用戶畫像詳解來了
導(dǎo)讀：今天主要和大家分享明略對(duì)于用戶畫像的認(rèn)識(shí)，包括如何理解用戶畫像，為什么需要用戶用畫像，以及明略在建設(shè)和應(yīng)用用戶畫像過程中總結(jié)的方法論，讓大家了解如何構(gòu)建好的用戶畫像。
首先來看用戶畫像的定義。
1. 用戶畫像的定義
上圖是百度百科中的定義。這個(gè)定義有兩個(gè)重點(diǎn)，一是勾畫目標(biāo)客戶，二是行為、屬性。這個(gè)定義強(qiáng)調(diào)了用戶畫像的本質(zhì)是對(duì)目標(biāo)客戶的一種勾畫或描繪，這種勾畫比我們平時(shí)在馬路上看到的快速肖像畫要豐富得多，多出了行為、屬性。
那么換一種技術(shù)化的視角，畫像的定義是什么？
引用這個(gè)定義是為了引出標(biāo)簽的概念，以及標(biāo)簽在畫像中的作用，或者說標(biāo)簽和畫像之間的關(guān)系。標(biāo)簽可以理解為對(duì)用戶各種類型數(shù)據(jù)的提煉總結(jié)，可能就是用一個(gè)詞或者說是用一個(gè)短語來表達(dá)用戶在某個(gè)方面的一項(xiàng)特征。用戶有各種各樣的特征，因此需要有海量的標(biāo)簽去完整地描述一個(gè)用戶。這樣做的好處在于能夠可視化表征用戶特征，讓我們更加便捷清晰的了解我們的客戶，這是用戶畫像的意義所在：用戶畫像其實(shí)就是對(duì)用戶關(guān)聯(lián)數(shù)據(jù)去進(jìn)行可視化的展現(xiàn)。
一句話總結(jié)一下，用戶畫像的技術(shù)特點(diǎn)就是把用戶的信息標(biāo)簽化。
2. 常見用戶畫像維度
到現(xiàn)在為止對(duì)用戶畫像進(jìn)行了多種角度的定義，但還是停留在概念層面，不夠直觀。下面舉幾個(gè)例子加深理解。
首先看一個(gè)人物畫像，它其實(shí)是由各種標(biāo)簽來構(gòu)成的，文靜、可愛、善解人意、活潑等等，都是對(duì)用戶某些屬性的描述，非常直觀。在這張圖上也可以發(fā)現(xiàn)，標(biāo)簽被分成了幾個(gè)類型，有基本屬性類的，有消費(fèi)購物類的，還有網(wǎng)絡(luò)社交類，其實(shí)還會(huì)有更多的分類，在這里沒有一一列舉。之所以會(huì)形成對(duì)標(biāo)簽的分類，一是便于對(duì)標(biāo)簽的管理，另一個(gè)重要的原因是在不同的場景中，這些標(biāo)簽可以幫助我們實(shí)現(xiàn)不同的目標(biāo)。場景和目標(biāo)是非常重要的。
結(jié)合這張圖：藍(lán)色的像年齡、性別、所在的區(qū)域，都是一些比較通用的基本屬性，可能在多個(gè)場景中使用到。這類標(biāo)簽通常是會(huì)再去配合其他標(biāo)簽去使用。而左上角黃色的消費(fèi)購物類的標(biāo)簽，可能在電商場景中會(huì)用的比較多。根據(jù)用戶的標(biāo)簽，比如消費(fèi)偏好領(lǐng)域?yàn)榉Q(mào)，我們判斷用戶可能購買服裝類的物品會(huì)比較多，因此在進(jìn)行推薦或者是促銷的時(shí)候，可以優(yōu)先挑服裝鞋帽等品類推送給用戶。但如果不考慮這些標(biāo)簽，而去給用戶推薦一些3C電子類的產(chǎn)品，用戶可能會(huì)完全不感興趣，也就起不到促進(jìn)購買的作用。
再比如“偏好價(jià)格區(qū)間”是“200到500”。雖然我們偶爾也會(huì)不太在乎價(jià)格的購買一些非常心儀的東西，但大多數(shù)的購買其實(shí)還是會(huì)在一個(gè)范圍區(qū)間之內(nèi)，這個(gè)區(qū)間可能用戶自己都不能直接的量化出來，但是通過用戶畫像，可以將其框定在某個(gè)范圍之內(nèi)。這就是“畫像比你自己更了解你自己”的點(diǎn)之一。通過對(duì)于偏好價(jià)格區(qū)間的標(biāo)簽化，企業(yè)就可以針對(duì)性的進(jìn)行后續(xù)的推薦和促銷，效果也會(huì)更加顯著。
