用户画像技术及方法论_第1页
用户画像技术及方法论_第2页
用户画像技术及方法论_第3页
用户画像技术及方法论_第4页
用户画像技术及方法论_第5页
已阅读5页,还剩28页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

用户画像技术及方法论

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一

个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”,而

标签是通过对用户信息分析而来的高度精炼的特征标识。

互联网公司的核心

用户体验(商品,供应链,物流,营销,活动…)

连接用户

既然用户体验非常重要,那如何去「度量」和「优化整个流程」呢,

那就是站在「用户角度」收集其在各个模块的数据,并利用「统

计」、「概率」思维[■建模分析」;在产品运营、增长过程中找到

r雪球效应」的「撬动点」施以影响,最终建立起「良性的闭环」。

大家的常有困惑

?产品是否健康

?有郸些问题

?用户是谁彳

是否满意1?收益如何最大化

?产品如何修改

?运营如何配合

其中一种手段

以增量用户拉取,存量用户数量和价值的保有为

目标,利用大数据技术精准用户画像,并结合商

品画像,解构用户及商品,精细化耕作,最终在

重点目标客户群体上形成突破。

什么是用户画像

•Auserprofileisavisualdisplayofpersonaldataassociatedwitha

specificuser;oracustomizeddesktopenvironment

•用户画像就是与该用户相关联抽据的可视化的展现;一句话来总结就是:

用户信息标签化

•用户画像可以简单理解成是海量数据的标签,根据用户的目标、行为和观点

的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予

名字、照片、一些人口统计学要素、场景等描述,形成了一个人物原型

(personas).

什么是用户画像

客户图像是对客户信息在特定业务场景下的系统描述,是对客户

数掘的建模.

常见用户画像

常见用户画像

■京东食品用户画像

80后显焦灰主力.80.90后JS*品的买主力

女性为主.占比明显18过全站

“故■大的越袋人H更■食品河的

食品用户■度■!&的展评价.S■人H占比M出全站46%

频道用户画像

■一■MM■!??”・Rg底8

*RMbWnew.Mnw*.tpecdpnceMB

Ml而”下.

下玄♦,灿.k

陵道用户画像

“m

'消舞樗住<«TK«・

-^r

•MET^〕卬・

访问将怔

灯fftfi

Cea务・aau«o布叁OH。

k

电flr・

什么是商品画像

•商品画像如同用户画像一样,可以简单理解成是商品海量数据的

标签,根据商品的特征、设计、功能、口味、波次、价位段、流

行度、销售状况、促销力度、销售渠道差异,将他们区分为不同

的类型,然后每种类型中抽取出典型特征,赋予名字、特点、场

景、统计学要素等描述。

标签金字塔

高级聚合标签

社会化■失然点♦奂活动及类字节依•典

场景标签

物量赁架易的女•主・选国主・者!R

商品基础标签词

品a集口・传关・词评论育品*征

冷启动

新品测试

精准个性

常见商品画像

为什么需要商品&用户画像(why)

为什么需要商品&用户画像(why)

做用户满意的产品

数据驱动决策

为谁服务

1.为谁创造价值:建立对客户的尽量全面的理解

2.把握:学会识别用户的解决方案和用户在场景下的诉求.

永远不要幻想你的用户能告诉你,他们真正需要的是什么.

持续验证你的假设

产品十定论

人用户通过内容形成粉丝,精准引导及匹配消费

货商品走向柔性供应链,数据驱动产销配一体化

场渠道匹配品牌和运营能力的节奏布局(含场景)

用户画像的作用

•微观

•勾画用户与联系用户需求与产品设计,便于解构场景内用户

•各类数据应用:作为推荐/搜索/风控等重要一环而存在

•定性和定•化方法很好结合在一起的载体,数据化运营和用户分析

•精准营销和定向投放,使产品的服务对象更加聚焦,更加的专注.

