知识库首页
提示：上方链接属于全手册首页，伙伴们打开后可以关注或收藏，用于日常工作查看，其中关注后，可以实时收到文档更新通知，希望对你有所帮助。
个人书评
＃用户画像＃读后分享
本书主要内容讲述了用户画像的核心原理就是打标签，将标签分为了①统计类标签；②规则类标签；③机器学习挖掘类标签。
核心适用的产品为C端产品，B端不适用，基本上就是针对C端在产品中的行为做各类标签的定义，完成画像的建立。
由于很多内容属于技术实战性内容，所以如果是产品伙伴建议按作者的引导，专注1、2、7、8、9章。通过这几章的阅读，你可以知道用户标签可以通过结构化的方式完成画像模型的搭建，但核心的差异在于对于标签集合的定义。在众多的应用当中，我们熟悉的是精准化营销，即为特定的人触达特定的事件。用户分析是基于一个有效的标签定义，且可视化的分析一定是包含的对比信息，单一的数据展示毫无价值。
其他方面，这本书由于是技术工程类书籍，并没有太多产品的设计思想，它聚焦的是如何实现。
因此从新认知维度来看，我主要get到数据存储不是单一数据库类型，而是包括了MySQL、Redis、Elasticsearch等技术选型，不同业务节点选择的不同架构支撑。换成白话就是用于展示的调用某一类数据库，用于计算的，调用另一类数据库技术。
从应用方面元数据，到最终产生画像结果，其实走的流程是数据ETL机制，这部分需要大家去了解数据产品的常规操作。另外全书中推荐看一下数据指标体系，它会让你对指标体系定义有一个相对巨像的认识常见的用户属性，用户行为，用户消费等
最后提醒一下，里面很多都是技术维度术语，大家看不懂就不要深究。时间请平衡安排，对技术有兴趣可以尝试全量阅读
书籍地址
相关说明
若有收获，就点个赞吧
0 人点赞
