文章從數(shù)據(jù)產(chǎn)品層面出發(fā)，對(duì)如何從0到1建設(shè)用戶畫像體系進(jìn)行了梳理分析，主要是4個(gè)步驟：業(yè)務(wù)需求分析、建設(shè)標(biāo)簽體系、建設(shè)畫像系統(tǒng)和畫像應(yīng)用，供大家一同參考和學(xué)習(xí)。

從PC到移動(dòng)互聯(lián)網(wǎng)，一批搭乘流量紅利快車的互聯(lián)網(wǎng)產(chǎn)品，曾極速崛起。而如今，流量紅利消失，一個(gè)瘋狂的、傳奇般的流量時(shí)代，已然結(jié)束。增量乏力，存量市場(chǎng)競(jìng)爭(zhēng)更加激烈的環(huán)境下催生了精細(xì)化運(yùn)營(yíng)，結(jié)合大數(shù)據(jù)，對(duì)用戶進(jìn)行分群，針對(duì)不同群體的用戶采用不同的營(yíng)銷策略。

兵法云：“知己知彼，百戰(zhàn)不殆”，在整個(gè)精細(xì)化運(yùn)營(yíng)過程中，用戶畫像體系的搭建起到不可或缺的作用。前面草帽小子介紹了埋點(diǎn)數(shù)據(jù)采集、指標(biāo)體系搭建、數(shù)倉和OLAP分析等數(shù)據(jù)基礎(chǔ)層建設(shè)，接下來我們來研究如何從0-1搭建用戶畫像體系，以及用戶畫像的應(yīng)用場(chǎng)景。

初識(shí)用戶畫像

用戶畫像的概念，最早由交互設(shè)計(jì)之父Alan Cooper提出，是對(duì)產(chǎn)品或服務(wù)的目標(biāo)人群做出的特征刻畫。

在早期，用戶數(shù)據(jù)的來源渠道比較少，數(shù)據(jù)量也相對(duì)比較小的時(shí)期，用戶畫像的研究主要基于統(tǒng)計(jì)分析層面，通過用戶調(diào)研來構(gòu)建用戶畫像標(biāo)簽。

后來，加利福尼亞大學(xué)的Syskill和Webert，通過手動(dòng)收集網(wǎng)站用戶對(duì)頁面的滿意度，然后通過統(tǒng)計(jì)分析逐漸構(gòu)建出用戶興趣模型。

再隨著互聯(lián)網(wǎng)及信息采集技術(shù)的發(fā)展，加州管理大學(xué)開發(fā)了Web Watcher，可以通過數(shù)據(jù)采集器，記錄互聯(lián)網(wǎng)上用戶產(chǎn)生的各種瀏覽行為以及用戶的興趣偏好，實(shí)現(xiàn)對(duì)用戶興趣模型的構(gòu)建，并隨著數(shù)據(jù)的不斷累積，擴(kuò)大更新系統(tǒng)模型，用戶畫像標(biāo)簽也更加豐富。

近年來，隨著互聯(lián)網(wǎng)海量數(shù)據(jù)的爆炸式增長(zhǎng)，眾多企業(yè)的用戶畫像研究有了新的機(jī)遇，基于用戶的屬性、行為、興趣愛好等數(shù)據(jù)標(biāo)簽，運(yùn)用算法對(duì)特征進(jìn)行分析建模，從而抽象出用戶的全貌，成為了產(chǎn)品人員的關(guān)注重點(diǎn)。

例如對(duì)于路飛而言，其用戶畫像可簡(jiǎn)單描述為18-25歲中二少年，15億身價(jià)，愛吃肉，愛炫酷機(jī)器人，沖動(dòng)性消費(fèi)人群，若某電商網(wǎng)站提前得知了該用戶信息，就可以根據(jù)其偏好特征，給其推送肉類以及高科技商品，促進(jìn)路飛在平臺(tái)上完成購買。