最后我們來看網(wǎng)絡(luò)社交類的標(biāo)簽，左下角紫色的部分，基本都是和我們?nèi)粘Ｊ褂蒙缃痪W(wǎng)絡(luò)相關(guān)的，圖例中都是和微博相關(guān)的，比如說粉絲數(shù)、關(guān)注數(shù)、互動(dòng)數(shù)等等。在進(jìn)行社交輿情分析的時(shí)候，網(wǎng)絡(luò)社交相關(guān)的標(biāo)簽對(duì)我們的分析會(huì)非常有幫助。
3. 金融產(chǎn)品常見用戶畫像
前面列舉了用戶畫像在營銷和輿情分析場景中的應(yīng)用，其實(shí)還有一個(gè)非常早就開始應(yīng)用戶畫像來助力其日常業(yè)務(wù)的領(lǐng)域，那就是金融領(lǐng)域。而金融領(lǐng)域里面最常見的一個(gè)場景就是信用評(píng)分畫像。
在這個(gè)場景中，可以看到用戶的標(biāo)簽都是和個(gè)人信用相關(guān)的，和前一個(gè)例子的標(biāo)簽集合差異比較大。跟個(gè)人信用相關(guān)的標(biāo)簽包括，如用戶在平臺(tái)的注冊(cè)年限，是不是修改過注冊(cè)信息，是不是在其他平臺(tái)有過逾期行為，還是一向都表現(xiàn)良好，也包括用戶的個(gè)人信息，比如婚姻狀況，有沒有小孩兒，以及在社交媒體上的表現(xiàn)，比如粉絲數(shù)，活躍度等等。這一系列的信息都可以綜合起來，幫助我們判定用戶的信用評(píng)分及信用等級(jí)，輔助業(yè)務(wù)部門去做出決策。這又提出了一個(gè)非常重要的概念，就是輔助決策，后面我們也會(huì)提到這一點(diǎn)。
4. 群體維度常見的畫像
除了可以對(duì)單個(gè)用戶去進(jìn)行畫像之外，也可以對(duì)某個(gè)群體來進(jìn)行畫像。
前面在定義階段，我們說畫像其實(shí)是一種可視化的展現(xiàn)，但是這個(gè)展現(xiàn)的形式不是單一的。舉個(gè)例子，對(duì)微博上某個(gè)車評(píng)人的粉絲情況的分析，和剛剛單一用戶的畫像就很不一樣。單一用戶畫像，更多的是把每一個(gè)屬性進(jìn)行分類和排列，幫助我們了解某一個(gè)單獨(dú)對(duì)象的信息。而針對(duì)群體的畫像，更多的是將單一標(biāo)簽類型匯聚在一起，去展示統(tǒng)計(jì)信息（也就是標(biāo)簽、標(biāo)簽值的分布），比如說性別里面男女各占多少比例，地區(qū)里每個(gè)省份所占的比例，或者是每個(gè)省份的熱度是多少等等。而在處理連續(xù)的值，或者說比較多的離散值的時(shí)候，我們也可以去進(jìn)行分段，比如說右上角年齡，可以針對(duì)典型的年齡段進(jìn)行劃分，至于具體怎么去劃分，則是業(yè)務(wù)強(qiáng)相關(guān)了。
前面對(duì)于用戶畫像進(jìn)行了理論上的定義和直觀上的認(rèn)識(shí)，那么，我們?yōu)槭裁匆?gòu)建用戶畫像，構(gòu)建出來有什么用？下面和大家分享一下我個(gè)人的一些看法。
1. 為什么要做用戶畫像
我們從業(yè)務(wù)和技術(shù)兩個(gè)角度進(jìn)行理論分析。
在業(yè)務(wù)層面，我們通過用戶畫像可以去構(gòu)建具象的認(rèn)知，構(gòu)建戰(zhàn)略和戰(zhàn)術(shù)方向，同時(shí)也可以去探索用戶足跡，形成以用戶為導(dǎo)向的一個(gè)方向。在對(duì)核心用戶達(dá)成統(tǒng)一而且具象的認(rèn)識(shí)之后，我們后續(xù)的投入才能方向明確，有的放矢。
在為用戶設(shè)計(jì)產(chǎn)品的時(shí)候，要以用戶為導(dǎo)向，清楚地知道目標(biāo)用戶是什么樣的，有什么樣的行為、屬性特征。根據(jù)用戶畫像信息來做產(chǎn)品設(shè)計(jì)，才可能為公司提供一種戰(zhàn)略和戰(zhàn)術(shù)層面上的指導(dǎo)。
探索用戶的足跡，形成用戶走向，是指在詳細(xì)了解真實(shí)用戶是如何和產(chǎn)品及其相關(guān)內(nèi)容進(jìn)行互動(dòng)之后，我們才能進(jìn)一步的去深化產(chǎn)品。當(dāng)我們?yōu)橛脩暨M(jìn)行畫像的時(shí)候，一定是要從這種業(yè)務(wù)場景出發(fā)的，帶著業(yè)務(wù)場景的目標(biāo)去解決實(shí)際的業(yè)務(wù)問題。比如要去進(jìn)行畫像，要么就是去獲取新用戶，要么就是去提升用戶體驗(yàn)，再或者可能是為了挽回流失的用戶，總之一定是有非常明確的目標(biāo)在先。
