-
行業(yè)資訊
INDUSTRY INFORMATION
本篇文章給大家談?wù)勅A為用戶畫像構(gòu)建教程圖，以及華為人才畫像對應(yīng)的知識點，希望對各位有所幫助。
互聯(lián)網(wǎng)大數(shù)據(jù)時代，消費者的一切行為都是“可視化”。
企業(yè)聚焦于怎樣利用大數(shù)據(jù)來精準營銷。于是“用戶畫像”
概念也就應(yīng)運而生。
1.數(shù)據(jù)真實
用戶畫像必須建立在真實的數(shù)據(jù)之上。比如你的理財產(chǎn)品的注冊用戶有很多垃圾用戶，都不怎么投資，做用戶畫像的時候就要把這部分人清洗掉。
2.標(biāo)簽化（標(biāo)簽要言簡意賅：易理解、短）
按產(chǎn)品需要，給不同的用戶特征貼上合適的標(biāo)簽。如地域標(biāo)簽“北京”等等。
3.低交叉率（完整性、獨立性）
4.優(yōu)先級（多個用戶畫像需要進行優(yōu)先級排序）
一個產(chǎn)品的用戶畫像不能超過三個，當(dāng)有多個用戶畫像時，需要考慮優(yōu)先級，否則產(chǎn)品設(shè)計時會無所適從。
5.不斷修正
剛開始做產(chǎn)品可以通過調(diào)研+競品分析的方式猜測用戶是什么樣的人群，實際做出來可能有點偏差，然后修正，當(dāng)產(chǎn)品數(shù)據(jù)更豐富的時候，可能用戶畫像又需要修正。
用戶畫像就是用戶信息標(biāo)簽化，所以我們可以通過以下步驟進行用戶畫像。
1.數(shù)據(jù)挖掘
以電商為例，為了抓取用戶的人口屬性和行為軌跡，先預(yù)設(shè)用戶購物時的可能行為。包括訪問首頁、注冊登錄、搜索商品、瀏覽商品、價格對比、加入購物車、收藏商品、提交訂單、支付訂單、使用優(yōu)惠券、查看訂單詳情、取消訂單、商品評價等。
2.篩選標(biāo)簽
根據(jù)用戶畫像的目的，篩選靜態(tài)標(biāo)簽、動態(tài)標(biāo)簽。
靜態(tài)標(biāo)簽主要從用戶基本信息進行用戶劃分。靜態(tài)屬性是用戶畫像建立的基礎(chǔ)。如性別、年齡、學(xué)歷、角色、收入、地域、婚否、性格等。
動態(tài)標(biāo)簽指用戶在互聯(lián)網(wǎng)環(huán)境下的上網(wǎng)行為。如訪問行為（搜索、注冊、登錄）社交行為（邀請、添加、取關(guān)好友、加入群、新建群）信息發(fā)布行為（添加、發(fā)布、刪除、留言、分享）等。動態(tài)標(biāo)簽?zāi)芨玫挠涗浻脩羧粘５纳暇W(wǎng)偏好。
3.數(shù)據(jù)建模
數(shù)據(jù)建模就是給用戶的行為標(biāo)簽賦予權(quán)重。
用戶的行為，我們可以用4W表示：Who、When、Where、What。誰在什么時候在哪里做了什么。
數(shù)據(jù)建模實例：華為用戶
A用戶今天在華為官網(wǎng)購買了華為手機
B用戶7天前在京東瀏覽了華為手機
如何構(gòu)建用戶畫像
一個標(biāo)簽通常是人為規(guī)定的高度精煉的特征標(biāo)識，如年齡段標(biāo)簽華為用戶畫像構(gòu)建教程圖：25~35歲，地域標(biāo)簽：北京，標(biāo)簽呈現(xiàn)出兩個重要特征：語義化，人能很方便地理解每個標(biāo)簽含義。這也使得用戶畫像模型具備實際意義。能夠較好的滿足業(yè)務(wù)需求。如，判斷用戶偏好。短文本，每個標(biāo)簽通常只表示一種含義，標(biāo)簽本身無需再做過多文本分析等預(yù)處理工作，這為利用機器提取標(biāo)準化信息提供華為用戶畫像構(gòu)建教程圖了便利。
人制定標(biāo)簽規(guī)則，并能夠通過標(biāo)簽快速讀出其中的信息，機器方便做標(biāo)簽提取、聚合分析。所以，用戶畫像，即：用戶標(biāo)簽，向華為用戶畫像構(gòu)建教程圖我們展示了一種樸素、簡潔的方法用于描述用戶信息。
1.數(shù)據(jù)源分析
構(gòu)建用戶畫像是為了還原用戶信息，因此數(shù)據(jù)來源于：所有用戶相關(guān)的數(shù)據(jù)。
對于用戶相關(guān)數(shù)據(jù)的分類，引入一種重要的分類思想：封閉性的分類方式。如，世界上分為兩種人，一種是學(xué)英語的人，一種是不學(xué)英語的人；客戶分三類，高價值客戶，中價值客戶，低價值客戶；產(chǎn)品生命周期分為，投入期、成長期、成熟期、衰退期…所有的子分類將構(gòu)成了類目空間的全部集合。
