用戶畫像解說

用戶畫像精準(zhǔn)營銷什么是用戶畫像用戶畫像是指根據(jù)用戶的屬性、用戶偏好、生活習(xí)慣、用戶行為等信息而抽象出來的標(biāo)簽化用戶模型。通俗說就是給用戶打標(biāo)簽，而標(biāo)簽是通過對用戶信息分析而來的高度精煉的特征標(biāo)識。通過打標(biāo)簽可以利用一些高度概括、容易理解的特征來描述用戶，可以讓人更容易理解用戶，并且可以方便計算機處理。標(biāo)簽特征語義化短文本使人方便理解每個標(biāo)簽的含義每個標(biāo)簽只表示一種含義無需過度進行文本分析處理工作方便機器提取標(biāo)準(zhǔn)化信息用戶畫像五個維度用戶畫像是對現(xiàn)實世界中用戶的建模，用戶畫像應(yīng)該包含目標(biāo)、方式、組織、標(biāo)準(zhǔn)、驗證這5個方面。指的是描述人，認(rèn)識人，了解人，理解人。目標(biāo)方式組織標(biāo)準(zhǔn)驗證又分為非形式化手段，如使用文字、語言、圖像、視頻等方式描述人；形式化手段，即使用數(shù)據(jù)的方式來刻畫人物的畫像。指的是結(jié)構(gòu)化、非結(jié)構(gòu)化的組織形式。指的是使用常識、共識、知識體系的漸進過程來刻畫人物，認(rèn)識了解用戶。依據(jù)側(cè)重說明了用戶畫像應(yīng)該來源事實、經(jīng)得起推理和檢驗。用戶畫像的作用在互聯(lián)網(wǎng)、電商領(lǐng)域用戶畫像常用來作為精準(zhǔn)營銷、推薦系統(tǒng)的基礎(chǔ)性工作，其作用總體包括：精準(zhǔn)營銷：根據(jù)歷史用戶特征，分析產(chǎn)品的潛在用戶和用戶的潛在需求，針對特定群體，利用短信、郵件、微信公眾號等方式進行營銷。用戶統(tǒng)計：根據(jù)用戶的屬性、行為特征對用戶進行分類后，統(tǒng)計不同特征下的用戶數(shù)量、分布；分析不同用戶畫像群體的分布特征。數(shù)據(jù)挖掘：以用戶畫像為基礎(chǔ)構(gòu)建推薦系統(tǒng)、搜索引擎、廣告投放系統(tǒng)，提升服務(wù)精準(zhǔn)度。服務(wù)產(chǎn)品：對產(chǎn)品進行用戶畫像，對產(chǎn)品進行受眾分析，更透徹地理解用戶使用產(chǎn)品的心理動機和行為習(xí)慣，完善產(chǎn)品運營，提升服務(wù)質(zhì)量。行業(yè)報告&用戶研究：通過用戶畫像分析可以了解行業(yè)動態(tài)，比如人群消費習(xí)慣、消費偏好分析、不同地域品類消費差異分析。用戶畫像場景化根據(jù)用戶畫像的作用可以看出，用戶畫像的使用場景較多，用戶畫像可以用來挖掘用戶興趣、偏好、人口統(tǒng)計學(xué)特征，主要目的是提升營銷精準(zhǔn)度、推薦匹配度，終極目的是提升產(chǎn)品服務(wù)，起到提升企業(yè)利潤。用戶畫像適合于各個產(chǎn)品周期：從新用戶的引流到潛在用戶的挖掘、從老用戶的培養(yǎng)到流失用戶的回流等。產(chǎn)品周期產(chǎn)品周期潛在用戶競品用戶引流轉(zhuǎn)化新用戶培養(yǎng)老用戶預(yù)防流失用戶激活回流用戶接觸渠道活躍平臺擁有設(shè)備操作系統(tǒng)人口學(xué)信息性別比年齡結(jié)構(gòu)職業(yè)收入地域分布用戶體驗使用場景操作習(xí)慣使用頻率付費意愿用戶留存流失動機回流原因流向數(shù)據(jù)競品分析用戶畫像場景化用戶畫像必須從實際業(yè)務(wù)場景出發(fā)，解決實際的業(yè)務(wù)問題，之所以進行用戶畫像，要么是獲取新用戶，要么是提升用戶體驗、或者挽回流失用戶等具有明確的業(yè)務(wù)目標(biāo)。