[[427098]]

在互聯(lián)網步入大數(shù)據時代后，用戶行為給企業(yè)的產品和服務帶來了一系列的改變和重塑，其中最大的變化在于，用戶的一切行為在企業(yè)面前是可“追溯”“分析”的。企業(yè)內保存了大量的原始數(shù)據和各種業(yè)務數(shù)據，這是企業(yè)經營活動的真實記錄，如何更加有效地利用這些數(shù)據進行分析和評估，成為企業(yè)基于更大數(shù)據量背景的問題所在。

隨著大數(shù)據技術的深入研究與應用，企業(yè)的關注點日益聚焦在如何利用大數(shù)據來為精細化運營和精準營銷服務，而要做精細化運營，首先要建立本企業(yè)的用戶畫像。

一、用戶畫像是什么

用戶畫像，即用戶信息標簽化，通過收集用戶的社會屬性、消費習慣、偏好特征等各個維度的數(shù)據，進而對用戶或者產品特征屬性進行刻畫，并對這些特征進行分析、統(tǒng)計，挖掘潛在價值信息，從而抽象出用戶的信息全貌，如圖1所示。

▲圖1 某用戶標簽化

用戶畫像可看作企業(yè)應用大數(shù)據的根基，是定向廣告投放與個性化推薦的前置條件，為數(shù)據驅動運營奠定了基礎。由此看來，如何從海量數(shù)據中挖掘出有價值的信息越發(fā)重要。

大數(shù)據已經興起多年，其對于互聯(lián)網公司的應用來說已經如水、電、空氣對于人們的生活一樣，成為不可或缺的重要組成部分。從基礎設施建設到應用層面，主要有數(shù)據平臺搭建及運維管理、數(shù)據倉庫開發(fā)、上層應用的統(tǒng)計分析、報表生成及可視化、用戶畫像建模、個性化推薦與精準營銷等應用方向。

很多公司在大數(shù)據基礎建設上投入很多，也做了不少報表，但業(yè)務部門覺得大數(shù)據和傳統(tǒng)報表沒什么區(qū)別，也沒能體會大數(shù)據對業(yè)務有什么幫助和價值，究其原因，其實是“數(shù)據靜止在數(shù)據倉庫，是死的”。

而用戶畫像可以幫助大數(shù)據“走出”數(shù)據倉庫，針對用戶進行個性化推薦、精準營銷、個性化服務等多樣化服務，是大數(shù)據落地應用的一個重要方向。數(shù)據應用體系的層級劃分如圖2所示。

▲圖2 數(shù)據應用體系的層級劃分

二、用戶畫像的3種標簽類型

用戶畫像建模其實就是對用戶“打標簽”，從對用戶打標簽的方式來看，一般分為3種類型：①統(tǒng)計類標簽;②規(guī)則類標簽;③機器學習挖掘類標簽。

下面我們介紹這3種類型的標簽的區(qū)別：

1. 統(tǒng)計類標簽

這類標簽是最為基礎也最為常見的標簽類型，例如，對于某個用戶來說，其性別、年齡、城市、星座、近7日活躍時長、近7日活躍天數(shù)、近7日活躍次數(shù)等字段可以從用戶注冊數(shù)據、用戶訪問、消費數(shù)據中統(tǒng)計得出。該類標簽構成了用戶畫像的基礎。

2. 規(guī)則類標簽

該類標簽基于用戶行為及確定的規(guī)則產生。例如，對平臺上“消費活躍”用戶這一口徑的定義為“近30天交易次數(shù)≥2”。在實際開發(fā)畫像的過程中，由于運營人員對業(yè)務更為熟悉，而數(shù)據人員對數(shù)據的結構、分布、特征更為熟悉，因此規(guī)則類標簽的規(guī)則由運營人員和數(shù)據人員共同協(xié)商確定;

3. 機器學習挖掘類標簽

該類標簽通過機器學習挖掘產生，用于對用戶的某些屬性或某些行為進行預測判斷。例如，根據一個用戶的行為習慣判斷該用戶是男性還是女性、根據一個用戶的消費習慣判斷其對某商品的偏好程度。該類標簽需要通過算法挖掘產生。

在項目工程實踐中，一般統(tǒng)計類和規(guī)則類的標簽即可以滿足應用需求，在開發(fā)中占有較大比例。機器學習挖掘類標簽多用于預測場景，如判斷用戶性別、用戶購買商品偏好、用戶流失意向等。一般地，機器學習標簽開發(fā)周期較長，開發(fā)成本較高，因此其開發(fā)所占比例較小。

三、用戶畫像8大系統(tǒng)模塊及解決方案

搭建一套用戶畫像方案整體來說需要考慮8個模塊的建設，如圖3所示。

▲圖3 用戶畫像主要覆蓋模塊

用戶畫像基礎：需要了解、明確用戶畫像是什么，包含哪些模塊，數(shù)據倉庫架構是什么樣子，開發(fā)流程，表結構設計，ETL設計等。這些都是框架，大方向的規(guī)劃，只有明確了方向后續(xù)才能做好項目的排期和人員投入預算。這對于評估每個開發(fā)階段重要指標和關鍵產出非常重要。

數(shù)據指標體系：根據業(yè)務線梳理，包括用戶屬性、用戶行為、用戶消費、風險控制等維度的指標體系。

標簽數(shù)據存儲：標簽相關數(shù)據可存儲在Hive、MySQL、HBase、Elasticsearch等數(shù)據庫中，不同存儲方式適用于不同的應用場景。