•宏观

•构建具象认知以及战略、战术方向

•探索用户足迹,市场细分与用户分群,并以其为导向(市场)

用户画像的作用

商品画像的作用

•对商品进行精准的定位,让不同的商品迅速匹配到处在不同地域

、时间、偏好、阶层中的消费者,进而去更加优化用户的体验,

同时商品画像给商品所贴上的各种“标签”可以驱动后端供应链

的各种的行为,如预测、补货、促销、库存、采购、生产、物流

等等,都是要和这些标签相匹配,标签不同,模型不同,流程不

同,管理的模式也有所不同,而且一切都是动态的。

统一建模预测分析

•人口属性细分

明确"是谁","购买了什么","为什么’

•购买行为细分

提供市场机会、市场规模等关键信息

•产品需求细分

提供更具差异化竞争力的产品规格和业务价值

•兴趣态度细分

提供人群类别画像:渠道策略,定价策略,产品策略,品牌策略

精细化用户分群与品类管理

行为特点/回访留存/群体画像/漏斗转化/商品层级

•根据用户行为的特征将其按需拆分成不同属性的用户群

•例如:做过A事件的人拆分成一个用户群,做过B事件的拆分成另一个群,看群

体用户画像有什么区别,看他的留存和回访有什么区别.

Why-回顾

商品&用户画像很重要!!!

用户画像是产品的根基,但是“商品画像”是产品的外延生命力的象征。

两者相辅相成!

如何构建用户画像

•侧写师

如何理解用户

用户画像-维度

•人口属性一用户是谁(性S!k年龄、职业等个人基本信息)

•消费需求一消费习惯和消费偏好

•购买能力一收入及购买力、购买频次和渠道

•兴趣爱好一品牌偏好、个人兴趣

•社交属性一用户活跃场景(社交媒体等)

用户画像•粒度

用户画像•层级

•个人・住•♦讯・住・杜金・性

ttM••905.**An**.・■■次弟■行殳.■位

工。”

01•馀■・怪

»«A.tiwve.篇・・力%杼・龙

•・■・好•兴・■好

PC・奈・力・、■JMH.・0"ttS.”・■

*凯・漕■时・MIUPP.02

pca/9«i«〃・.sw.«■八6.

“破行为标普

・•・一

tt«.・•关■人斯口・书.

・■一".HO«W.RUSH■■■•■

03*童■*8■家*■声8■家

H文美・•上・力・.一一

・附■・户•・阿・•学■纣■户i&■■算■・察■户.SltBtWP.

g-A•■不・户.n«fm*gAppm^«wwp.

■&•・人■・・・米・户.・■•¥户0・考・户,04

savttsp.・&■风■■a.♦一aimpa*

用户画像•标签层级

用户画像•标签层级

1・a・MWiVAUA』*IXX*一0・?

K*031及生+力夏少1次.

K鼠情及建用户・更71

2StbfyAI^l*.

1xic^Ati>ia.

a!星角Q.包Z?含以4•,之一

MU及接父舄户ittOOAWRB.*3为1次.・"■

2H130AMMI双上正为1次.

解合■42W48/hM«htt>»

作.

1vim

2A备・主义・・.

,女”鲁

MMtJxflina

4打■二・•

、MA9)

,用户■,

twrttnM七壑基W疆♦Av5

«M>a10489

人•<一S1HW1990-1999"K“<f

rx乃帛rx力Aw<e

黄买『MI『独户匕AR为内果件订・6箱过“夕火电5

医施・理Q・,户

翁病MYTH产户X,助为■叩■■一夕22^%

再买糅堂,用户曼今ttAQ-K,5

堂鸟■♦户c去aon内累计文纣也匕入fISO~,*T

鱼"XY-6■际力过A30R禽♦叟3■u衾■W

CIAR日内累泞★勺龟©小+R11^5

支怏绿Y―用户,今夏y*0

»trtt*r.4teouuii>on^・

祟•£・比1・漏。日・更£■

域MHI

辑AH7・比倒珞例&2O«X«yjL9Of3

用。0・比1•弟•达人・Sf”