這個(gè)過程中，用于描繪用戶畫像的關(guān)鍵性因素就是標(biāo)簽，通常不同應(yīng)用場(chǎng)景下，標(biāo)簽分類不同。

例如騰訊廣告對(duì)標(biāo)簽的分類，可分為：

• 人口學(xué)標(biāo)簽：性別、年齡、居住地、學(xué)歷、婚戀、資產(chǎn)及工作狀態(tài)等。
• 興趣類標(biāo)簽：商業(yè)興趣、泛娛樂興趣、語義興趣等。
• 設(shè)備類標(biāo)簽：設(shè)備品牌、運(yùn)營(yíng)商、 聯(lián)網(wǎng)方式、型號(hào)、操作系統(tǒng)等。
• 行為類標(biāo)簽：人群上班地、出游頻率、使用電商購物、O2O、游戲等應(yīng)用特定行為、互動(dòng)行為、支付行為等。

按阿里電商對(duì)標(biāo)簽的分類，可分為：

• 用戶屬性類標(biāo)簽：性別、年齡、地域、注冊(cè)日期、手機(jī)品牌、手機(jī)系統(tǒng)、聯(lián)系方式、歷史購買狀態(tài)、用戶活躍度、RFM價(jià)值度。
• 用戶行為類標(biāo)簽：近30日訪問次數(shù)、近30日客單價(jià)、近30日活躍天數(shù)、近30日訪問時(shí)長(zhǎng)、平均訪問深度、充值用戶等。
• 消費(fèi)類標(biāo)簽：收入狀況、購買力水平、已購商品、購買渠道偏好、最后購買時(shí)間、購買頻次。
• 商品品類標(biāo)簽：高跟鞋、靴子、襯衫、法式連衣裙、肉脯、牛肉干、掃地機(jī)器人、智能音響等。
• 社交類標(biāo)簽：經(jīng)?；钴S的時(shí)間段、活躍地點(diǎn)、單身、評(píng)價(jià)次數(shù)、好評(píng)度等。

整個(gè)畫像體系包含標(biāo)簽建模、畫像系統(tǒng)、畫像應(yīng)用，那從數(shù)據(jù)產(chǎn)品層面來看，如何0-1建立用戶畫像體系呢？接下來我們按照如下結(jié)構(gòu)進(jìn)行展開：

1. 業(yè)務(wù)需求分析
2. 建設(shè)標(biāo)簽體系
3. 建設(shè)畫像系統(tǒng)
4. 畫像應(yīng)用

第一步：業(yè)務(wù)需求分析

用戶畫像體系的建設(shè)不能憑空捏造，需要以經(jīng)濟(jì)建設(shè)為中心，根據(jù)實(shí)際的業(yè)務(wù)需求，考量畫像系統(tǒng)能為業(yè)務(wù)帶來的價(jià)值，所以我們第一步要做的是分析業(yè)務(wù)需求。

明確用戶畫像服務(wù)于企業(yè)的對(duì)象，如產(chǎn)品、用戶運(yùn)營(yíng)、活動(dòng)運(yùn)營(yíng)、市場(chǎng)、風(fēng)控等部門；再根據(jù)業(yè)務(wù)方需求，明確未來產(chǎn)品建設(shè)目標(biāo)和用戶畫像分析之后的預(yù)期效果。

就公司整體而言，他的目標(biāo)是提升平臺(tái)整體的收益，過程中會(huì)驅(qū)動(dòng)產(chǎn)品、運(yùn)營(yíng)、數(shù)據(jù)分析、市場(chǎng)、客服等同事協(xié)同工作，畫像會(huì)更加關(guān)注如何進(jìn)行精細(xì)化運(yùn)營(yíng)，提升公司營(yíng)收上；

就運(yùn)營(yíng)人員娜美而言，她的目標(biāo)是提升轉(zhuǎn)化率，過程中會(huì)采用內(nèi)容的個(gè)性化推送的策略、用戶精準(zhǔn)觸達(dá)，畫像會(huì)更加關(guān)注用戶個(gè)人行為偏好上；

就數(shù)據(jù)分析人員羅賓而言，她的目標(biāo)是做用戶的流失預(yù)警，做針對(duì)性的精準(zhǔn)營(yíng)銷，那過程中就需要分析用戶行為特征，用戶的消費(fèi)偏好；

