什么是用户画像？用户画像推荐原理介绍

什么是用户画像

用户画像是根据用户社会属性，生活习惯和消费行为等信息抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴『标签』，而标签是通过用户信息分析而来的高度精炼的特征标识。

比如，一个用户最近开始购买母婴类商品，那么他就有可能被打上『有孩子』的标签，根据商品的类别，还有可能打上『有1-2岁男孩』这样更具体的标签，而把这些所有的标签结合在一起，就成了该用户的画像。

用户画像体系

用户画像体系会因为行业或业务的不同存在差异，具体划分需要结合业务进行沉淀。

一般而言，用户画像体系都是类似树形结构进行设计，可根据业务进行一级、二级、三级划分。

如上图，该标签体系一共有两个层级：

第一层级为：特征、行为、需求；

第二层级为：人工统计、社会属性、使用行为、消费行为、偏好属性、潜在需求。

如人口统计类中，包含姓名、性别、年龄等标签，社会属性类中包含⼦子女、父母、公司等标签，具体的分类都需要根据相关定义和属性进行划分。

当然，由于每个行业业务不同，标签体系没有一套标准答案，标签也不是越多越好，都需要结合具体业务进行设计和建设。

标签类别

标签还可以按照处理过程、标签获取的方式进行划分，分为事实标签、模型标签、预测标签。不同类别的处理方式不一样。

事实标签：直接从原始数据中提取，例如性别、年年龄、住址、上网时段等等

模型标签：需要建立模型进⾏计算，例如用户价值、活跃度、忠诚度、兴趣爱好

预测标签：通过预测算法挖掘，涉及到机器学习的分类和回归算法（贝叶斯，决策树，逻辑回归，支持向量机等），例如消费能力、流失率、违约率。

有时候事实标签如果在原始数据中提取不不到或者不不准确，那么就会转变成预测标签。例如性别这个标签，很多时候用户并不愿意填写真实性别，那么就可以通过真实姓名来预测性别。

用户画像用途

精准营销：从粗放式到精细化，将用户群体切割成更细的粒度，辅以短信、推送、邮件、活动等手段，驱以关怀、挽回、激励等策略；

数据应用：用户画像是很多数据产品的基础，如推荐系统、广告系统；

用户分析：进行效果评估，完善产品运营，提升服务质量，相当于市场调研、用户调研，迅速定位服务群体，提高服务水平。

创建用户画像

确定用户画像的战略目的: 企业选择构建用户画像平台，可以实现不同的战略目的，如提升产品

服务质量、精准营销等。根据战略目的不同，用户画像的构建也有所区别。因此首先需要明确用户画像平台的张略意义、平台建设目标和效果预期，进⽽而有针对性的开展实施干工作。

用户画像建模：建立标签体系，确定标签取值范围。

确定数据来源: 根据标签体系，确定各个标签取值的数据来源，包括用户行为日志，业务数据，各种埋点等。

关于内容偏好的计算：内容偏好是通过⽤用户⾏行行为计算得来的标签，与标签的权重。每一次用户行为。

本质上是一次随机事件，可以详细描述为：什么用户，在什么时间，什么地点，做了什么事。

用户：用户标识的目的是为了区分用户、单点定位。

时间：时间包括两个重要信息，时间戳+时间长度。时间戳，标识用户⾏行为的时间点，通常采用精度到秒的时间戳即可。时间长度，为了标识用户在某一个页面的停留时间。

地点：对于每个用户接触点。潜在包含了两层信息：网址 + 内容。网址：每一个url链接（页面/屏幕），即定位了一个互联网页面地址，或者某个产品的特定页面。可以是PC上某电商网站的页面url，也可以是手机上的微博，微信等应用某个功能页面，某款产品应用的特定画面。如，长城红酒单品页，微信订阅号页面，某游戏的过关页。

内容：每个url网址（页面/屏幕）中的内容。可以是单品的相关信息：类别、品牌、描述、属性、网站信息等等。如，红酒、长城、干红，对于每个互联网接触点。其中网址决定了。推荐了解产品经理培训课程。

权重：内容决定了标签。用户行为类型，对于电商有如下典型行为：浏览、添加购物车、搜索、评论、购买、点击赞、收藏等等。不同的行为类型，对于接触点的内容产生的标签信息，具有不同的权重。


猜你喜欢：
内容产品如何运营？

内容审核和内容分发策略