我f:0>30^±M

电・仃・比⑨法加值,】皿1过1130日离

祟。"—・9*■

,*mi男人明理

***,,・»♦*»

常见用户画像标签

社会身份1I僦

■本特征i类目偏好硒控制1其它偏好

・用户基于

•家It用户・注册用户转新客•祟粉•黄牛”、号列・购买力

•学生•日砌E买别将分・关・洞谓义空间

•母婴年龄财•PC转移动•吃货

•品牌的聚奥

・公司白领•注的廿常用

•=活

•他消费属S•类目半新客转化•单品・用户活跃

•中老人・近m・户FW・分

•取血日用品度分解

•刀・店储

•削客职业•।•冯.■人•曰分铁取Q

・达人

•翔政科达人•911

•地域气候的行业案用户再分

•B/C•政群

类目标签(主题推荐)

茶叶]

女装1饼干/糕点流行■临身体护理公共

•甜美文艺•三高人群・清热解暑•恋恋溟情*抗敏感•儿时回忆

・职业通勤•瘦身减脂•补血益气•卡通图案*滋润型・黑人必备

・

•个性街头・独爱花香・清肝明目平安*中草药•便携旅游

・抚姆性感•香甜•呵护女性•乔迁*清香型・送礼必备

・气质名媛•鲜咸・健胃消食•领*防晒隔离•宴会待客

用户画像■微观画像事例

••••…・■.

■本■■e---------■福一t>一■F

■击

RSBT|:IMMt[.

・■K"

住----------•xirita

.HI.♦——<«!

1语产特征jii

,育产S#---------.户能9•

-----3科量』.一

S1UM»•---------

.”3

莺错特征....・,■!!夏他•>Qu”

VWMUt-------------------4一公登・••・•,•

MHM?e---------•M.MB内M事”

兴,♦---------■***

---------eMMI•M

---------•MaanU«

■O共..---------•MAH”■一・

社文夫.♦■・ww

<aMuig.・・乃SAMM

文力・H•・09・行■”*人M文

---------tM.AMI.BX

---------•/■MM化■«.«

,-------*cu»

----------•fiMWl“Mfm

箕,・N.ASItMU

•WST

・・”.aei.M

■**家♦-----■snMK,d■・

-----

MMMtk---------------•»金”■««

如何构建用户画像

•用户静态/动态画像

•静态画像-评估价值:用户相对稳定的信息

•动态画像-循迹:用户不断变化的行为信息,根据用户行为将

物品的结构4附果传递给用户

•统计/预测类画像

•每天看新闻类型占比

•用户的性别,生理性^与行为性SU

如何构建用户画像

・静态画像:实时性弱,覆盖广,粒度粗

•动态画像:

•f建立兴趣模型,更加实时并且动态

•用户行为可以解构为5w

•时效性非常敏感

­在空间上,不同应用领域侧重点不同,营销领域更使I重消费习

惯,推荐领域更侧重喜好

如何构建用户画像

•不同行业、不同业务场景对用户画像需求大不同。

•目标相关的

•产品/品牌相关

•商业目标相关

•项目目标相关

如何构建用户画像

根据应用犷展维度

业务应用标签维度

他前:精准营销

管中:个性化推荐

儡后:增值服务

业务应用标签维度

如何构建用户画像

•偏好画像数据建模方法:

•标签=用户标识+时间+行为类型+接触点(网址+内容)的聚合

•事件噗型:主要通过收集用户行为,并结合上下文构建事件横型,主要为5w

•整体思考建模:用户标签的权重可能随时间的增加而衰减,因此定义时间为衰减因

子r,行为类型、网址决定了权重,内容决定了标签,进一步转换为公式:标签权重

=衰减因子x行为权重

用户画像-偏好类标签

•需求量最大

•通常只反映用户一段时间内的兴趣点,并有可能随着时间的推移发生改变,

比如衣服尺码

•无法精确的用0和1表示

•一般与业务强相关,哪种行为权重更大,时间窗口多长比较合适

•无复杂逻辑,加工过程和流程非常相似:加权;口息一段时间内的几种行为后

,归Tt到[0口

•如彩妆功能偏好,美妆肤质偏好,洗发护发功效偏好,品牌偏好,类目偏好

标签系统

用户的“本属性.行为助:等基于事实及腐隼行为统计的标甚,如用户的基本81性.行为标釜都属于这类.

・楮取标志:

不懈模型(珊观则/»法喂型),根据业务需求构造出T标质如大部分的偏好标签采用的加®模型:

r>

£w.e.

i=l

e.=e-*/o

w:行为关里权・":时间表XLd:日明星,a:可谓*»

it点权■怎么定?2目粕主要还是根据业务经始邃强来定.

比如在类目偏好中,各行为权重降停:下%>b<iynow>加购>收谶>点击.

用户画像•实时风格偏好预测

•实时风格偏好预测

•除了性别、年龄、购买力等,一些抽象的兴趣点也非常有帮助

•用户行为和兴趣的多变性,长期偏好抽取的方式无法满足用户的需求,

需实时的抽取用户的风格偏好

用户画像•基于标签聚类的人群生成(圈人)

・实现方案

•按维度(n天内)加权汇总某类主题和实体(买家)在某种对象(品牌名)上的

相关行为(点击,收藏,加购,交易),然后归一化到[01]之间,取TopN或全

部输出.

•可以调整的为维度、主体、对象、行为、权重等

­并结合时间衰减,使越久远的历史数据影响越小

标签生产平台

2*0-

[maairwL")t!IwtIrWl

___________/\____、___________/

|!”文大・

.-一特征库[特征处;川密用升,*:叵JLQgLj:

构建流程

—画园空画

——国宣宜国国

画画叵画画画

如何构建用户画像

How■回顾

•维度施度

*动态态

•常见画像及层级

•构建方法举例

•闭环/实践出真知思维

企业和竞品的用户画像对比分析

就度

根据用户标签进行市场细分和群画像分析,输出分析报告;

帮助企业理解用户的人群特征、人生阶段、消费偏好等;

帮助企业分析和友商用户群的异同,优化市场定位和差异化产品策略;

用户画像•应用

•竞品

•人群分析后,你知道了你真正的竞品是谁

•品牌刚刚建立

需要快翻升知名度,可以按照不同媒体目标人群覆盖率的高低进行预算分配

人群性别对比

高价值用户画像

Htttt

一1

大盘用户

成交用户

ft*"

引流商品定

::高价值用户

问题位问题

渠道优选

应用偏好对比

8000i

渠道人群画像验证渠道投放优化效果

渠道优选

引流渠道进行优化

•使用上述分析结论,进行策略制定

•对各个渠道的量进行重新分配,并实验

商品定位调整

产品周期与用户画像

产

品

周

期

用

户接触茶道人口学信息用户体松用户留存

画活跃设备性别比颐痂触的

像疑有设备年龄结构1■作习惯回沆原因

摄作系统使用算率流向数据

地域分布付接息JB克品特点

基于用户画像的精准营销平台

大数据采军与接入|大数据分析与集成凶缝返与存储大数据精准营销运营转化

目标

三方IDSil用户特征

用户

数据(who)

产品

CRM

—2关联T4M/RS/..规格

数据

(how)促销

ID布施细分

商品/特使策略

实体

(what)渠道

.策略

购买

行为fma/czw..定价

(why)策略

浏览

行为再营情

社交&e;.定向

行为marketing人群

广告

线下用户胴过滤.运营

行为系统

WEB

M关联规则推荐

技术框架

■-—一―一―一一一一一—————————————一一———一——--

个性化I•序分析决第

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论