【数据应用案例】用户画像与实践案例

——————

思考：

1. 用户画像的最佳实践还是在互联网或者电信这种有用户各行动环节浏览记录的企业，对于线下B端企业，对于用户画像确实是难以做到的。即使是银行保险类企业，用户画像的数据源也需要与电信类企业合作。因此用户画像的能力需要平台赋能才能真正实现。

2. 用户画像目前基本等同于用户标签，主要有两个作用：

   1. 作为上游数据源，为推荐、广告、搜索等下游产品线提供处理后的标签信息

   2. 辅助产品、运营、决策人员，做决策判断

——————

 

一、用户画像概览

1. 用户画像目的

   1. 个性化推荐

   2. 精准广告

   3. 精准运营：找到运营活动的目标人群

   4. 辅助产品设计：了解用户，识别不同用户的不同需求

   5. 辅助决策：行业趋势、竞对分析、地域分析、排名统计等

2. 用户画像的维度

   1. 人口属性：性别、年龄、常驻地、籍贯、身高、血型等

   2. 社会属性：婚恋状态、受教育程度、资产情况、收入情况、职业等

   3. 兴趣偏好：摄影、运动、吃货、爱美、服饰、旅游、教育等

   4. 消费能力：消费能力（可以细分到对某个品类的消费能力，如宅男对衣服品类消费能力低，但是对动漫、周边、游戏消费能力高）与RFM等

   5. 意识认知：消费心理、消费动机、价值观、生活态度、个性等，是内在的和最难获取的。举个例子，消费心理/动机。用户购物是为了炫耀，还是追求品质，还是为了安全感，这些都是不一样的

3. 用户标签的类型（参：https://mp.weixin.qq.com/s?__biz=MzU4NzM2NTQ0Nw==&mid=2247483913&idx=1&sn=2b819b3da396b181895a0527f5bb4da9&chksm=fdec6f21ca9be637357ac5db31f2df8dfd035f19d7dca9a06b26e7914f0df082fa7bbc4103cd&scene=21#wechat_redirect；https://mp.weixin.qq.com/s?src=11&timestamp=1531800641&ver=1003&signature=BY9spMTKNymz2yOrjr8kYc0H979*5HC-Pf1IN9gKyyAEdBn1ws*mJ0ZaB935N9grH6jzowJxRVqUnXKhwPXbDuh10t2OgYu39nj3pArru7Sk6TjrSqmxWmaNJNGs9KA6&new=1）

   1. 事实标签：直接从原始数据中提取，例如性别、年龄、住址、上网时段等等

   2. 模型标签：需要建立模型进行计算，例如美妆总体偏好度

      1. 统计型画像：是客观存在的，多为兴趣偏好。比如，用户每天都在看汽车新闻、搜索汽车相关的内容，基于这种行为，我们判断这个用户对汽车感兴趣