這樣的分類方式，有助于后續(xù)不斷枚舉并迭代補充遺漏的信息維度。不必擔(dān)心架構(gòu)上對每一層分類沒有考慮完整，造成維度遺漏留下擴展性隱患。另外，不同的分類方式根據(jù)應(yīng)用場景，業(yè)務(wù)需求的不同，也許各有道理，按需劃分即可。
本文將用戶數(shù)據(jù)劃分為靜態(tài)信息數(shù)據(jù)、動態(tài)信息數(shù)據(jù)兩大類。
靜態(tài)信息數(shù)據(jù)
用戶相對穩(wěn)定的信息，如圖所示，主要包括人口屬性、商業(yè)屬性等方面數(shù)據(jù)。這類信息，自成標(biāo)簽，如果企業(yè)有真實信息則無需過多建模預(yù)測，更多的是數(shù)據(jù)清洗工作，因此這方面信息的數(shù)據(jù)建模不是本篇文章重點。
動態(tài)信息數(shù)據(jù)
用戶不斷變化的行為信息，如果存在上帝，每一個人的行為都在時刻被上帝那雙無形的眼睛監(jiān)控著，廣義上講，一個用戶打開網(wǎng)頁，買了一個杯子；與該用戶傍晚溜了趟狗，白天取了一次錢，打了一個哈欠等等一樣都是上帝眼中的用戶行為。當(dāng)行為集中到互聯(lián)網(wǎng)，乃至電商，用戶行為就會聚焦很多，如上圖所示：瀏覽凡客首頁、瀏覽休閑鞋單品頁、搜索帆布鞋、發(fā)表關(guān)于鞋品質(zhì)的微博、贊“雙十一大促給力”的微博消息。等等均可看作互聯(lián)網(wǎng)用戶行為。
本篇文章以互聯(lián)網(wǎng)電商用戶，為主要分析對象，暫不考慮線下用戶行為數(shù)據(jù)（分析方法雷同，只是數(shù)據(jù)獲取途徑，用戶識別方式有些差異）。
在互聯(lián)網(wǎng)上，用戶行為，可以看作用戶動態(tài)信息的唯一數(shù)據(jù)來源。如何對用戶行為數(shù)據(jù)構(gòu)建數(shù)據(jù)模型，分析出用戶標(biāo)簽，將是本文著重介紹的內(nèi)容。
2.目標(biāo)分析
用戶畫像的目標(biāo)是通過分析用戶行為，最終為每個用戶打上標(biāo)簽，以及該標(biāo)簽的權(quán)重。如，紅酒0.8、李寧0.6。
標(biāo)簽，表征了內(nèi)容，用戶對該內(nèi)容有興趣、偏好、需求等等。
權(quán)重，表征了指數(shù)，用戶的興趣、偏好指數(shù)，也可能表征用戶的需求度，可以簡單的理解為可信度，概率。
3.數(shù)據(jù)建模方法
下面內(nèi)容將詳細介紹，如何根據(jù)用戶行為，構(gòu)建模型產(chǎn)出標(biāo)簽、權(quán)重。一個事件模型包括：時間、地點、人物三個要素。每一次用戶行為本質(zhì)上是一次隨機事件，可以詳細描述為：什么用戶，在什么時間，什么地點，做了什么事。
什么用戶：關(guān)鍵在于對用戶的標(biāo)識，用戶標(biāo)識的目的是為了區(qū)分用戶、單點定位。
以上列舉了互聯(lián)網(wǎng)主要的用戶標(biāo)識方法，獲取方式由易到難。視企業(yè)的用戶粘性，可以獲取的標(biāo)識信息有所差異。
什么時間：時間包括兩個重要信息，時間戳+時間長度。時間戳，為了標(biāo)識用戶行為的時間點，如，1395121950（精度到秒），1395121950.083612（精度到微秒），通常采用精度到秒的時間戳即可。因為微秒的時間戳精度并不可靠。瀏覽器時間精度，準確度最多也只能到毫秒。時間長度，為了標(biāo)識用戶在某一頁面的停留時間。
什么地點：用戶接觸點，Touch Point。對于每個用戶接觸點。潛在包含了兩層信息：網(wǎng)址+內(nèi)容。網(wǎng)址：每一個url鏈接（頁面/屏幕），即定位了一個互聯(lián)網(wǎng)頁面地址，或者某個產(chǎn)品的特定頁面?？梢允荘C上某電商網(wǎng)站的頁面url，也可以是手機上的微博，***等應(yīng)用某個功能頁面，某款產(chǎn)品應(yīng)用的特定畫面。如，長城紅酒單品頁，***訂閱號頁面，某游戲的過關(guān)頁。
內(nèi)容：每個url網(wǎng)址（頁面/屏幕）中的內(nèi)容?？梢允菃纹返南嚓P(guān)信息：類別、品牌、描述、屬性、網(wǎng)站信息等等。如，紅酒，長城，干紅，對于每個互聯(lián)網(wǎng)接觸點，其中網(wǎng)址決定了權(quán)重；內(nèi)容決定了標(biāo)簽。