在需求分析階段，我們需要分析業(yè)務(wù)過程，各部門核心關(guān)注點(diǎn)、部門KPI、組織結(jié)構(gòu)、用戶行為路徑、功能流程圖。此處分析過程跟埋點(diǎn)業(yè)務(wù)需求分析類似，詳情可查看埋點(diǎn)業(yè)務(wù)需求分析，此處不做展開。

第二步：搭建標(biāo)簽體系

從數(shù)據(jù)產(chǎn)品建設(shè)標(biāo)簽體系來看，可以根據(jù)標(biāo)簽的統(tǒng)計(jì)方式，將標(biāo)簽分為3類：統(tǒng)計(jì)類標(biāo)簽、規(guī)則類標(biāo)簽、預(yù)測(cè)類標(biāo)簽；

1. 統(tǒng)計(jì)類標(biāo)簽

用戶畫像最為基礎(chǔ)常見的標(biāo)簽，統(tǒng)計(jì)類標(biāo)簽值統(tǒng)計(jì)用戶相關(guān)數(shù)值、客觀描述用戶狀態(tài)的標(biāo)簽，這類數(shù)據(jù)通常可以從用戶注冊(cè)數(shù)據(jù)、用戶訪問、消費(fèi)統(tǒng)計(jì)中可以得出。

例如對(duì)于某個(gè)用戶來說，其性別、年齡、城市、星座、近7日活躍天數(shù)、近7日活躍次數(shù)、累計(jì)購買金額、累計(jì)購買次數(shù)、月均消費(fèi)金額等字段，

2. 規(guī)則類標(biāo)簽

基于用戶行為及確定的規(guī)則產(chǎn)生，在實(shí)際開發(fā)畫像的過程中，根據(jù)業(yè)務(wù)的需要，由運(yùn)營(yíng)人員和數(shù)據(jù)人員共同協(xié)商制定，包含活躍度標(biāo)簽、RFM標(biāo)簽等。例如，對(duì)平臺(tái)上“交易活躍”這一口徑的定義為“近90天交易次數(shù)>3”。

下面由草帽小子來介紹，常用的用戶活躍度標(biāo)簽、RFM標(biāo)簽的劃分方法。

（1）用戶活躍度標(biāo)簽

實(shí)際業(yè)務(wù)場(chǎng)景中會(huì)涉及根據(jù)用戶的活躍情況，給用戶打上高活躍、中活躍、低活躍、流失等標(biāo)簽。

那這個(gè)過程中高中低的時(shí)間范圍是如何劃分的呢？

在這里，路飛的拍腦門可行不通，標(biāo)簽的建設(shè)講究定義有依據(jù)，建設(shè)有方法。

首先劃分用戶的流失周期，通常有2種方法：

一是拐點(diǎn)理論：X軸上數(shù)值的增加會(huì)帶來Y軸數(shù)值大幅增益（減益），直到超過某個(gè)點(diǎn)之后，當(dāng)X增加時(shí)Y的數(shù)據(jù)增益（減益）大幅下降，即經(jīng)濟(jì)學(xué)里面的邊際收益的大幅減少，那個(gè)點(diǎn)就是圖表中的“拐點(diǎn)”。

比如圖中流失周期增加到5周的時(shí)候，用戶回訪率的縮減速度明顯下降，所以這里的5周就是拐點(diǎn)，我們可以用5周作為定義用戶流失的期限，即一個(gè)之前訪問/登錄過的用戶，如果之后連續(xù)5周都沒有訪問/登錄，則定義該用戶流失。

二是統(tǒng)計(jì)用戶最后一次訪問與倒數(shù)第二次訪問之間的時(shí)間間隔，可認(rèn)為大于這個(gè)時(shí)間間隔的用戶基本不會(huì)再訪問，即用戶已流失。查看歷史數(shù)據(jù)可以了解到用戶最后一次訪問與倒數(shù)第二次訪問間隔30日以上的用戶不足10%，可以認(rèn)為大于這個(gè)時(shí)間間隔的用戶為“流失用戶”。