從技術(shù)層面上講，我們通過用戶畫像的構(gòu)建，可以幫助構(gòu)建底層數(shù)據(jù)基礎(chǔ)，來服務(wù)上層應(yīng)用，同時(shí)也方便對(duì)于信息的處理。
其實(shí)用戶畫像除了可以做比較直觀的展示之外，更多時(shí)候是服務(wù)上層應(yīng)用，比如在推薦系統(tǒng)里面，用戶畫像作為推薦系統(tǒng)非常重要的一環(huán)，能夠提升推薦效果；另外像前面提到的金融領(lǐng)域的應(yīng)用，用戶畫像也可以在風(fēng)控應(yīng)用，作為一些規(guī)則特征而存在，用于量化用戶的信用等級(jí)。
有標(biāo)簽之后，計(jì)算機(jī)可以方便地處理一些量化的需求，比如去做分類統(tǒng)計(jì)，或者去做深入的數(shù)據(jù)挖掘，喜歡買榴蓮的用戶，通常喜歡什么服裝品牌，經(jīng)常又買咖啡又買大蒜的用戶的年齡段分布大概是什么樣子等等，基于畫像，我們可以做一系列量化分析。
總之，用戶畫像可以完美地抽象出一個(gè)用戶的信息全貌，是企業(yè)應(yīng)用大數(shù)據(jù)的根基，可以幫助企業(yè)為用戶提供個(gè)性化的產(chǎn)品和服務(wù)。對(duì)于給客戶提供服務(wù)的企業(yè)而言，我們最終的目的都是，在用戶使用企業(yè)提供的產(chǎn)品、打開APP或者網(wǎng)站的時(shí)候，可以看到的內(nèi)容和體驗(yàn)都是針對(duì)他來設(shè)計(jì)的，或者說是符合用戶的調(diào)性的，這就是所謂的千人千面，這樣用戶的體驗(yàn)才會(huì)有真正的提升。
2. 示例：畫像支撐業(yè)務(wù)應(yīng)用
接下來，結(jié)合明略的用戶畫像和營銷自動(dòng)化產(chǎn)品，來給大家舉一個(gè)畫像支撐業(yè)務(wù)應(yīng)用的例子，非常淺顯易懂。
例如，我們想要舉行一場營銷活動(dòng)，但是不希望直接面向所有用戶群體，而是針對(duì)某一類具有一定特征的用戶來去進(jìn)行。首先我們就會(huì)用到用戶畫像產(chǎn)品，根據(jù)目標(biāo)用戶的標(biāo)簽來去進(jìn)行人群圈選。目標(biāo)用戶的標(biāo)簽，指的是，根據(jù)業(yè)務(wù)上確定的條件，在畫像產(chǎn)品里面通過輸入條件來把目標(biāo)人群圈選出來。比如說通過消費(fèi)行為的標(biāo)簽，可以把360天之內(nèi)都沒有進(jìn)行過購買的用戶，篩選出來。下一步，真正去做營銷的時(shí)候，就可以將上一步中篩選出來的用戶群體作為活動(dòng)的目標(biāo)人群，輕松的實(shí)現(xiàn)定向營銷。
以上，我們將畫像視為一個(gè)整體，討論了它的作用、存在的必要性，也談到了標(biāo)簽，畫像和標(biāo)簽之間存在著緊密的聯(lián)系。下面我們來具體來談一談標(biāo)簽的重要性，標(biāo)簽到底有什么樣的作用。
3. 標(biāo)簽的作用
標(biāo)簽可以將數(shù)據(jù)及其含有的信息轉(zhuǎn)化成帶有明確的可決策行為的指導(dǎo)。
人參與決策越多的地方，越需要將信息數(shù)據(jù)進(jìn)行標(biāo)簽化，以提升人對(duì)數(shù)據(jù)的理解和處理效率，實(shí)現(xiàn)人機(jī)協(xié)同。
下面討論這兩點(diǎn)的具體含義。觀察一下所謂的數(shù)據(jù)產(chǎn)品，比如營銷領(lǐng)域的DMP、CDP，或者一些通用的數(shù)據(jù)產(chǎn)品，BI、DASHBOARD等等，它們的共同之處在于，關(guān)注如何用數(shù)據(jù)讓人去產(chǎn)生快速的理解。
