作者：趙宏田

來源：大數(shù)據(jù)DT（ID：hzdashuju）

在互聯(lián)網(wǎng)步入大數(shù)據(jù)時(shí)代后，用戶行為給企業(yè)的產(chǎn)品和服務(wù)帶來了一系列的改變和重塑，其中最大的變化在于，用戶的一切行為在企業(yè)面前是可“追溯”“分析”的。企業(yè)內(nèi)保存了大量的原始數(shù)據(jù)和各種業(yè)務(wù)數(shù)據(jù)，這是企業(yè)經(jīng)營活動(dòng)的真實(shí)記錄，如何更加有效地利用這些數(shù)據(jù)進(jìn)行分析和評估，成為企業(yè)基于更大數(shù)據(jù)量背景的問題所在。

隨著大數(shù)據(jù)技術(shù)的深入研究與應(yīng)用，企業(yè)的關(guān)注點(diǎn)日益聚焦在如何利用大數(shù)據(jù)來為精細(xì)化運(yùn)營和精準(zhǔn)營銷服務(wù)，而要做精細(xì)化運(yùn)營，首先要建立本企業(yè)的用戶畫像。

01 用戶畫像是什么

用戶畫像，即用戶信息標(biāo)簽化，通過收集用戶的社會(huì)屬性、消費(fèi)習(xí)慣、偏好特征等各個(gè)維度的數(shù)據(jù)，進(jìn)而對用戶或者產(chǎn)品特征屬性進(jìn)行刻畫，并對這些特征進(jìn)行分析、統(tǒng)計(jì)，挖掘潛在價(jià)值信息，從而抽象出用戶的信息全貌，如圖1所示。

▲圖1 某用戶標(biāo)簽化

用戶畫像可看作企業(yè)應(yīng)用大數(shù)據(jù)的根基，是定向廣告投放與個(gè)性化推薦的前置條件，為數(shù)據(jù)驅(qū)動(dòng)運(yùn)營奠定了基礎(chǔ)。由此看來，如何從海量數(shù)據(jù)中挖掘出有價(jià)值的信息越發(fā)重要。

大數(shù)據(jù)已經(jīng)興起多年，其對于互聯(lián)網(wǎng)公司的應(yīng)用來說已經(jīng)如水、電、空氣對于人們的生活一樣，成為不可或缺的重要組成部分。從基礎(chǔ)設(shè)施建設(shè)到應(yīng)用層面，主要有數(shù)據(jù)平臺(tái)搭建及運(yùn)維管理、數(shù)據(jù)倉庫開發(fā)、上層應(yīng)用的統(tǒng)計(jì)分析、報(bào)表生成及可視化、用戶畫像建模、個(gè)性化推薦與精準(zhǔn)營銷等應(yīng)用方向。

很多公司在大數(shù)據(jù)基礎(chǔ)建設(shè)上投入很多，也做了不少報(bào)表，但業(yè)務(wù)部門覺得大數(shù)據(jù)和傳統(tǒng)報(bào)表沒什么區(qū)別，也沒能體會(huì)大數(shù)據(jù)對業(yè)務(wù)有什么幫助和價(jià)值，究其原因，其實(shí)是“數(shù)據(jù)靜止在數(shù)據(jù)倉庫，是死的”。

而用戶畫像可以幫助大數(shù)據(jù)“走出”數(shù)據(jù)倉庫，針對用戶進(jìn)行個(gè)性化推薦、精準(zhǔn)營銷、個(gè)性化服務(wù)等多樣化服務(wù)，是大數(shù)據(jù)落地應(yīng)用的一個(gè)重要方向。數(shù)據(jù)應(yīng)用體系的層級劃分如圖2所示。

▲圖2 數(shù)據(jù)應(yīng)用體系的層級劃分

02 用戶畫像的3種標(biāo)簽類型

用戶畫像建模其實(shí)就是對用戶“打標(biāo)簽”，從對用戶打標(biāo)簽的方式來看，一般分為3種類型：①統(tǒng)計(jì)類標(biāo)簽；②規(guī)則類標(biāo)簽；③機(jī)器學(xué)習(xí)挖掘類標(biāo)簽。

下面我們介紹這3種類型的標(biāo)簽的區(qū)別：

1. 統(tǒng)計(jì)類標(biāo)簽

這類標(biāo)簽是最為基礎(chǔ)也最為常見的標(biāo)簽類型，例如，對于某個(gè)用戶來說，其性別、年齡、城市、星座、近7日活躍時(shí)長、近7日活躍天數(shù)、近7日活躍次數(shù)等字段可以從用戶注冊數(shù)據(jù)、用戶訪問、消費(fèi)數(shù)據(jù)中統(tǒng)計(jì)得出。該類標(biāo)簽構(gòu)成了用戶畫像的基礎(chǔ)。