用戶畫像&用戶標(biāo)簽體系框架經(jīng)營分析流量增值用戶增長風(fēng)險監(jiān)控收入與數(shù)據(jù)服務(wù)產(chǎn)品運營與用戶體驗產(chǎn)品運營數(shù)據(jù)服務(wù)業(yè)務(wù)監(jiān)控用戶體驗用戶生命周期管理活動運營評估精細(xì)化投放......標(biāo)簽工作事實化分析結(jié)果可視化數(shù)據(jù)分析產(chǎn)品化......流量結(jié)構(gòu)監(jiān)測業(yè)務(wù)穩(wěn)定性......客訴分群管理用戶需求結(jié)構(gòu)用戶行為特征分析......產(chǎn)品研發(fā)業(yè)務(wù)運營市場監(jiān)控客服管理戰(zhàn)略需求功能拆解應(yīng)用用戶畫像的分類畫像方法可以分為定性畫像、定性+定量畫像、定量畫像。定性用戶畫像定性畫像+定量驗證定量用戶畫像1、定性訪談2、用戶類型細(xì)分3、構(gòu)建用戶畫像優(yōu)點：快捷方便可深入挖掘使用場景和動機缺點：缺少數(shù)據(jù)驗證1、定性訪談2、用戶類型細(xì)分+定量數(shù)據(jù)驗證3、構(gòu)建用戶畫像優(yōu)點：數(shù)據(jù)和定性結(jié)合驗證缺點：工作量大，成本高1、用戶群細(xì)分假設(shè)2、數(shù)據(jù)收集+聚類分析3、構(gòu)建用戶畫像優(yōu)點：有數(shù)據(jù)充分佐證，可通過統(tǒng)計分析，獲得用戶特點和比例的精確數(shù)據(jù)缺點：統(tǒng)計要求高；難以了解使用場景；難以挖掘用戶情感傾向和行為操作背后的原因和深層次動機從應(yīng)用角度來看，可以分為行為畫像、健康畫像、企業(yè)信用畫像、個人信用畫像、靜態(tài)產(chǎn)品畫像、旋轉(zhuǎn)設(shè)備畫像、社會畫像和經(jīng)濟畫像等。用戶畫像需要用到哪些數(shù)據(jù)一般來說，根據(jù)具體的業(yè)務(wù)內(nèi)容，會有不同的數(shù)據(jù)，不同的業(yè)務(wù)目標(biāo)，也會使用不同的數(shù)據(jù)。在互聯(lián)網(wǎng)領(lǐng)域，用戶畫像數(shù)據(jù)可以包括以下內(nèi)容：（1）人口屬性：包括性別、年齡等人的基本信息。（2）興趣特征：瀏覽內(nèi)容、收藏內(nèi)容、閱讀咨詢、購買物品偏好等。（3）消費特征：與消費相關(guān)的特征。（4）位置特征：用戶所處城市、所處居住區(qū)域、用戶移動軌跡等。（5）設(shè)備屬性：使用的終端特征等。（6）行為數(shù)據(jù)：訪問時間、瀏覽路徑等用戶在網(wǎng)站的行為日志數(shù)據(jù)。（7）社交數(shù)據(jù)：用戶社交相關(guān)數(shù)據(jù)。用戶畫像需要用到哪些數(shù)據(jù)用戶畫像數(shù)據(jù)來源廣泛，這些數(shù)據(jù)是全方位了解用戶的基礎(chǔ)，這里以某OTA的畫像為例，其畫像數(shù)據(jù)主要維度如下所示，包括用戶RFM信息、航線信息等。