如何构建用户画像

什么是用户画像

    用户画像在一开始接触时，也被网上一些言论所迷惑，以为用户画像就是标签，后来在开发的大半个时间内，我们都一致认为用户画像中的所有字段都可以看做为广义的标签，可以直接提供给前端进行查询。所有我们按照这样的思路一直都快要开发完成时，再次去参考网上的一些DEMO时，理解才出现了转变，此时我的理解是，用户画像并没有听起来那么高大上，它实际上就是将所有用户的信息，按照每个用户进行分组，聚合，最好能形成为一条数据，本公司这条数据大致结果可以看做这样：Uid,Name等基础信息+RFM等统计信息+其他行为及其他统计信息等，每家公司的用户画像都不一样，需要按照所能获取的现有数据进行统计。而标签只是作为能够快速定位某一类人群的标记，例如90后标签就是对所有满足90后特征的用户贴上一个‘90后’的标签，下次就能够对这类人群进行快速查询，进行一系列的推广运营活动。标签只是对画像进行辅助，属于标签的一部分，一些没办法打上标签的需求用户只能够通过画像去筛选。

确定数据来源

    公司目前数据来源主要集中在：①用户订单数据②用户基本信息③用户行为信息。这只是相当大的分类，需要根据公司情况再进行细分为各种表。这里各种信息相互交错，一般是不能直接提供使用，因此需要进行数据清洗和聚合，聚合条件一般按照用户的唯一标识UID或者手机号等进行聚合。

确定用户画像属性

    这里也就是在确定上述所说的一些用户画像的属性，如基础信息Name,Age等，总下单次数，首次下单时间等统计信息。

确定数据分类

    此时对于有哪些用户画像表已经很清晰明了了，例如 用户的基础信息表，表里的字段可能为：Uid,Name,Age,Address等等，或者用户设备表例如：Uid,Register_Platform,Vendor等，或者RFM表例如：Uid,Order_Amount,Repurchase_Cycle等。

给用户打上标签

    有了上述干净的基础数据后，就可以根据业务需求，给用户打上相应的标签。例如：至今为止下单次数超过10次且下单金额超过1W的用户，需要给他们做某产品推广，需要根据此条件去给用户打上标签。此时你需要一张用户标签表，可以存储为上述的列存储模式，一个用户就是一条记录，也可以根据不同情况存储为行存储模式，多条记录才是这个用户的所有数据。