2. 規(guī)則類標(biāo)簽

該類標(biāo)簽基于用戶行為及確定的規(guī)則產(chǎn)生。例如，對平臺(tái)上“消費(fèi)活躍”用戶這一口徑的定義為“近30天交易次數(shù)≥2”。在實(shí)際開發(fā)畫像的過程中，由于運(yùn)營人員對業(yè)務(wù)更為熟悉，而數(shù)據(jù)人員對數(shù)據(jù)的結(jié)構(gòu)、分布、特征更為熟悉，因此規(guī)則類標(biāo)簽的規(guī)則由運(yùn)營人員和數(shù)據(jù)人員共同協(xié)商確定；

3. 機(jī)器學(xué)習(xí)挖掘類標(biāo)簽

該類標(biāo)簽通過機(jī)器學(xué)習(xí)挖掘產(chǎn)生，用于對用戶的某些屬性或某些行為進(jìn)行預(yù)測判斷。例如，根據(jù)一個(gè)用戶的行為習(xí)慣判斷該用戶是男性還是女性、根據(jù)一個(gè)用戶的消費(fèi)習(xí)慣判斷其對某商品的偏好程度。該類標(biāo)簽需要通過算法挖掘產(chǎn)生。

在項(xiàng)目工程實(shí)踐中，一般統(tǒng)計(jì)類和規(guī)則類的標(biāo)簽即可以滿足應(yīng)用需求，在開發(fā)中占有較大比例。機(jī)器學(xué)習(xí)挖掘類標(biāo)簽多用于預(yù)測場景，如判斷用戶性別、用戶購買商品偏好、用戶流失意向等。一般地，機(jī)器學(xué)習(xí)標(biāo)簽開發(fā)周期較長，開發(fā)成本較高，因此其開發(fā)所占比例較小。

03 用戶畫像8大系統(tǒng)模塊及解決方案

搭建一套用戶畫像方案整體來說需要考慮8個(gè)模塊的建設(shè)，如圖3所示。

▲圖3 用戶畫像主要覆蓋模塊

用戶畫像基礎(chǔ)：需要了解、明確用戶畫像是什么，包含哪些模塊，數(shù)據(jù)倉庫架構(gòu)是什么樣子，開發(fā)流程，表結(jié)構(gòu)設(shè)計(jì)，ETL設(shè)計(jì)等。這些都是框架，大方向的規(guī)劃，只有明確了方向后續(xù)才能做好項(xiàng)目的排期和人員投入預(yù)算。這對于評估每個(gè)開發(fā)階段重要指標(biāo)和關(guān)鍵產(chǎn)出非常重要。
數(shù)據(jù)指標(biāo)體系：根據(jù)業(yè)務(wù)線梳理，包括用戶屬性、用戶行為、用戶消費(fèi)、風(fēng)險(xiǎn)控制等維度的指標(biāo)體系。
標(biāo)簽數(shù)據(jù)存儲(chǔ)：標(biāo)簽相關(guān)數(shù)據(jù)可存儲(chǔ)在Hive、MySQL、HBase、Elasticsearch等數(shù)據(jù)庫中，不同存儲(chǔ)方式適用于不同的應(yīng)用場景。
標(biāo)簽數(shù)據(jù)開發(fā)：用戶畫像工程化的重點(diǎn)模塊，包含統(tǒng)計(jì)類、規(guī)則類、挖掘類、流式計(jì)算類標(biāo)簽的開發(fā)，以及人群計(jì)算功能的開發(fā)，打通畫像數(shù)據(jù)和各業(yè)務(wù)系統(tǒng)之間的通路，提供接口服務(wù)等開發(fā)內(nèi)容。
開發(fā)性能調(diào)優(yōu)：標(biāo)簽加工、人群計(jì)算等腳本上線調(diào)度后，為了縮短調(diào)度時(shí)間、保障數(shù)據(jù)的穩(wěn)定性等，需要對開發(fā)的腳本進(jìn)行迭代重構(gòu)、調(diào)優(yōu)。
作業(yè)流程調(diào)度：標(biāo)簽加工、人群計(jì)算、同步數(shù)據(jù)到業(yè)務(wù)系統(tǒng)、數(shù)據(jù)監(jiān)控預(yù)警等腳本開發(fā)完成后，需要調(diào)度工具把整套流程調(diào)度起來。
用戶畫像產(chǎn)品化：為了能讓用戶數(shù)據(jù)更好地服務(wù)于業(yè)務(wù)方，需要以產(chǎn)品化的形態(tài)應(yīng)用在業(yè)務(wù)上。產(chǎn)品化的模塊主要包括標(biāo)簽視圖、用戶標(biāo)簽查詢、用戶分群、透視分析等。
用戶畫像應(yīng)用：畫像的應(yīng)用場景包括用戶特征分析、短信、郵件、站內(nèi)信、Push消息的精準(zhǔn)推送、客服針對用戶的不同話術(shù)、針對高價(jià)值用戶的極速退貨退款等VIP服務(wù)應(yīng)用。

04 一款用戶畫像產(chǎn)品是什么樣的？

開發(fā)畫像后的標(biāo)簽數(shù)據(jù)，如果只是“躺在”數(shù)據(jù)倉庫中，并不能發(fā)揮更大的業(yè)務(wù)價(jià)值。只有將畫像數(shù)據(jù)產(chǎn)品化后才能更方便業(yè)務(wù)方的使用。這里簡要介紹用戶畫像產(chǎn)品化后，主要可能涵蓋到的功能模塊，以及這些功能模塊的應(yīng)用場景。

