《用户画像》：方法论与工程化解决方案
小飞象·读书会
欲速则不达，太过于急切，只会物极必反。凡事都是沉淀积累的过程。
读书交流│4期
用户画像
方法论与工程化解决方案
data analysis
●●●●
分享人：木兮
欢迎大家参加这次读书会的直播分享，本次分享由学委瓜来带大家梳理一下《用户画像》：方法论与工程化解决方案这本书的精华内容。在交流会结束后，请和我说一下您的收获和感受。此次分享主要为大家梳理本书的主要精华部分，后面还会在【瓜瓜的小宝藏】详细的为大家拆解本书的精选内容，并做成一个系列的视频发布视频号，欢迎关注哦！（可以在公众号留言交流，读书会往期回顾）
（学委瓜瓜的个人公众号）
做一个对世界充满好奇的人！在互联网的背景下大批互联网用户都被抖音、快手等这种顶级app占据，因此，精细化运营更是成为企业重要的竞争力，如何利用大数据来进行精细化运营和精准营销服务，此时，“用户画像”的概念也应运而生。即通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进行清洗、聚类、分析，从而将数据抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。
通俗的讲就是给用户打标签。打标签可以干什么，可以定向投放广告，个性化推荐，精准营销等。运营人员可以分析用户特征行为偏好，从而进行个性化推荐。数据分析可以做用户预警，精细化运营。所以，用户画像分析是数据分析领域的一个必要的环节，来帮助产品功能迭代，辅助运营做用户增长等。
可是，一提到用户画像， 很多人都可能存在的错误认知，把用户画像简单理解成用户各种特征，比如店铺是卖菜的，你构造的用户标签有：
▶用户帅不帅、是否爱玩游戏等
▶天津人，爱王者荣耀等
▶高富帅、有钱等
······
所以本期，小飞象读书会的直播总结，就来跟大家一起来品读《用户画像-方法论与工程化解决方案》这本书，还用一句话来总结这本书的精髓：多个亿级规模用户画像系统经验总结，从0到1 构建用户画像系统技术和方法论！这本书从技术、产品、运营3个维度详尽阐述从0到1搭建用户画像系统的技术栈和方法论本书可以帮助读者在用户画像领域形成一种体系化思维。
在这过程中，建议全程认真听，带着思考来听（去看），有任何问题都可以随时交流哦！
—▼—
这本书第1~2章：第1章是基础知识，主要介绍一些基本的概念，稍微了解即可。第2章名称是数据指标体系，实际上应该称为用户标签体系比较好，这两者还是不太一样。这里说分成4个维度，实际上倒不一定，具体几个维度要看实际业务来，这里作为参考。
第3~4章谈标签的存储和开发，偏技术方向了。第5~6章谈性能调度和流程调优，也是偏技术方向的。
第7~9章介绍了用户画像产品化和落地应用及实践。其中第7章介绍了用户画像产品化的几个方式，如即时查询、元数据管理、人群分析等，这里可以认为是一些基于用户画像的功能模块。
第8章介绍了用户画像实际落地的应用，大概分成经营分析模型及精准营销（圈人及推荐）两个方面。
第9章介绍了几个案例，如风控反欺诈、A/B测试、实时营销等，这一块比较偏策略产品，与业务结合紧密。
整体来说，3-6章偏技术，第9章为案例，不作为本次分享的重点，但产品经理、运营、数据分析相关人员也可以看看，了解了解。对于非开发人员，重点阅读2、7、8、9章，稍微了解下1、3章即可。总之，这本书从技术、产品、运营3个维度详尽阐述从0到1搭建用户画像系统的技术栈和方法论本书可以帮助读者在用户画像领域形成一种体系化思维。
用户画像体系-数据应用体系的层级划分：
1、基础平台搭建：数据平台建设、数据仓库建设、统一SDK
2、报表与可视化：可配置数据报表、报表的可视化
3、产品运营与分析：自助提取数据、报表分析工具
4、精细化运营：用户行为分析、用户画像、数据挖掘
5、战略决策：个性化推荐、决策支持
用户标签体系-应用场景：
★个性化实时营销
根据用户的实时状态、行为与标签的迁移 来进行营销，比如对未完成交易的用户 进行实时的推送；
★个性化推送
根据用户的年龄、风险偏好、交易偏好等多个维度的标 签，对不同的用户群进行精准定位，分析出其潜在的服 务需求，进而有针对性地进行营销推送，提升用户体验；
★高价值客户深入开发
多维度挖掘不同交易行为模式的用户群，如 找到重要保持客户、重要挽留客户等不同类 型的用户群，并充分授信，对该类客户做精 细化运营；
★个性化推荐
