品、是否曾获优秀学员，这些标识都会对产品的后期运营有所帮助。

4、业务相关

这一类跟其他类不太一样，就像第三类中的业务行为，它是通过业务行为产生出来的特征，而业务相关呢，它是积累了其他的业务不会去记录的一些数据，比如运动健身类的产品。

它会涉及到：胖瘦高矮、体脂率、BMI、在练胸或者练臀、日均10000步、收藏了多少份健身计划等等。

三、标签从哪里来？

1、注册信息
一开始注册叫你填多少岁、地域的基础信息
and选择你喜欢的领域、兴趣，你在app搜索关键词等等

2、通过用户自己的已有特征推导
比如：从买过的东西去推，比如说买过女士衣服+化妆品。常用IP进行推导地域等。

3、通过用户身边的人推断
通过距离：基于某些属性，周围的人都具备，用户大概率也具备。
通过行为：通过协同过滤，找到行为相似的目标用户。

四、拿到用户画像要怎么简单呈现？

例：EXCEL的数据透视图
当你需要看哪个属性的时候，图跟随你的选择变化，如下动图：

Dec-16-2020 23-20-02.gif

此时你可以清晰地看到省份、城市的数据情况，或者可以选择下次在进行广告投放的时候更加偏重于这些区域。

由于这个功能会比较简单，下次和切片器一起写。
还有用tableau的仪表盘，或者是python的pychart包，后面有时间会教怎么用。