畫像產(chǎn)品按常見的功能來看，主要包括標(biāo)簽視圖與即時(shí)查詢，用戶分群，用戶人群透視分析，對用戶從事件、留存、漏斗、分布等多維度展開的深入交互式分析等模塊。下面詳細(xì)介紹畫像的產(chǎn)品形態(tài)。

1. 標(biāo)簽視圖與查詢

標(biāo)簽視圖與查詢功能主要面向業(yè)務(wù)人員使用，如圖4所示。

▲圖4

在標(biāo)簽視圖版塊中，層級化地展示了目前已經(jīng)上線使用的全部用戶標(biāo)簽。用戶可以層級化地通過點(diǎn)擊標(biāo)簽，查看每個(gè)標(biāo)簽的詳細(xì)介紹。

在圖4中，當(dāng)點(diǎn)擊“用戶屬性”這個(gè)一級類目，可進(jìn)入到“自然性別”“購物性別”“用戶價(jià)值”等二級類目，點(diǎn)擊“自然性別”二級類目，可看到展開的“男性”“女性”三級標(biāo)簽，進(jìn)一步點(diǎn)擊三級標(biāo)簽“男性”或是“女性”，可以進(jìn)入查看該標(biāo)簽的詳細(xì)介紹，如圖5所示。

▲圖5

在該標(biāo)簽詳情頁中，可以查看人口屬性這一個(gè)類目下面的各個(gè)標(biāo)簽覆蓋用戶量情況。

每天通過對標(biāo)簽的覆蓋用戶量進(jìn)行監(jiān)控，可以作為預(yù)警使用。例如：某天某個(gè)標(biāo)簽的覆蓋用戶量與前一天相比出現(xiàn)了很大比例的波動(dòng)，需要排查該標(biāo)簽當(dāng)日ETL作業(yè)是否出現(xiàn)異?；蚴欠褚驑I(yè)務(wù)上的操作導(dǎo)致標(biāo)簽量級的波動(dòng)。

在標(biāo)簽查詢模塊中，通過輸入用戶對應(yīng)的userid或cookieid，可以查看該用戶的屬性信息、行為信息、風(fēng)控屬性等多維度的信息，從多方位了解一個(gè)用戶的特征。

2. 用戶人群功能

用戶人群功能主要面向業(yè)務(wù)人員使用。產(chǎn)品經(jīng)理、運(yùn)營、客服等業(yè)務(wù)人員在應(yīng)用標(biāo)簽時(shí)，可能不僅僅只查看某一個(gè)標(biāo)簽對應(yīng)的人群情況，更多地可能需要組合多個(gè)標(biāo)簽來滿足其在業(yè)務(wù)上對人群的定義。

例如：組合“近30日購買次數(shù)”大于3次和“高活躍”“女性”用戶這三個(gè)標(biāo)簽進(jìn)行定義目標(biāo)人群，查看該類人群覆蓋的用戶量，以及該部分人群的各維度特征。下面介紹產(chǎn)品上的實(shí)現(xiàn)方式。

在“用戶人群”版塊下，點(diǎn)擊“新建人群”或編輯之前已添加的分組（如圖6），進(jìn)入詳情頁可自定義涵蓋某些標(biāo)簽的人群（如圖7）。

▲圖6 用戶自定義分群版塊

▲圖7 用戶自定義分群編輯

在自定義編輯用戶分群時(shí)，對于有統(tǒng)計(jì)值類型的標(biāo)簽，可以自定義篩選該標(biāo)簽的取值范圍，如上圖中“近30日購買次數(shù)”標(biāo)簽，業(yè)務(wù)人員可篩選該標(biāo)簽的數(shù)值。對于分類型標(biāo)簽，如上圖中“活躍度”標(biāo)簽，業(yè)務(wù)人員選中該標(biāo)簽即可圈出包含該標(biāo)簽的用戶。

“人群名稱”和“人群描述”表單用于業(yè)務(wù)人員描述該人群在業(yè)務(wù)上的定義，方便后續(xù)繼續(xù)查看、應(yīng)用該人群。

關(guān)于作者：趙宏田，資深大數(shù)據(jù)技術(shù)專家，先后在中國地質(zhì)大學(xué)（武漢）和武漢大學(xué)獲得工學(xué)和經(jīng)濟(jì)學(xué)雙學(xué)士學(xué)位。在大數(shù)據(jù)、數(shù)據(jù)分析和數(shù)據(jù)化運(yùn)營領(lǐng)域有多年的實(shí)踐經(jīng)驗(yàn)，擅長Hadoop、Spark等大數(shù)據(jù)技術(shù)，以及業(yè)務(wù)數(shù)據(jù)分析、數(shù)據(jù)倉庫開發(fā)、爬蟲、用戶畫像系統(tǒng)搭建等。

本文摘編自《用戶畫像：方法論與工程化解決方案》，經(jīng)出版方授權(quán)發(fā)布。