比如說在當(dāng)今疫情環(huán)境下，有一個(gè)大家日常經(jīng)常會(huì)遇到的標(biāo)簽，體溫超過37度，可能就是發(fā)燒需要去看醫(yī)生了，這個(gè)發(fā)燒點(diǎn)就是一個(gè)重要的標(biāo)簽。再比如駕車過程中，如果時(shí)速超過120，導(dǎo)航上的顯示就變成紅色，這也是一個(gè)非常明確的標(biāo)簽，說明已經(jīng)超速，該松油門降速了。所以我們?cè)谌粘Ｉ钪衅鋵?shí)總是能遇到一些特別典型的標(biāo)簽，指導(dǎo)我們?nèi)プ鰶Q策。
我們?cè)購牧硪粋€(gè)角度來去看一下，為什么我們需要去做標(biāo)簽。以各種新聞?lì)惢蛘叨桃曨l類的APP為例，其背后普遍有非常好的推薦能力，這些推薦能力可能不需要標(biāo)簽，因?yàn)樗写罅康挠脩舴答仈?shù)據(jù)去幫它做決策，就可以自己不斷的去進(jìn)行刷新，去訓(xùn)練提升它的模型。但是如果說某些場景環(huán)境需要人來參與做決策，人參與決策的地方越多，就越需要將數(shù)據(jù)和信息進(jìn)行標(biāo)簽化。因?yàn)槿颂幚硇畔⒉豢赡芟駲C(jī)器那樣，通過大量的運(yùn)算來決策。人類能夠處理的信息其實(shí)是有限的，為了提升處理效率，最終實(shí)現(xiàn)人機(jī)協(xié)同，我們要把大量數(shù)據(jù)和數(shù)據(jù)演算的結(jié)果，通過信息的標(biāo)簽化，變成人可以快速理解快速去做決策的形式。
下面我們來舉一個(gè)例子看看標(biāo)簽的作用，如何通過下面這4個(gè)步驟將數(shù)據(jù)轉(zhuǎn)化為標(biāo)簽，并且最終指導(dǎo)決策。
第一步：數(shù)據(jù)在線
數(shù)據(jù)在線指的是通過數(shù)字化轉(zhuǎn)型，將業(yè)務(wù)流程在線化，這樣業(yè)務(wù)流程中產(chǎn)生的數(shù)據(jù)也就跟著實(shí)現(xiàn)了在線化，具備了進(jìn)一步處理的先決條件。比如以前我們都在超市里買東西，其實(shí)很難去統(tǒng)計(jì)哪個(gè)用戶買了什么東西，后續(xù)的分析也就很難進(jìn)行。現(xiàn)在很多人都在電商購物，購物記錄實(shí)現(xiàn)了數(shù)據(jù)在線。未來，隨著越來越多的業(yè)務(wù)流程在線化，可以分析的內(nèi)容也會(huì)越來越豐富。
第二步：數(shù)據(jù)信息轉(zhuǎn)換
用戶數(shù)據(jù)轉(zhuǎn)換為信息，這個(gè)信息指的是，在我們業(yè)務(wù)場景下能夠解讀出來的內(nèi)容。比如用戶姓名王二妮，是一個(gè)女性化的名字，當(dāng)然，可能并不是所有的轉(zhuǎn)化都這么直接。從數(shù)據(jù)到信息的過程中，需要基于對(duì)業(yè)務(wù)場景的理解，我們不僅需要直接的分析數(shù)據(jù)，轉(zhuǎn)換數(shù)據(jù)，還需要賦予數(shù)據(jù)新的信息，這就是所謂的信息轉(zhuǎn)換，信息增益。
第三步：信息標(biāo)簽轉(zhuǎn)換
我們可以通過一些規(guī)則，將信息轉(zhuǎn)化為標(biāo)簽。舉個(gè)例子，當(dāng)我看到這信息（用戶名叫王二妮）的時(shí)候，我們就可以判斷，大概率90%以上，這個(gè)用戶是一位女性，就可以給用戶一個(gè)性別標(biāo)簽，這是一種預(yù)測性的標(biāo)簽，所以這個(gè)標(biāo)簽是帶有權(quán)重的，比如90%。
第四步：標(biāo)簽指導(dǎo)決策
根據(jù)標(biāo)簽如何產(chǎn)生決策？在電商場景，用戶購買了一款嬰兒奶粉產(chǎn)品，接下來該如何去跟他互動(dòng)？我們結(jié)合性別女的標(biāo)簽，去判斷，用戶大概率是一個(gè)媽媽，就應(yīng)該是適用媽媽型的溝通方式和稱呼。這個(gè)當(dāng)然也有可能會(huì)有錯(cuò)，比如用戶是幫別人買的，送人的。因此可能會(huì)要結(jié)合多種標(biāo)簽應(yīng)用，幫助我們決策用什么方式去和用戶進(jìn)行溝通。在這個(gè)環(huán)節(jié)中，并不要求決策百分之百正確。因?yàn)榇蠖鄶?shù)業(yè)務(wù)只是需要一個(gè)可以嘗試的推薦。接下來每一條數(shù)據(jù)都是這樣的，比如通過數(shù)據(jù)在線，獲得了收貨地址，東城區(qū)特別貴小區(qū)302，通過信息增益補(bǔ)充了房價(jià)信息，然后再結(jié)合收入和房價(jià)模型，就能大概推斷出用戶的大概收入水平，生成收入水平標(biāo)簽。有了收入水平標(biāo)簽后，能進(jìn)一步指導(dǎo)決策：對(duì)于收入水平比較高的用戶，推薦更高端的產(chǎn)品系列。這就是一個(gè)典型的，通過數(shù)據(jù)轉(zhuǎn)化為標(biāo)簽，最終指導(dǎo)決策的過程。
