用戶畫像的基礎原理方法論模型和應用

第頁用戶畫像的基礎、原理、方法論（模型）和應用用戶畫像（UserProfile）的本質是用戶需求描述，一種刻畫用戶需求的模型。用戶畫像在推薦系統(tǒng)、廣告系統(tǒng)、商業(yè)分析、數(shù)據(jù)分析、用戶增長、用戶研究、產品設計、數(shù)據(jù)運營、精準營銷、量化風控等領域得到廣泛應用。本文系統(tǒng)地構建了用戶畫像的知識體系。首先，介紹了用戶畫像的概念、要素、關系、意義等用戶畫像的基礎知識；接著，介紹了用戶畫像的方法、分層標簽、AARRR用戶分層模型、分群標簽、RFM用戶分群模型、個性化標簽、人工打標簽、機器打標簽、混合打標簽、用戶畫像的原則、用戶畫像的檢驗等用戶畫像原理；然后，介紹百度的用戶畫像、微博的用戶畫像、今日頭條的用戶畫像；最后，指出用戶畫像在推薦系統(tǒng)中的應用，以及用戶畫像的本質和用戶畫像面臨的挑戰(zhàn)。本文目錄如下：1.用戶畫像基礎1.1.用戶1.2.用戶畫像的概念1.3.用戶畫像的要素1.4.用戶畫像的關系1.5.用戶畫像的意義2.用戶畫像原理2.1.用戶畫像的方法2.2.分層標簽2.2.1.AARRR用戶分層模型2.3.分群標簽2.3.1.RFM用戶分群模型2.4.個性化標簽2.4.1.人工打標簽2.4.2.機器打標簽2.4.3.混合打標簽2.5.用戶畫像的原則2.6.用戶畫像的檢驗3.用戶畫像應用3.1.百度的用戶畫像3.2.微博的用戶畫像3.3.今日頭條的用戶畫像4.用戶畫像總結4.1.推薦系統(tǒng)的用戶畫像4.2.用戶畫像的本質4.3.用戶畫像的挑戰(zhàn)接下來，讓我一起走進用戶畫像的世界。用戶畫像的基礎、原理、方法論（模型）和應用用戶畫像基礎用戶畫像基礎的目錄用戶要想搞清楚用戶畫像，首先得搞清楚用戶。比如：你的用戶的特征是什么？怎么描述用戶需求？不同階段的用戶特征又是什么？用戶關于用戶還有用戶關鍵路徑、用戶旅程（customerjourneymap）、用戶決策過程等等。用戶畫像的概念怎樣區(qū)分UserPortrait（用戶肖像）、CustomerSegment（用戶細分）、UserPersona（用戶角色）、UserProfile（用戶畫像）？用戶畫像的概念用戶肖像、用戶細分、用戶角色和用戶畫像的對比如下表所示：用戶肖像、用戶細分、用戶角色和用戶畫像的對比高層、產品、開發(fā)、市場、運營眼中的用戶畫像是什么？高層、產品、開發(fā)、市場、運營眼中的用戶畫像用戶畫像是刻畫用戶需求的模型。用戶畫像是一種公共語言，串聯(lián)互聯(lián)網商業(yè)的高層、產品、開發(fā)、市場、運營等，提高溝通效率。用戶畫像是刻畫用戶需求的模型1.3.用戶畫像的要素用戶畫像的三要素：人、物、環(huán)境。用戶畫像的要素1.4.用戶畫像的關系用戶畫像描述的是用戶與物品的關系。用戶畫像的關系1.5.用戶畫像的意義用戶畫像廣泛應用在推薦系統(tǒng)、廣告系統(tǒng)、商業(yè)分析、數(shù)據(jù)分析、用戶增長、數(shù)據(jù)運營、精準營銷、量化風控等領域。用戶畫像的意義用戶畫像原理用戶畫像原理的目錄2.1.用戶畫像的方法用戶畫像的主流方法：用戶標簽化。用戶畫像的方法標簽是用戶屬性、興趣、行為等特征的抽象與描述。標簽是用戶屬性、興趣、行為等特征的抽象與描述從分層標簽、分群標簽到個性化標簽，正是一個由粗到細的過程。分層標簽、分群標簽、個性化標簽2.2.分層標簽將總體中各個用戶按某種特征分成若干個互不重疊的幾部分，每一部分叫做層。分層標簽是指根據(jù)分層規(guī)則，對用戶進行分層而打的標簽。用戶分層是指基于分層標簽描述用戶。分層標簽2.2.1.AARRR用戶分層模型舉個用戶分層的例子：AARRR用戶分層模型。