劃分完流失周期之后，根據(jù)用戶的活躍情況進(jìn)一步將其劃分高中低活躍。對(duì)歷史數(shù)據(jù)，按照二八原則進(jìn)行劃分。

例如分析得出活躍次數(shù)10次以上的用戶占近30日訪問用戶量的20%，則這批為“高活躍用戶”；進(jìn)一步把活躍5-10次的用戶劃分為“中活躍用戶”；把活躍1-5次的用戶劃分為“低活躍用戶”。

（2）RFM標(biāo)簽

RFM模型主要由3個(gè)基礎(chǔ)指標(biāo)組成：最近一次消費(fèi)時(shí)間、消費(fèi)頻率、消費(fèi)金額。根據(jù)歷史數(shù)據(jù)，查看用戶量的占比，可按照二八原則進(jìn)行劃分，得到細(xì)分標(biāo)簽。

• R：如歷史數(shù)據(jù)中80%的用戶最近訪問<60日為“近”，用戶最近訪問>=60日為“遠(yuǎn)”。
• F：如歷史交易訂單量80%的用戶訂單量<5單為“低頻”，訂單量>=5單為“高頻”。
• M：如歷史交易訂單金額80%的用戶交易金額<500元為“低額”，交易金額>=500元的為“高額”。

3. 預(yù)測(cè)類標(biāo)簽

基于用戶的屬性、行為、位置和特征，運(yùn)用決策樹算法、回歸算法等挖掘用戶的相關(guān)特征，挖掘其潛在需求，針對(duì)這些潛在需求，給用戶打標(biāo)簽，配合不同的營(yíng)銷策略，進(jìn)行推送。

例如，根據(jù)一個(gè)用戶的消費(fèi)習(xí)慣判斷，他對(duì)商品的偏好程度；根據(jù)用戶的退差評(píng)等行為，預(yù)測(cè)其風(fēng)險(xiǎn)程度。

一般統(tǒng)計(jì)類和規(guī)則類標(biāo)簽即可滿足應(yīng)用需求，在開發(fā)過程中占有較大比例。機(jī)器學(xué)習(xí)挖掘類標(biāo)簽多用于預(yù)測(cè)場(chǎng)景，如判斷用戶風(fēng)險(xiǎn)、用戶購買商品偏好、用戶流失意向等，其開發(fā)周期長(zhǎng)、開發(fā)成本高。

例如，今日頭條上積累了大量與數(shù)據(jù)產(chǎn)品主題相關(guān)的文章、帖子等文本數(shù)據(jù)，由于歷史原因，這些文章沒有做內(nèi)容分類，也沒有打上相應(yīng)的標(biāo)簽，不便于對(duì)內(nèi)容進(jìn)行管理?，F(xiàn)在需要對(duì)帖子打上相應(yīng)的主題標(biāo)簽。

一是根據(jù)已經(jīng)劃定的文章類型，將為做過分類的文章自動(dòng)劃分到相應(yīng)類型下

二是支持文章的集約化管理，根據(jù)文章內(nèi)容自動(dòng)為每篇文章打賞與其主題相關(guān)的標(biāo)簽

（1）特征選取及開發(fā)流程

數(shù)據(jù)分類：人工對(duì)一批文檔進(jìn)行準(zhǔn)確標(biāo)注，作為訓(xùn)練集樣本，未進(jìn)行標(biāo)注的一批文檔作為測(cè)試集

數(shù)據(jù)預(yù)處理：對(duì)測(cè)試集和訓(xùn)練集文本進(jìn)行分詞處理，建立詞料庫，去掉停用詞、語氣詞等

樸素貝葉斯分類：從精度、召回率、F-測(cè)度值3方面來劃分文章分類

（2）計(jì)算標(biāo)簽權(quán)重

用戶在平臺(tái)上的不同行為，在用戶標(biāo)簽層面權(quán)重不同，比如用戶購買某商品的行為權(quán)重要比用戶添加購物車、收藏某商品、瀏覽某商品行為權(quán)重依次要高。

在標(biāo)簽制定過程中用戶畫像建模人員與業(yè)務(wù)人員需要密切溝通，結(jié)合業(yè)務(wù)場(chǎng)景制定不同行為類型和權(quán)重。常用的確定權(quán)重的方法有TF-IDF詞空間向量、時(shí)間衰減系數(shù)。

