什么是用户画像
用户画像是一种勾画目标用户，联系用户需求与涉及方向的有效工具。例如我们将用户贴上性别、教育背景、年龄等标签，这些标签和用户就共同组成了用户画像。用户画像多被用运营和数据分析师使用、精准营销、经营分析、个性化推荐都是基于用户画像的应用。用户画像可以说是描述用户各类数据的变量集合，能够准确描述任何一个真实用户。
用户画像中常见概念
用户群组
用户群组即是将用户的属性和行为组合联系起来，将有共同特征或行为的用户分为一个群组。这样通过特定用户群组我们可以很快的筛选出我们需要的目标用户群体。但用户群组一般只能看到用户的行为，无法得出群组内具体用户的信息，所以我们通常需要将用户标签与其共同使用。用户群组一般不直接应用于精准营销场景。
用户标签
用户标签即将用户贴上标签，通过用户属性和行为事件等计算得出用户标签。用户标签本质也是用户的一种属性。
两者的关系：用户群组是用户标签的一种应用方式。标签一般不能直接拿出来使用，我们将用户标签放在特定的场景下，就可以划分出用户群组，从而将实际场景和特定标签用户联系在一起。通过用户属性和行为事件数据抽象化成标签后，我们可以通过组合标签的方式找到目标潜在用户人群。
标签类别
从标签的实现规则来看，大致可以分为以下3种类型：统计类标签、规则类标签、机器学习挖掘类标签。
- 统计类标签
最为基础也最为常见的标签类型，例如，对于某个用户来说，其性别、年龄、城市、星座、近7日活跃时长、近7日活跃天数、近7日活跃次数等字段可以从用户注册数据、用户访问、消费数据中统计得出，该类标签构成了用户画像的基础。
- 规则类标签
该类标签基于用户行为、用户属性和确定的规则产生；例如，对平台上“消费活跃”用户这一口径的定义为“近30天交易次数≥2”；在实际开发画像的过程中，由于运营人员对业务更为熟悉，而数据人员对数据的结构、分布、特征更为熟悉，因此规则类标签的规则由运营人员和数据人员共同协商确定。、
- 机器学习挖掘类标签
该类标签通过机器学习挖掘产生，用于对用户的某些属性或某些行为进行预测判断；例如，根据一个用户的行为习惯判断该用户是男性还是女性、根据一个用户的消费习惯判断其对某商品的偏好程度。该类标签需要通过算法挖掘产生。
在项目工程实践中，一般统计类和规则类的标签即可以满足应用需求，在开发中占有较大比例；机器学习挖掘类标签多用于预测场景，如判断用户性别、用户购买商品偏好、用户流失意向等；一般地，机器学习标签开发周期较长，开发成本较高，因此其开发所占比例较小。
事实上，最终标签体系中是以用户视角定义的，需要结合具体的业务；比如某电商业务标签分类，用户属性维度标签、用户行为维度标签、用户消费维度标签、风险控制维度标签、社交属性维度标签。
用户画像产品化
从业务价值来说，标签和画像是一种提供数据支持的模块；开发完画像标签数据，如果只是“躺在”数据仓库中，并不能发挥更大的业务价值；只有将画像数据产品化后才能以标准方式提升数据处理链路上各个环节的效率，同时也更便于业务方使用。
下面从用户画像的功能介绍一下用户画像产品化后的作用。
- 系统看板
将用户画像系统的数据做成数据看板，即用可视化图表等形式展现出来，进而建立和统一使用者对企业数据资产或核心人群数据的基础认知。用户画像系统看板，可以将用户标签，用户类别等数据展示出来，直观且形象的便于我们理解。
- 标签管理
我们可以通过对标签的增删改查等操作，根据需求对标签进行调整，从而使我们的数据更加灵活准确。
- 用户分群和用户群画像
在实际使用中我们不仅仅只看某一标签对应人群情况，更多地可能需要组合多种多个标签来满足业务上的需求，用户分群可以帮助我们快速找到对应标签的用户群体，而用户群画像可以将特定用户群中标签情况更加清晰的展现出来，方便我们使用。
- 数据互通
通过将用户画像标签体系系统和其他系统进行数据互通，我们可以拥有更加丰富的多维度数据，进而进行更加深层和多样的分析对比，从而得到更多的数据。
用户画像应用
用户画像主要有：经营分析、精准营销、个性化推荐与服务3个方面的应用
经营分析
我们通过使用用户画像系统数据，可以进行更深层次的数据分析，进而支持复杂业务的经营分析。下面介绍一些市场、运营、产品人员分析时会关注的指标：
如：流量分析（流量来源、流量数量和质量），用户分析（用户数量和质量），商品分析（商品品类），订单分析（订单指标，转化率指标），渠道分析（用户活跃、用户质量、留存、渠道收入），产品分析（ 搜索功能：搜索人数/次数、搜索功能渗透率、搜索关键词；关键路径漏斗等产品功能设计分析；）
精准营销
精准营销大致可以分为以下4类：
● 基于行为营销：产品浏览、加入购物车、门店扫码、订单取消、订单退货等；
● 基于位置营销：周边门店、周边活动、常去区域等；
● 基于节日营销：生日、春节、双十一、双十二、圣诞等；
● 基于会员营销：欢迎入会、卡券提醒、积分变更、等级变化、会员礼遇等；
精准营销中我们可以以：短信/邮件/push营销和客服话术等方式进行用户定制化。
个性化推荐与服务
应用的运营者，可以通过个推用户画像中的性别、年龄段、兴趣爱好、浏览购买行为等标签，给用户推荐不同的内容；如今日头条上的个性化文章内容推荐、抖音上基于用户画像做的个性化视频内容推荐、淘宝上基于用户浏览行为等画像数据做的个性化商品推荐等。
若有收获，就点个赞吧
0 人点赞