明略在用戶畫像構(gòu)建，標(biāo)簽體系構(gòu)建，標(biāo)簽生成方面，不僅有成熟的產(chǎn)品，例如CDP、DMP，也有非常專業(yè)的實(shí)施服務(wù)團(tuán)隊(duì)和方法論。下面，結(jié)合明略自有的方法論和通用的方法論，和大家聊一聊如何構(gòu)建用戶畫像。
1. 數(shù)據(jù)在線
畫像構(gòu)建流程的第一步是數(shù)據(jù)在線，也就是數(shù)字化轉(zhuǎn)型，應(yīng)用系統(tǒng)打通，終端埋點(diǎn)建設(shè)等等，技術(shù)層面內(nèi)容這里就不一一展開了。
這里說一下我們比較關(guān)注的兩類數(shù)據(jù)，一開始在定義階段就提到過的屬性和行為，具體包括靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)。
(1) 靜態(tài)數(shù)據(jù)
靜態(tài)數(shù)據(jù)是用戶相對(duì)穩(wěn)定的一些信息，如人口屬性、商業(yè)屬性等，這類信息通常自成標(biāo)簽。如果說企業(yè)有真實(shí)的信息，就可以直接進(jìn)行轉(zhuǎn)換，不需要建模或預(yù)測，更多的是數(shù)據(jù)清洗的工作，但如果某些靜態(tài)信息不準(zhǔn)確或者缺失，可能需要進(jìn)行建模預(yù)測，后面也會(huì)提到這幾種情況。
(2) 動(dòng)態(tài)數(shù)據(jù)
動(dòng)態(tài)數(shù)據(jù)是用戶不斷變化的行為信息。我們可能會(huì)更多地聚焦在用戶在互聯(lián)網(wǎng)上的行為，比如在瀏覽了某品牌的網(wǎng)頁，瀏覽了某一個(gè)品類的一個(gè)單品頁，或是發(fā)了一條微博等等這些信息，這種就是動(dòng)態(tài)數(shù)據(jù)。
這兩類數(shù)據(jù)對(duì)構(gòu)建標(biāo)簽非常重要，也非常有用。
2. 標(biāo)簽體系建設(shè)
數(shù)據(jù)有了之后，在構(gòu)建標(biāo)簽之前，我們先聊一聊標(biāo)簽體系的建設(shè)。
所謂標(biāo)簽體系，是基于我們既有經(jīng)驗(yàn)預(yù)設(shè)好的，用數(shù)據(jù)解決問題的模型。我們?cè)谠O(shè)計(jì)標(biāo)簽體系構(gòu)的時(shí)候，參考了通用的數(shù)據(jù)解決問題的方法論，即：
第一步：明確問題和目的是什么，用數(shù)據(jù)解決問題也不例外；
第二步：梳理現(xiàn)有條件，從中鎖定問題的關(guān)鍵點(diǎn)；
第三步：確認(rèn)分析的維度，即確定分析的對(duì)象以及分析角度；
第四步：確定分析方法，例如，求解一道三角形相關(guān)的幾何體，明確分析對(duì)象是三角形，下一步應(yīng)該考慮用哪個(gè)定理去分析它；
第五步：圈選，圈定數(shù)據(jù)來得到結(jié)果，把思路都理順之后，只需把題干中條件數(shù)往公式定理中一帶，就能得出最后的結(jié)論，算出答案。
以上五步，就是用數(shù)據(jù)去解決問題的通用途徑。制定標(biāo)簽體系設(shè)計(jì)路徑的時(shí)候，也是類比通用路徑，因此也有五個(gè)步驟。
第一步：明確帶目標(biāo)的場景。所謂帶目標(biāo)的場景，指的是，設(shè)計(jì)標(biāo)簽體系要解決的是什么場景下的問題。不僅要知道場景，還需要知道具體的目標(biāo)。比如廣告投放是一個(gè)場景，這個(gè)場景里面可能會(huì)有多種不同的目標(biāo)，可以是在固定投入的情況下，觸達(dá)到更多的人，或者是在固定觸達(dá)人數(shù)的情況下，盡可能減少預(yù)算；如果要選媒體，那么在不同的目標(biāo)之下的情況可能也是大不相同的。