注：接觸點可以是網(wǎng)址，也可以是某個產(chǎn)品的特定功能界面。如，同樣一瓶礦泉水，超市賣1元，火車上賣3元，景區(qū)賣5元。商品的售賣價值，不在于成本，更在于售賣地點。標(biāo)簽均是礦泉水，但接觸點的不同體現(xiàn)出了權(quán)重差異。這里的權(quán)重可以理解為用戶對于礦泉水的需求程度不同。即，愿意支付的價值不同。
標(biāo)簽權(quán)重
礦泉水1//超市
礦泉水3//火車
礦泉水5//景區(qū)
類似的，用戶在京東商城瀏覽紅酒信息，與在品尚紅酒網(wǎng)瀏覽紅酒信息，表現(xiàn)出對紅酒喜好度也是有差異的。這里的關(guān)注點是不同的網(wǎng)址，存在權(quán)重差異，權(quán)重模型的構(gòu)建，需要根據(jù)各自的業(yè)務(wù)需求構(gòu)建。
所以，網(wǎng)址本身表征了用戶的標(biāo)簽偏好權(quán)重。網(wǎng)址對應(yīng)的內(nèi)容體現(xiàn)了標(biāo)簽信息。
什么事：用戶行為類型，對于電商有如下典型行為：瀏覽、添加購物車、搜索、評論、購買、點擊贊、收藏等等。
不同的行為類型，對于接觸點的內(nèi)容產(chǎn)生的標(biāo)簽信息，具有不同的權(quán)重。如，購買權(quán)重計為5，瀏覽計為1
紅酒1//瀏覽紅酒
紅酒5//購買紅酒
綜合上述分析，用戶畫像的數(shù)據(jù)模型，可以概括為下面的公式：用戶標(biāo)識+時間+行為類型+接觸點（網(wǎng)址+內(nèi)容），某用戶因為在什么時間、地點、做了什么事。所以會打上**標(biāo)簽。
用戶標(biāo)簽的權(quán)重可能隨時間的增加而衰減，因此定義時間為衰減因子r，行為類型、網(wǎng)址決定了權(quán)重，內(nèi)容決定了標(biāo)簽，進一步轉(zhuǎn)換為公式：
標(biāo)簽權(quán)重=衰減因子×行為權(quán)重×網(wǎng)址子權(quán)重
如：用戶A，昨天在品尚紅酒網(wǎng)瀏覽一瓶價值238元的長城干紅葡萄酒信息。
標(biāo)簽：紅酒，長城
時間：因為是昨天的行為，假設(shè)衰減因子為：r=0.95
行為類型：瀏覽行為記為權(quán)重1
地點：品尚紅酒單品頁的網(wǎng)址子權(quán)重記為0.9（相比京東紅酒單品頁的0.7）
假設(shè)用戶對紅酒出于真的喜歡，才會去專業(yè)的紅酒網(wǎng)選購，而不再綜合商城選購。
則用戶偏好標(biāo)簽是：紅酒，權(quán)重是0.95*0.7*1=0.665，即，用戶A：紅酒0.665、長城0.665。
上述模型權(quán)重值的選取只是舉例參考，具體的權(quán)重值需要根據(jù)業(yè)務(wù)需求二次建模，這里強調(diào)的是如何從整體思考，去構(gòu)建用戶畫像模型，進而能夠逐步細化模型。
（本文來源于網(wǎng)絡(luò)，若侵權(quán)請聯(lián)系刪除。）
關(guān)于紅海云
紅海云是中國領(lǐng)先的新一代人力資源管理一體化綜合解決方案提供商，核心產(chǎn)品紅海eHR系統(tǒng)，打破傳統(tǒng)人力資源管理系統(tǒng)功能模塊數(shù)據(jù)割裂的局限，從核心人力管理、勞動力管理到戰(zhàn)略人才管理，涵蓋人力資源業(yè)務(wù)12大模塊，百余項功能一體化布局。并通過紅海云RedPaaS平臺、RedAPI平臺、自動化運維平臺等底層數(shù)字化配套體系的賦能，讓紅海云eHR系統(tǒng)擁有了業(yè)內(nèi)領(lǐng)先的靈活性和可擴展性。
迄今為止，紅海云服務(wù)的客戶已成功覆蓋華北，華東、華南、西南地區(qū)市場，已有逾千家大中型企業(yè)借助紅海產(chǎn)品獲得領(lǐng)先的人力資源管理數(shù)字化能力，廣泛分布于國企事業(yè)單位、地產(chǎn)、銀行、醫(yī)藥、物業(yè)、物流、餐飲、服飾等行業(yè)，包括中國銀行、保利物業(yè)、石藥集團、以嶺藥業(yè)、科興生物、中金珠寶、華宇集團、祥源控股、雪松控股、真功夫、中郵金融、影兒集團、比音勒芬、曹操出行等眾多頭部企業(yè)。