AARRR模型是由Acquisition（獲?。?、Activation（激活）、Retention（留存）、Referral（推薦）、Revenue（變現(xiàn)）等五個部分組成，形成一個用戶流量漏斗。按“從獲取的用戶到最終推薦的用戶的演進路線”進行分層如下：AARRR用戶分層模型將同一層內的用戶繼續(xù)切分以滿足個性化需求。將同一層內的用戶繼續(xù)切分以滿足個性化需求所以還需要繼續(xù)切分，獲取分群標簽。2.3.分群標簽按照指定規(guī)則，將總體中若干個用戶合并為組，這樣的組稱為群。分群標簽是指根據(jù)分群規(guī)則，對用戶進行分群而打的標簽。用戶分群是指基于分群標簽描述用戶。分群標簽2.3.1.RFM用戶分群模型舉個用戶分層的例子：RFM用戶分群模型（Recency、Frequency、Monetary）。RFM是根據(jù)用戶活躍程度、交易金額的貢獻，對用戶價值進行分群的一種方法。RFM用戶分群模型RFM的8個象限分別表示8類用戶如下：RFM的8個象限分別表示8類用戶將同一群內的用戶繼續(xù)切分以滿足精細化需求。將同一群內的用戶繼續(xù)切分以滿足精細化需求所以還需要繼續(xù)切分，獲取個性化標簽。2.4.個性化標簽全面、完整、細致地標簽化用戶個性化特征。通常把用戶的個性化標簽近似稱為用戶畫像。個性化標簽生成主要三種方式：人工打標簽、機器打標簽、混合打標簽（人工+機器）。個性化標簽2.4.1.人工打標簽人工打標簽，即手動打標簽，可以打上自如屬性標簽、社會屬性標簽、關系屬性標簽等。人工打標簽2.4.2.機器打標簽機器打標簽，也稱自動打標簽，是指根據(jù)用戶消費過的文本、圖片、視頻等數(shù)據(jù)，機器自動學習出用戶興趣、喜好等標簽。比如，對文本進行機器打標簽，其標簽類型有：關鍵詞標簽、實體標簽、類別標簽、聚合標簽、主題標簽、Embedding標簽等。機器打標簽2.4.3.混合打標簽首先，先人工打分層標簽、分群標簽等粗粒度標簽；然后，再用機器打細粒度標簽?；旌洗驑撕?.5.用戶畫像的原則真實性：真實的用戶數(shù)據(jù)，而不是想象的偽需求畫像。統(tǒng)一性：用戶標簽與物品標簽要統(tǒng)一，雙向匹配。用戶畫像的原則2.6.用戶畫像的檢驗通過業(yè)務指標、離線指標、線上指標檢驗用戶畫像的準確率和覆蓋率。其實畫像有點數(shù)、畫像有點率等指標也依賴A/B測試（也稱A/B試驗），其中A/B測試的原理和應用可參考：劉啟林：A/B測試(A/B試驗)的概述、原理、公式推導、Python實現(xiàn)和應用用戶畫像的檢驗用戶畫像應用用戶畫像應用的目錄3.1.百度的用戶畫像百度的用戶畫像框架如下：百度的用戶畫像框架3.2.微博的用戶畫像微博的用戶畫像框架如下：微博的用戶畫像框架3.3.今日頭條的用戶畫像今日頭條的用戶畫像框架如下：今日頭條的用戶畫像框架百度、微博、今日頭條的用戶畫像對比如下：百度、微博、今日頭條的用戶畫像對比用戶畫像總結用戶畫像總結的目錄4.1.推薦系統(tǒng)的用戶畫像推薦系統(tǒng)中，用戶畫像是給機器看得，不是給人看的。推薦系統(tǒng)的用戶畫像用戶畫像在推薦系統(tǒng)中的應用：召回階段：用戶畫像用于物品過濾排序階段：用戶畫像用于物品排序用戶畫像在推薦系統(tǒng)中的應用4.2.用戶畫像的本質用戶畫像是刻畫用戶需求的模型，所以用戶畫像的本質是用戶需求。用戶畫像的本質4.3.用戶畫像的挑戰(zhàn)用戶畫像其實是用過去預測現(xiàn)在，但用戶需求變化很快。用戶畫像若只刻畫自己喜歡的東西，容易陷入信息繭房。用戶畫像的挑戰(zhàn)結束語：用戶畫像的本質是用戶需求，用戶需求是商業(yè)的起點。那么，你能用一句話描述你的用戶是誰嗎？你的用戶的立體特征是什么？可