第二步：明確場景中的流程和角色。比如廣告投放的場景，角色可能會(huì)有哪些？比如要選媒體，選媒體點(diǎn)位，選完點(diǎn)位之后，需要確定投放的素材，確定完素材之后，還需要確定時(shí)間。考慮時(shí)間的時(shí)候，還要考慮每個(gè)媒體提供的不同的時(shí)間的人流量表現(xiàn)是不一樣的。這個(gè)過程中就包含很多的角色，這些角色在不同的環(huán)節(jié)中完成不同的工作，他們的關(guān)注點(diǎn)也是不一樣的，我們需要了解每一個(gè)角色在這個(gè)過程中需要去解決的問題是什么。
第三步：明確場景中需要被標(biāo)簽化的對(duì)象，也就是要去給誰打標(biāo)簽，比如剛剛提到的場景中，我們做廣告投放的時(shí)候，如果說目標(biāo)是要去觸達(dá)到更多的用戶，那么用戶可能就是打標(biāo)簽的對(duì)象。
第四步：明確我們不同對(duì)象在場景中需要的標(biāo)簽類型，例如，是基本屬性標(biāo)簽，還是消費(fèi)偏好表現(xiàn)，是動(dòng)態(tài)標(biāo)簽，還是靜態(tài)標(biāo)簽，是預(yù)測標(biāo)簽，還是行為標(biāo)簽，等等。
最后：確定了類型之后，需要列舉出標(biāo)簽的值，比如人口屬性標(biāo)簽中的年齡段標(biāo)簽，需要進(jìn)一步確定出“0-15歲”，“16-18歲”，“18歲以上”等具體的值。
以上是我們構(gòu)建標(biāo)簽體系的比較通用的方法論，適用于各種用戶畫像構(gòu)建過程中設(shè)計(jì)標(biāo)簽體系。
3. 標(biāo)簽與權(quán)重
用戶畫像的最終形態(tài)，就是通過對(duì)用戶行為的分析為用戶打上標(biāo)簽，以及標(biāo)簽的權(quán)重。那么，標(biāo)簽與權(quán)重，具體是什么樣子？
以這兩個(gè)標(biāo)簽為例：李寧0.8，小米0.6。標(biāo)簽的部分，表征用戶對(duì)哪些內(nèi)容有興趣、愛好或者需求，權(quán)重則表征了愛好或者需求的指數(shù)，也可能是需求度、可信度、概率等。
4. 標(biāo)簽建模方法
下面對(duì)標(biāo)簽建模方法做進(jìn)一步討論。標(biāo)簽是對(duì)用戶標(biāo)識(shí)、時(shí)間、行為類型、接觸點(diǎn)（網(wǎng)址、內(nèi)容）的聚合，即，因?yàn)橛脩粼谑裁磿r(shí)間什么地點(diǎn)干了什么事，所以我們才需要給用戶打上一個(gè)某某標(biāo)簽。進(jìn)一步的，從整體思考和建模，可能需要加入權(quán)重方面的設(shè)計(jì)。例如，在某些場景下，我們需要定義時(shí)間衰減因子，即時(shí)間越長，可能性或者說概率就越低，權(quán)重也就越低。
舉例說明：某用戶，前天在天貓李寧官網(wǎng)上瀏覽了一雙鞋，昨天在天貓超市買了一個(gè)杯子，我們可以比較輕松地提取出來幾個(gè)標(biāo)簽，李寧運(yùn)動(dòng)鞋、杯子，以及相關(guān)時(shí)間，昨天發(fā)生，前天發(fā)生。我們?cè)僮鲆粋€(gè)簡單的假設(shè)，重要性每天可能會(huì)有百分之十的衰減，就是前一天可能是今天的0.9。
對(duì)于行為類型的標(biāo)簽，不同行為權(quán)重不同，比如購買行為權(quán)重是1，瀏覽權(quán)重只是0.5，也可能引入地點(diǎn)的權(quán)重，例如品牌官網(wǎng)的權(quán)重可能會(huì)重一些，天貓超市可能稍微低一些。
所以計(jì)算標(biāo)簽的時(shí)候，需要把以上所有內(nèi)容都考慮進(jìn)去，時(shí)間衰減、行為類型、地點(diǎn)等等，計(jì)算出標(biāo)簽以及權(quán)重值。
