浅谈用户画像
什么是用户画像?
维基百科定义
- A user profile is a visual display of personal data associated with a specific user, or a customized desktop environment
- 用户画像就是与该用户相关联的数据的可视化展现;即:用户信息标签化
偏技术的定义
- 海量的数据标签,根据用户的目标、行为和观点的差异区分为不同的类型
常见的用户画像维度
金融用户评级画像
群体维度常见的画像-今日头条
为什么要做用户画像?
宏观
构建具象认知,构建战略、战术方向
- 为了在核心用户上达成统一 具象的认知,方便后期有的放矢
- 根据用户画像信息做产品设计,了解用户行为偏好
探索用户足迹,用户市场导向
- 详细了解真实用户是如何 与产品及相关内容进行互动的
- 从业务场景出发,解决实际的业务问题,针对用户生命周期的不同状态进行产品设计
微观
构建底层数据基础,服务上层应用
- 用户画像可作为推荐系统(广告、搜索系统)重要一环
方便信息的处理
有了标签后计算机可以方便的处理各个量化需求
- 统计分类
- 数据挖掘
如何构建用户画像
构建用户静态/动态数据
静态数据-评估价值
用户相对稳定的信息,此类信息自成标签,如果已有真实信息则无需过多的建模预测,更多的是数据清洗;如果静态信息不准或缺失则需要建模预测
- 人口属性
- 性别
- 年龄
- 地域
- 商业属性
- 收入
- 职业
- 消费意向
- 风险评估状态
- 生活型态
- CRM
- 客户状态
- 会员状态
- 生命价值
动态数据-循迹
用户不断变化的行为信息
- 场景
- 访问设备
- 访问时段
- 媒体
- 访问媒体
- 访问页面
- 访问时长
- 访问频次
- 路径
- 流量来源
- 流量去向
标签与权重
用户画像的最终形态:通过分析用户行为,最终为每个用户打上标签,以及该标签的权重
标签
表征了内容,用户对该内容有兴趣、偏好、需求等
权重
表征了指数,用户的兴趣、偏好指数; 也可能表征用户的需求度
数据建模方法
标签= 用户标识 + 时间 + 行为类型 +接触点的聚合,某用户因为在什么时间、什么地点、做了什么事,所以会打上标签
事件模型
收集用户行为,并结合上下文构建事件模型,5W
- who,唯一的用户标识
- when,时间因素
- where,地理位置
- what,交互的内容/商品
- which ,用户的行为(点击,浏览,购买,观看……)
整体思考建模
用户标签的权重是会随着时间的增加而衰减
- 时间为衰减因子r,影响权重,每天衰减为昨天的r倍
- 行为类型、接触点决定权重
- 内容类型决定标签
用户偏好某内容的标签 = 衰减因子 * 行为类型权重 * 接触点权重
算法路线及常用算法模型
算法处理评估流程图
算法架构图
标签层级
About ME
👋 读书城南,🤔 在未来面前,我们都是孩子~
- 📙 一个热衷于探索学习新方向、新事物的智能产品经理,闲暇时间喜欢coding💻、画图🎨、音乐🎵、学习ing~
👋 Social Media
🛠️ Blog: http://oceaneyes.top
⚡ PM导航: https://pmhub.oceangzy.top
☘️ CNBLOG: https://www.cnblogs.com/oceaneyes-gzy/
🌱 AI PRJ自己部署的一些算法demo: http://ai.oceangzy.top/
📫 Email: 1450136519@qq.com
💬 WeChat: OCEANGZY
💬 公众号: UncleJoker-GZY
👋 加入小组~
👋 感谢打赏~
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 OCAEN.GZY读书城南!