用户画像如何创新破局数据驱动增长 | 数据增长

用户画像即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌,是企业应用大数据技术的基本方式。例如:通过收集用户的人口属性、行为属性、消费习惯、偏好特征等多个维度的数据,进而对用户或者产品特征属性进行刻画,并对特征进行分析、统计,挖掘潜在价值信息,抽象出用户的信息全貌。

但是画像一直以来就是传统的看板洞察、分群等自定义些功能模块,也很多没有打通跨业务线跨领域的数据,同时在功能上一直以来没有对应的突破,面对这些困局,本用户画像就是解决了目前的各种挑战和困难,通过以下几点来应用破局的。

一、目前画像的困局有哪些?

在建立画像初期,业务面临着一些重要难题,依据各个困局,重点突破,来取得画像的创新驱动,以下就是业务面临的几大困局:

用户画像如何创新破局数据驱动增长 | 数据增长_第1张图片

二、画像破局底层框架,让数据成为共用的标签来复用

打通孤立的底层数据,让数据贯通发挥一定的数据价值,统一规划存储和计算,标准化处理但同时满足个性化场景需求,标签商品化,多种组件支持,真正的实现数据打通,共享共荣,数据是可再生资源,打通融合后价值具有1+1>2效应 。

用户画像如何创新破局数据驱动增长 | 数据增长_第2张图片

同时,在数据共有的基础上,要秉承标准化处理、数据标签资产管理、标签建立规则等相关原则上,实现数据的自生自用到数据的自生他用,最后到达数据的共生共用3个层次,使数据源在融合后达到满足各个业务线通用需求和个性化需求的双重满足。

用户画像如何创新破局数据驱动增长 | 数据增长_第3张图片 

三、画像破局业务成本,统一集中处理,达到降本增效

将pc端主流业务线的数据进行汇集融合,避免各业务线标签重复构建,集中开发、管理,节约成本、提升计算效率。用户标签是数据指标业务化的封装形式,具有了业务含义的标签易懂、易用,提升了数据的价值及使用效率。

用户画像如何创新破局数据驱动增长 | 数据增长_第4张图片

四、画像功能创新,驱动规则和算法融合的形式,实现精准营销

作为中台下的用户画像系统,在承接标签构建开发的同时,还需要平台能力尽量和业务运营系统、营销系统等平台能够实现功能的解耦,以便支持后续细分场景下的业务需求,实现功能的拓展和迭代优化,最大限度的可以实现平台功能的扩展性。所以潜客挖掘,物料挖掘这些个性化场景下,本着满足不同业务需求的同时,尽量把功能做抽象,以实现多一套流程,多方复用的能力。最终通过规则和算法融合的形式,沉淀输出人找人、物找人、物找物、人找物四大模块,高效助力产品实现物料拓展,精准营销。

用户画像如何创新破局数据驱动增长 | 数据增长_第5张图片

五、画像标签体系合理设计,破局业务应用的局限性,同一标签多场景适用

标签体系设计指导思想:以用代管,以用数据为出发点,从业务视角理解抽象标签,数据更易用,同时使用文本挖掘的算法进行分析如TF-IDF、TopicModel主题模型、LDA 、pu-learnning等算法,主要是对原始数据的预处理和清洗,计算的框架选用Spark以及RHadoop,项目数据均由mysql存储用户状态及权限由JWT管理。

用户画像如何创新破局数据驱动增长 | 数据增长_第6张图片

画像平台最终通过画像标签+系统组件的形式做可视化输出。底层通过“微分”方式实现画像标签构建,平台层面通过系统组件拼装,在标签集市、用户分群、用户洞察等多页面实现标签“积分”调用。

在此基础的理念和设计上,作为中台型画像平台,我们会自己生产标签,同时各个业务线也有基于中台或者基于自建的数据平台定制化标签生产的需求,业务线标签生产完成后,中台会有对应的标签融合的任务,把业务生产的定制化标签,自动融合到画像主题。融合之后,还会触发标签的自动化管理,在标签的体系中,把业务侧生产的标签也融合进去,做统一的管理。最终生成五大体系的画像标签,对于业务应用来说,需要对业务高频的标签使用场景有比较好的分析和洞察,才能够提炼出他对复合标签的真正诉求,从而把复合标签提炼出来。所以复合标签的生产需要,对产品侧的业务理解和分析洞察能力要求比较高,但它确实可以大大降低开发成本,提高标签的复用性。

用户画像如何创新破局数据驱动增长 | 数据增长_第7张图片 

六、画像总结展望-精准营销闭环来破局最后一公里的营销驱动

目前画像系统处于2.5时代,除具备用户洞察、圈选等能力外,还构建了智能扩簇能力,为业务精准营销,精细化运营基于种子数据进行相似人群及物料查找提供技术支持,未来规划画像平台是一个进行内容精准宣发的一个营销闭环平台。

(1)基于画像平台去圈选出特定内容偏好人群包。利用用户标签里面会有他的偏好,根据要宣发的内容特点去匹配相应偏好特征的人群包,运营后台基于画像平台的功能分群去获取人群包。

(2)在运营后台的配置中,配上相应的人群包和资源位,对该人群包的人群做定向的宣发。

(3)采集宣发的数据,将相应的指标可视化。

(4)根据 BI 报表的反馈和分析,驱动内容运营策做出相应的调整和优化。

通过这样的闭环链路设计,既可以达到既生产标签又反哺标签的目的,既有利于准确度的提升,还利于业务指标的持续提升。在满足人群圈选分发的同时,即能分发兴趣的内容和个性化的物料,针对不同人群进行有效的策略的制定和投放,兼顾用户人群的覆盖性以及策略的有效性,达到一个数据营销的闭环设计。

以上是基于画像平台在搭建和推广中总结的一些见解,不足之处还请指正。有任何问题欢迎大家随时交流。

你可能感兴趣的:(大数据)