上面講的這些方法和例子僅供參考，當(dāng)我們真正去設(shè)計(jì)標(biāo)簽的時(shí)候，首先需要根據(jù)業(yè)務(wù)需求進(jìn)行建模，然后才能明確標(biāo)簽、權(quán)重的值到底應(yīng)該是怎樣設(shè)定，并且要不斷的迭代和優(yōu)化。
5. 標(biāo)簽分類
下面我們從另外一個(gè)角度去看一下標(biāo)簽的分類，如圖所示，分成了四層：
底層：其實(shí)不是標(biāo)簽，而是原始數(shù)據(jù)，是我們通過數(shù)據(jù)在線從各個(gè)渠道中采集匯聚回來的數(shù)據(jù)，通過這些數(shù)據(jù)進(jìn)行簡單的分析就可以得到第一類標(biāo)簽-事實(shí)標(biāo)簽。
事實(shí)標(biāo)簽：是從一些簡單的事實(shí)中提煉出來的，甚至是不用提煉直接就能形成的標(biāo)簽。例如原始數(shù)據(jù)里面已經(jīng)有了用戶的注冊(cè)信息，其中有用戶的性別，可以直接構(gòu)建標(biāo)簽，也有的可能需要經(jīng)過簡單的統(tǒng)計(jì)，比如通過累加，我們能得到產(chǎn)品購買的次數(shù)，投訴的次數(shù)等等，這些都是一些基于事實(shí)直接可以拿到的標(biāo)簽。
模型標(biāo)簽：如果標(biāo)簽不可直接獲得，通常就需要通過建模計(jì)算來生成，比如通過對(duì)歷史購物行為的建模分析獲得用戶的產(chǎn)品購買偏好：對(duì)于哪個(gè)品類或者哪個(gè)品牌的標(biāo)簽權(quán)重是多少等等。
預(yù)測標(biāo)簽：這類標(biāo)簽的生成更多是依賴算法。例如在電商場景中，可以通過用戶購買的商品、年齡、性別，預(yù)測用戶的人群屬性：年輕的媽媽，或者高收入白領(lǐng)等。
以上，就是關(guān)于標(biāo)簽分類的討論。
6. ID打通
討論了數(shù)據(jù)在線、標(biāo)簽體系設(shè)計(jì)、標(biāo)簽生成之后，我們來說一說構(gòu)建畫像過程中另外一個(gè)比較精彩的部分，通過Super ID的構(gòu)建來實(shí)現(xiàn)ID的打通。這里暫且不討論具體的技術(shù)，重點(diǎn)分享為什么需要實(shí)現(xiàn)打通。我們前面討論的構(gòu)建畫像的過程其實(shí)是簡化了的：假設(shè)來自不同場景的數(shù)據(jù)都可以直接和用戶產(chǎn)生關(guān)聯(lián)。而在實(shí)際場景中，企業(yè)可能構(gòu)建了多種渠道觸達(dá)用戶，可能是直接提供服務(wù)的渠道，也可能是廣告營銷的渠道，渠道的多樣化就導(dǎo)致了用戶行為的碎片化。如何將復(fù)雜的碎片歸一化，認(rèn)知用戶特征，最后形成用戶畫像，挖掘用戶需求，這一系列的解決方案是很重要的需求，也是大多數(shù)企業(yè)今天面臨的挑戰(zhàn)。
在明略的解決方案中，我們圍繞用戶構(gòu)建了一個(gè)SuperID，通過一些確定性的綁定關(guān)系和一些不確定性的匹配關(guān)系，將這些多種渠道獲得的ID圍繞Super ID形成連接，最終實(shí)現(xiàn)多個(gè)渠道多個(gè)ID的打通，這樣就可以將多個(gè)渠道獲得的用戶行為數(shù)據(jù)進(jìn)行連接，來支撐模型標(biāo)簽和預(yù)測標(biāo)簽的計(jì)算。
7. 用戶畫像示例
最后結(jié)合我們的用戶畫像產(chǎn)品，舉一個(gè)簡單的例子。當(dāng)今很多企業(yè)可能會(huì)有多個(gè)觸點(diǎn)來獲得用戶行為，在左邊的圖中，有四個(gè)觸點(diǎn)，因此形成的用戶的多個(gè)碎片化的信息：可能是關(guān)注了公眾號(hào)，通過一次廣告點(diǎn)擊進(jìn)入到了活動(dòng)主頁，然后在小程序里面進(jìn)行了一些咨詢，最后線下購買。我們通過不同渠道，獲得了用戶的行為。當(dāng)我們把這些行為串聯(lián)起來去看的時(shí)候，可以直接從行為中提取一些事實(shí)標(biāo)簽，例如關(guān)注了公眾號(hào)，那就是“xx公眾號(hào)的讀者“，使用愛奇藝，可能是“xxAPP的使用者”，關(guān)注了新品，因此是“xx新品的關(guān)注者”，這些都是比較直觀的解析。通過這些直觀的解析，再經(jīng)過模型的計(jì)算，我們就可以得到一些深層次的標(biāo)簽，例如，商務(wù)白領(lǐng)。怎么推斷出來的？用戶在南京西路商圈活動(dòng)，同時(shí)還在這個(gè)地方消費(fèi)。假如用戶只是去看一看，不買，我們可能也推斷不出來，但用戶既在附近活動(dòng)，又消費(fèi)，我們就能做一個(gè)推斷，用戶是一個(gè)商務(wù)白領(lǐng)等等。結(jié)合這種行為解析，就可以產(chǎn)生高層次標(biāo)簽。