數(shù)據(jù)來源航司/艙位/保險信息概覽屬性總下單用戶數(shù)總乘機用戶數(shù)支付登錄非登錄占比總訂單、總票量、總航段退改訂單占比VIP低頻個人黃牛商旅個人未知乘機人屬性標(biāo)簽屬性性別年齡星座國籍證件類型用戶RFM信息航線信息行程信息用戶行為總訂單數(shù)總消費金額出發(fā)地到達地相同航線選稱次數(shù)乘機人數(shù)分布直飛、中轉(zhuǎn)占比單程、往返、多程占比機型起飛到達時間段下單時間分布提前購買天數(shù)分布購買次數(shù)分布新用戶占比用戶搜索信息用戶Booking信息用戶畫像需要用到哪些數(shù)據(jù)用戶畫像數(shù)據(jù)倉庫構(gòu)建都是基于基礎(chǔ)數(shù)據(jù)倉庫構(gòu)建，然后按照維度進行劃分。用戶畫像數(shù)據(jù)倉庫基礎(chǔ)數(shù)據(jù)機票信息庫用戶標(biāo)簽庫售后信息庫車票信息數(shù)據(jù)酒店信息庫用戶行為日志數(shù)據(jù)用戶基本信息用戶RFM模型用戶訂單信息用戶航司信息乘客信息用戶標(biāo)簽信息用戶統(tǒng)計匯總信息用戶艙位信息用戶航程信息用戶訂單來源用戶下單地址用戶支付信息用戶航線信息訂單分類匯總用戶搜索行為用戶booking行為用戶保險信息用戶退改簽信息用戶投訴信息用戶身份關(guān)聯(lián)信息用戶畫像標(biāo)簽體系的建立用戶畫像是對現(xiàn)實用戶做的一個數(shù)學(xué)模型，在整個數(shù)學(xué)模型中，核心是怎么描述業(yè)務(wù)知識體系，而這個業(yè)務(wù)知識體系就是本體論，本體論很復(fù)雜，我們找到一個特別樸素的實現(xiàn)，就是標(biāo)簽。一級標(biāo)簽二級標(biāo)簽三級標(biāo)簽四級標(biāo)簽移動屬性用戶所在地省份地市手機品牌品牌型號業(yè)務(wù)屬性用戶等級普通音樂普通會員音樂高級會員音樂VIP會員標(biāo)簽是某一種用戶特征的符號表示，是一種內(nèi)容組織方式，是一種關(guān)聯(lián)性很強的關(guān)鍵字，能方便的幫助我們找到合適的內(nèi)容及內(nèi)容分類。（注：簡單說，就是你把用戶分到多少個類別里面去，這些類是什么，彼此之間有什么關(guān)系，就構(gòu)成了標(biāo)簽體系）標(biāo)簽解決的是描述（或命名）問題，但在實際應(yīng)用中，還需要解決數(shù)據(jù)之間的關(guān)聯(lián)，所以通常將標(biāo)簽作為一個體系來設(shè)計，以解決數(shù)據(jù)之間的關(guān)聯(lián)問題。一般來說，將能關(guān)聯(lián)到具體用戶數(shù)據(jù)的標(biāo)簽，稱為葉子標(biāo)簽。對葉子標(biāo)簽進行分類匯總的標(biāo)簽，稱為父標(biāo)簽。父標(biāo)簽和葉子標(biāo)簽共同構(gòu)成標(biāo)簽體系，但兩者是相對概念。例如：左表中，地市、型號在標(biāo)簽體系中相對于省份、品牌，是葉子標(biāo)簽。用戶畫像標(biāo)簽體系的建立用戶畫像標(biāo)簽體系創(chuàng)建后一般要包含以下幾個方面的內(nèi)容。