1）TF-IDF詞空間向量

TF-IDF是一種統(tǒng)計(jì)方法，用以評(píng)估一個(gè)字或詞相對(duì)于一個(gè)文件集或一個(gè)語料庫中其他詞的重要程度。字詞的重要性與它在文件集中出現(xiàn)的次數(shù)，成正比；與它在語料庫中出現(xiàn)的次數(shù)成反比。

2）時(shí)間衰減系數(shù)

當(dāng)用戶數(shù)據(jù)達(dá)到足夠密集的程度后，用戶身上打的標(biāo)簽對(duì)應(yīng)的屬性會(huì)表現(xiàn)出較高的穩(wěn)定性，這種穩(wěn)定性與用戶長(zhǎng)期行為形成的個(gè)人特征相匹配。

用戶標(biāo)簽權(quán)重=行為類型權(quán)重*時(shí)間衰減*用戶行為次數(shù)*TF-IDF計(jì)算標(biāo)簽權(quán)重

第三步：建設(shè)用戶畫像系統(tǒng)

畫像系統(tǒng)作為支撐系統(tǒng)，主要目標(biāo)用戶是市場(chǎng)、運(yùn)營(yíng)、產(chǎn)品、數(shù)據(jù)分析師等人員，滿足其用戶分析、標(biāo)簽查詢、營(yíng)銷活動(dòng)對(duì)接的需求。所以畫像系統(tǒng)的設(shè)計(jì)需要考慮功能上的用戶分析需求，以及非功能上的接口開發(fā)需求。

1. 功能需求

功能上可劃分為：首頁畫像數(shù)據(jù)、標(biāo)簽管理、用戶查詢、用戶分群等。

• 首頁畫像數(shù)據(jù)，展示用戶數(shù)據(jù)的整體情況，包含用戶的基本特征，如性別、年齡、地域、職業(yè)分布等基礎(chǔ)信息；用戶價(jià)值特征，如用戶活躍度、會(huì)員等級(jí)、流失預(yù)警、用戶價(jià)值RFM分布等信息。
• 標(biāo)簽管理，供數(shù)據(jù)人員提供標(biāo)簽的增、刪、改、查等操作，包含標(biāo)簽分類、新建標(biāo)簽、標(biāo)簽審核、標(biāo)簽下線、異常標(biāo)簽等。
• 用戶查詢，主要能力包含通過輸入用戶ID，來查看用戶畫像等詳情數(shù)據(jù)，如用戶的基本信息、用戶屬性信息、用戶行為等數(shù)據(jù)。
• 用戶分群，應(yīng)用場(chǎng)景主要為業(yè)務(wù)使用標(biāo)簽時(shí)，往往不會(huì)只使用一個(gè)標(biāo)簽進(jìn)行推送，更多的情況下需要組合多個(gè)標(biāo)簽來滿足業(yè)務(wù)上對(duì)人群的定義，用戶分群相當(dāng)于制作一個(gè)人群模版，在不同場(chǎng)景下做人群的推送。

添加分群時(shí)通常會(huì)配置人群名稱、滿足的條件，計(jì)算覆蓋的人群數(shù)量，推送到消息通知、電子郵件、短信。

2. 非功能需求

非功能性需求主要包含接口需求，保障畫像系統(tǒng)數(shù)據(jù)與各系統(tǒng)之間打通，如push推送系統(tǒng)、營(yíng)銷系統(tǒng)、廣告系統(tǒng)、推薦系統(tǒng)、BI等平臺(tái)，并且保證各系統(tǒng)數(shù)據(jù)的實(shí)時(shí)更新，避免同源不同數(shù)的問題。

標(biāo)簽體系和用戶畫像系統(tǒng)都搭建完成了，那用戶畫像具體在哪用、怎么用，能給業(yè)務(wù)帶來哪些價(jià)值呢？

第四步：畫像應(yīng)用

在廣告投放、電商等領(lǐng)域，用戶畫像常用來作為精準(zhǔn)營(yíng)銷、推薦系統(tǒng)的基礎(chǔ)性工作，主要應(yīng)用場(chǎng)景包含3類：精準(zhǔn)營(yíng)銷、用戶分析、個(gè)性化推薦。