其實(shí)剛才的例子少了一個(gè)步驟，如何將從多個(gè)渠道獲得的用戶數(shù)據(jù)打通？建立Super ID。通過第一個(gè)渠道，我可以把用戶的deviceID或者openID連接起來。第二個(gè)渠道可以把手機(jī)號(hào)和openID連接起來。通過引入一個(gè)Super ID作為唯一標(biāo)識(shí)，就可以把所有渠道里獲得的信息進(jìn)行串接，打通。完成這部分之后，我們就把整個(gè)用戶的屬性進(jìn)行了歸一化；通過標(biāo)簽生產(chǎn)，還可以進(jìn)行人群分類。比如我發(fā)現(xiàn)用戶是一個(gè)商務(wù)白領(lǐng)，同時(shí)年齡是在20到35歲之間，可能就可以把它分到年輕白領(lǐng)人群里面去。這是我們對(duì)于用戶分群的支持。
通過前面這幾個(gè)步驟的工作，包括數(shù)據(jù)來源，從數(shù)據(jù)中直接提取一些基本標(biāo)簽，用戶的行為軌跡追蹤，ID打通，以及基于客戶特征的分群等等，我們拼成了一個(gè)真正的用戶的樣子，能看到這張圖就不再是碎片，而是形成了完整的360度的用戶畫像。
Q1：在標(biāo)簽建模的過程中，如何為新登錄的用戶打標(biāo)簽，如何為具有較少行為的用戶打標(biāo)簽？
A：這個(gè)問題其實(shí)可以理解為怎么針對(duì)用戶做冷啟動(dòng)的問題：當(dāng)用戶行為比較少的時(shí)候，怎么去標(biāo)識(shí)他。其實(shí)就是我剛才提到的，當(dāng)你從這一個(gè)渠道里獲得用戶的信息不多的時(shí)候，就要去嘗試如何能夠獲得數(shù)據(jù)在線的能力，從多個(gè)渠道獲得更豐富的信息，然后再來對(duì)用戶進(jìn)行（建設(shè)）更全面更豐富的標(biāo)簽的過程。
Q2：明略科技更多是乙方的角色，為很多企業(yè)（甲方）搭建了用戶客戶畫像、落地了很多項(xiàng)目，想請(qǐng)教一個(gè)問題，我們觀察到，市場上很多用戶畫像沒有發(fā)揮出應(yīng)有的價(jià)值，可否幫忙從乙方的角度總結(jié)一下，你覺得一般來說，會(huì)有哪些因素制約用戶畫像的落地效果？
A：結(jié)合之前方法論提到的一點(diǎn)，構(gòu)建畫像的第一步，應(yīng)該去鎖定帶目標(biāo)的場景。可能很多乙方在給甲方服務(wù)的時(shí)候，會(huì)強(qiáng)調(diào)，我有很多經(jīng)驗(yàn)。經(jīng)驗(yàn)有好的，也有很多不好的地方，比如一味的重落地，忽略了甲方的實(shí)際目標(biāo)是什么。沒有透徹的理解甲方的場景，就把經(jīng)驗(yàn)、標(biāo)簽鋪上去，這時(shí)候，經(jīng)驗(yàn)反而成為了絆腳石。明略這邊非常注重第一個(gè)步驟：重視客戶端場景和業(yè)務(wù)目標(biāo)。如果第一步?jīng)]有做好，往往就事倍功半了。
Q3：建立SuperID時(shí)，出現(xiàn)多對(duì)多的情況，應(yīng)該怎么處理？
A：有不同的處理方法。當(dāng)出現(xiàn)多對(duì)多的時(shí)候，可能有幾種場景，一種是您剛才說的，一個(gè)人有多個(gè)device id。這種是合理的業(yè)務(wù)場景，需要存多個(gè)。技術(shù)選型就不在這里討論。另外就是在不同渠道拿到不同的信息，比如，從某個(gè)渠道拿到用戶的信息自稱性別是男，另外一個(gè)更加靠譜的渠道，比如從身份證信息中拿到用戶的更高權(quán)重的信息，性別是女，這種從業(yè)務(wù)場景上來看，是不可能存在多個(gè)的，我們需要選擇可信度更高的。