標簽數(shù)據開發(fā)：用戶畫像工程化的重點模塊，包含統(tǒng)計類、規(guī)則類、挖掘類、流式計算類標簽的開發(fā)，以及人群計算功能的開發(fā)，打通畫像數(shù)據和各業(yè)務系統(tǒng)之間的通路，提供接口服務等開發(fā)內容。

開發(fā)性能調優(yōu)：標簽加工、人群計算等腳本上線調度后，為了縮短調度時間、保障數(shù)據的穩(wěn)定性等，需要對開發(fā)的腳本進行迭代重構、調優(yōu)。

作業(yè)流程調度：標簽加工、人群計算、同步數(shù)據到業(yè)務系統(tǒng)、數(shù)據監(jiān)控預警等腳本開發(fā)完成后，需要調度工具把整套流程調度起來。

用戶畫像產品化：為了能讓用戶數(shù)據更好地服務于業(yè)務方，需要以產品化的形態(tài)應用在業(yè)務上。產品化的模塊主要包括標簽視圖、用戶標簽查詢、用戶分群、透視分析等。

用戶畫像應用：畫像的應用場景包括用戶特征分析、短信、郵件、站內信、Push消息的精準推送、客服針對用戶的不同話術、針對高價值用戶的極速退貨退款等VIP服務應用。

四、一款用戶畫像產品是什么樣的?

開發(fā)畫像后的標簽數(shù)據，如果只是“躺在”數(shù)據倉庫中，并不能發(fā)揮更大的業(yè)務價值。只有將畫像數(shù)據產品化后才能更方便業(yè)務方的使用。這里簡要介紹用戶畫像產品化后，主要可能涵蓋到的功能模塊，以及這些功能模塊的應用場景。

畫像產品按常見的功能來看，主要包括標簽視圖與即時查詢，用戶分群，用戶人群透視分析，對用戶從事件、留存、漏斗、分布等多維度展開的深入交互式分析等模塊。下面詳細介紹畫像的產品形態(tài)。

1. 標簽視圖與查詢

標簽視圖與查詢功能主要面向業(yè)務人員使用，如圖4所示。

▲圖4

在標簽視圖版塊中，層級化地展示了目前已經上線使用的全部用戶標簽。用戶可以層級化地通過點擊標簽，查看每個標簽的詳細介紹。

在圖4中，當點擊“用戶屬性”這個一級類目，可進入到“自然性別”“購物性別”“用戶價值”等二級類目，點擊“自然性別”二級類目，可看到展開的“男性”“女性”三級標簽，進一步點擊三級標簽“男性”或是“女性”，可以進入查看該標簽的詳細介紹，如圖5所示。

▲圖5

在該標簽詳情頁中，可以查看人口屬性這一個類目下面的各個標簽覆蓋用戶量情況。

每天通過對標簽的覆蓋用戶量進行監(jiān)控，可以作為預警使用。例如：某天某個標簽的覆蓋用戶量與前一天相比出現(xiàn)了很大比例的波動，需要排查該標簽當日ETL作業(yè)是否出現(xiàn)異常或是否因業(yè)務上的操作導致標簽量級的波動。

在標簽查詢模塊中，通過輸入用戶對應的userid或cookieid，可以查看該用戶的屬性信息、行為信息、風控屬性等多維度的信息，從多方位了解一個用戶的特征。

2. 用戶人群功能

用戶人群功能主要面向業(yè)務人員使用。產品經理、運營、客服等業(yè)務人員在應用標簽時，可能不僅僅只查看某一個標簽對應的人群情況，更多地可能需要組合多個標簽來滿足其在業(yè)務上對人群的定義。

例如：組合“近30日購買次數(shù)”大于3次和“高活躍”“女性”用戶這三個標簽進行定義目標人群，查看該類人群覆蓋的用戶量，以及該部分人群的各維度特征。下面介紹產品上的實現(xiàn)方式。

在“用戶人群”版塊下，點擊“新建人群”或編輯之前已添加的分組(如圖6)，進入詳情頁可自定義涵蓋某些標簽的人群(如圖7)。

▲圖6 用戶自定義分群版塊

▲圖7 用戶自定義分群編輯

在自定義編輯用戶分群時，對于有統(tǒng)計值類型的標簽，可以自定義篩選該標簽的取值范圍，如上圖中“近30日購買次數(shù)”標簽，業(yè)務人員可篩選該標簽的數(shù)值。對于分類型標簽，如上圖中“活躍度”標簽，業(yè)務人員選中該標簽即可圈出包含該標簽的用戶。

“人群名稱”和“人群描述”表單用于業(yè)務人員描述該人群在業(yè)務上的定義，方便后續(xù)繼續(xù)查看、應用該人群。

關于作者：趙宏田，資深大數(shù)據技術專家，先后在中國地質大學(武漢)和武漢大學獲得工學和經濟學雙學士學位。在大數(shù)據、數(shù)據分析和數(shù)據化運營領域有多年的實踐經驗，擅長Hadoop、Spark等大數(shù)據技術，以及業(yè)務數(shù)據分析、數(shù)據倉庫開發(fā)、爬蟲、用戶畫像系統(tǒng)搭建等。

本文摘編自《用戶畫像：方法論與工程化解決方案》，經出版方授權發(fā)布。