1.?精準(zhǔn)營(yíng)銷

根據(jù)歷史用戶特征，運(yùn)營(yíng)人員可以分析產(chǎn)品的潛在用戶和用戶的相關(guān)需求，針對(duì)特定群體提供個(gè)性化營(yíng)銷服務(wù)。常用的有短信、郵件、站內(nèi)信、push消息的精準(zhǔn)推送，客服針對(duì)用戶的不同話術(shù)、針對(duì)高價(jià)值用戶的極速退款退貨等VIP服務(wù)。

短信/郵件/push營(yíng)銷

日常生活中會(huì)從多個(gè)渠道收到營(yíng)銷信息，一條關(guān)于紅包到賬的短信消息推送，可能會(huì)促使用戶打開很久沒訪問的app，一條關(guān)于心愿單內(nèi)的降價(jià)消息，可能會(huì)刺激用戶打開推送鏈接，直接購買。

借助畫像系統(tǒng)進(jìn)行營(yíng)銷需要注意的有：

短信敏感度：有的用戶對(duì)營(yíng)銷短信的敏感度較差，比如從歷史數(shù)據(jù)來看，推送其10次短信，只打開過1次或從未打開過?？紤]到短信渠道需要營(yíng)銷成本，可以把這批用戶排除掉，并減少對(duì)用戶的干擾。

無效手機(jī)號(hào)：對(duì)于平臺(tái)上隨意填寫非自己的手機(jī)號(hào)、手機(jī)號(hào)已經(jīng)作廢/更換，接收到短信回復(fù)了“TD”的用戶來說，短信無法接收，屬于短信黑名單，這類用戶也需要排除

對(duì)營(yíng)銷商品感興趣的用戶：近期曾多次瀏覽、收藏或是加購、下單行為的用戶，是某累商品的潛在意向用戶，可以通過滿減優(yōu)惠券或是紅包的方式進(jìn)行營(yíng)銷。

客服話術(shù)

當(dāng)我們?cè)谙蚰称脚_(tái)的客服部門投訴、咨詢或反饋意見時(shí)，客服人員可以準(zhǔn)確的說出我們?cè)谄脚_(tái)的購買情況，上一次咨詢問題的處理結(jié)果等信息，針對(duì)性的提出解決方法，對(duì)于高價(jià)值用戶提供VIP客服通道等專項(xiàng)服務(wù)。

2.?推薦系統(tǒng)

應(yīng)用的運(yùn)營(yíng)者，可以通過個(gè)推用戶畫像中的性別、年齡段、興趣愛好、瀏覽購買行為等標(biāo)簽，給用戶推薦不同的內(nèi)容。如今日頭條上的個(gè)性化文章內(nèi)容推薦、抖音上基于用戶畫像做的個(gè)性化視頻內(nèi)容推薦、淘寶上基于用戶瀏覽行為等畫像數(shù)據(jù)做的個(gè)性化商品推薦等。

3.?數(shù)據(jù)分析

用戶畫像的標(biāo)簽可應(yīng)用于各類分析，包含用戶分析、訂單分析、漏斗分析、人群特征分析等。

總結(jié)

本文主要從數(shù)據(jù)產(chǎn)品層面來看，如何0-1建設(shè)用戶畫像體系?？催^草帽小子之前寫的埋點(diǎn)、指標(biāo)體系文章的朋友可能已發(fā)現(xiàn)，畫像體系搭建跟埋點(diǎn)、指標(biāo)建設(shè)一樣，也是遵循普通的產(chǎn)品設(shè)計(jì)流程，從需求分析、到標(biāo)簽/指標(biāo)設(shè)計(jì)、后臺(tái)設(shè)計(jì)，最終再應(yīng)用于業(yè)務(wù)。

正所謂萬變不離其宗，就像路飛的技能看起來千變?nèi)f化，其核心點(diǎn)都是在用橡膠能力做各種變化。數(shù)據(jù)產(chǎn)品的各種變化形式，其核心在于業(yè)務(wù)。

作者：草帽小子

來源：草帽小子（luckily304）