不管是为了提升活跃还是提高交易转化，都需要根据丰 富的用户标签数据，针对用户不同标签特征，对用户进 行个性化的推荐；
★交叉营销
根据某类已完成目标人群的标签特征，去全量用户中， 对未完成目标的人群且具有相同标签特征的人群进行营 销，比如针对潜在理财客户的营销；
★精细化客户生命周期管理
根据用户行为和状态特征，制定客户生命周期管理模型，监控用户阶段变 化情况，更好地挖掘价值用户的需求，防止流失、召回。
那么，接下来，我就重点看看1、2、7、8章，第9章我们来挑一个案例来回顾一下：
—▼—
▼
随着移动互联网的发展，企业保存了大量的原始数据和业务数据，如何利 用大数据技术为用户的精细化运营和 精准营销服务，日渐成为企业的聚焦点而要做到精细化运营，首先要建立用户画像，用户画像就是用户信息标签化。
用户画像可看作企业应用大数据的根基，是定向广告投放与个性化推荐的，前置条件，为数据驱动运营奠定了基础。用户画像分为定量画像和定性画像。
1、定量画像与定性画像
2、定量画像及定性画像优缺点
3、数据标签类型：统计类、规则类、机器学习挖掘类
4、数据架构.用户画像数据框架图（书中可以简单了解一下）
5、用户画像系统-主要覆盖模块
6、用户画像系统■各阶段关键产出
▼
这里特别强调一下，由于实际的业务场景不同，每一个公司都有自己不同的业务侧重和划分，而用户画像本质目的是为了更好的服务于用户精细化运营。
所以，用户画像应用落地的时候一定要明确业务目标，与业务方充分沟通，并通过大量的数据结论等条件才能最终明确。
—▼—
▼
1、用户标签体系
2、标签命名方式
3、用户属性维度
总是，指标体系是指从不同维度梳理业务，把各项指标有系统地组织起来。不同的指标体系方法论适用场景不同，建议结合不同的方法论进行指标梳理，重点都在于如何让数据指标为公司经营提供决策依据。价值不在需求本身，而在于能为公司提供怎样的分析体系。
3、4、5、6章咱们简单的过一下：
—▼—
—▼—
—▼—
—▼—
—▼—
从业务价值来说，标签和画像类似一个为前台服务提供数据支持的中间层系统模块。开发完画像标签数据，如果只是在数据仓库中，并不能发挥更大的业务价值。只有将画像数据产品化后才能以标准方式提升数据处理链路上各个环节的效率，同时也更便于业务方使用。如图：
—▼—
▼
简单的梳理一下渠道分析、漏斗分析：
▼
—▼—
主要重点回顾一下用户画像在生命周期中的应用，如下：
◆分析用户特征
筛选不同阶段中的用户群， 通过多维透视分析功能，分 析不同阶段用户群的特征；
◆选择触达用户渠道
在生命周期不同阶段可通过不 同渠道来触达用户（消息推送、 站内信、短信、邮件等）；
◆分析营销效果
不同渠道触达用户成本不 一样，要考虑营销成本， 另外要注意避免多渠道同 时触达用户，对用户造成骚扰的情况出现。
—▼—
小结
以上就是本次分享的全部内容！《《用户画像》：方法论与工程化解决方案》这本书可以帮助读者在用户画像领域形成一种体系化思维：
l 如何建立标签指标体系？
l 指标体系中包含哪些标签？
l 如何设计存储画像标签的表结构？
l 如何开发标签？
l 画像系统中涉及哪些数据存储工具？
l 如何打通标签数据到服务层？
l 如何对画像系统进行监控？
l 如何对整个画像系统进行调度？
l 如何使画像系统服务于业务场景来驱动增长？
本书有太多需要解读的内容，不是这一次分享能全部吸收的，后面会在【瓜瓜小宝藏】详细的为大家拆解本书的每个章节，并做出视频发布视频号，欢迎关注哦！
其实，构建用户画像的目的是为了充分了解我们的用户，进而为产品设计、运营增长提供参考。当然，还是那句话，有些东西你用了才知道它有用，不用它永远没用，所以学习知识是比较容易，但是把知识应用到实际的工作和生活中是比较难的事，需要我们去实践，去思考、去练习。
最后，祝愿大家都能在自己所在的领域内，保持着好奇心、求知欲、观察生活，在实际场景中，要有数据驱动产品闭环的思维，熟悉业务，时刻关注数据、保持敏感，成就更好的自己，在可预见的未来，遇到更好的自己。
后期内容我们还有继续为大家分享很多的关于数据分析案例以及的数据书籍内容：数据分析项目分享、商业案例分享、高阶书籍分享···
本次分享到此结束，感谢大家的收听，我们下期再会！
······
敬请期待小飞象内部读书会第四期
·······
本次分享到此结束，再次感谢大家的收听，我们下期再会！
（本文由木兮整理，可能与演讲时略有遗漏，但整体思路精华都在）
✓ ……
图片来源于网络
若好的建议和想法，欢迎在下方留言
我们将尽其所能打造数据分析交流的理想之地