標(biāo)簽的分類標(biāo)簽的級別標(biāo)簽的命名標(biāo)簽的賦值標(biāo)簽的屬性用戶畫像標(biāo)簽體系涵蓋標(biāo)簽分類用戶畫像標(biāo)簽可以分為基礎(chǔ)屬性標(biāo)簽和行為屬性標(biāo)簽。由于基于一個目標(biāo)的畫像，其標(biāo)簽是在動態(tài)擴展的，所以其標(biāo)簽體系也沒有統(tǒng)一的模板，在大分類上，與自身的業(yè)務(wù)特征有很大的關(guān)聯(lián)，在整體思路上可以從橫縱兩個維度展開思考：橫向是產(chǎn)品內(nèi)數(shù)據(jù)和產(chǎn)品外數(shù)據(jù)，縱向是線上數(shù)據(jù)和線下數(shù)據(jù)。而正中間則是永恒不變的“人物基礎(chǔ)屬性”。用戶基礎(chǔ)屬性標(biāo)簽行為屬性標(biāo)簽用戶基本資料性別、年齡、所在地、職業(yè)用戶情況學(xué)歷、婚戀狀況、興趣、自定義關(guān)鍵詞用戶行為付費用戶、消費能力、移動定向（設(shè)備價格、操作系統(tǒng)、運營商、移動媒體分類）、應(yīng)用用戶（app推廣）個人喜好資源分類標(biāo)簽、喜好標(biāo)簽、風(fēng)格標(biāo)簽、收聽時間收聽行為主動播放、聽完、單曲循環(huán)、分享、收藏、拉黑人物特征屬性人物特征屬性是用戶標(biāo)簽不能缺失的板塊。人物基礎(chǔ)屬性指的是用戶客觀的屬性而非用戶自我表達的屬性，也就是描述用戶真實人口屬性的標(biāo)簽。所謂非“自我表達”，舉例來說，某產(chǎn)品內(nèi)個人信息有性別一項，用戶填寫為“女”，而通過用戶上傳的身份證號，以及用戶照片，用戶購買的產(chǎn)品，甚至用戶打來的客服電話，都發(fā)現(xiàn)該用戶性別是“男性”。那么在人物基礎(chǔ)屬性中的性別，應(yīng)該標(biāo)識的是“男性”，但是用戶信息標(biāo)簽部分，自我描述的性別則可能標(biāo)注為女性。標(biāo)簽級別（標(biāo)簽的體系結(jié)構(gòu)）標(biāo)簽分級有兩個層面的含義，其一是：指標(biāo)到最低層級的涵蓋的層級；其二是指：指標(biāo)的運算層級。標(biāo)簽從運算層級角度可以分為三層：事實標(biāo)簽：是通過對于原始數(shù)據(jù)庫的數(shù)據(jù)進行統(tǒng)計分析而來的，比如用戶投訴次數(shù)，是基于用戶一段時間內(nèi)實際投訴的行為做的統(tǒng)計。模型標(biāo)簽：模型標(biāo)簽是以事實標(biāo)簽為基礎(chǔ)，通過構(gòu)建事實標(biāo)簽與業(yè)務(wù)問題之間的模型，進行模型分析得到。比如，結(jié)合用戶實際投訴次數(shù)、用戶購買品類、用戶支付的金額等，進行用戶投訴傾向類型的識別，方便客服進行分類處理。預(yù)測標(biāo)簽：則是在模型的基礎(chǔ)上做預(yù)測，比如針對投訴傾向類型結(jié)構(gòu)的變化，預(yù)測平臺輿情風(fēng)險指數(shù)。原始數(shù)據(jù)用戶基本信息用戶在線行為用戶支付行為產(chǎn)品/渠道信息事實標(biāo)簽服務(wù)類型消耗行為投訴次數(shù)客服接觸付費金額購買品類產(chǎn)品屬性通道偏好統(tǒng)計分析模型標(biāo)簽產(chǎn)品關(guān)聯(lián)用戶活躍投訴傾向...用戶關(guān)聯(lián)興趣偏好......預(yù)測標(biāo)簽購買需求