什么是用户画像?

用户画像是根据某个具体的用户的人口学特征、网络浏览内容、网络社交活动和消费行为等信息而抽象出的一个标签化的用户模型。例如某用户的画像是:男,31岁,已婚,收入1万以上,爱美食,团购达人,喜欢红酒配香烟。

用户画像的本质:

将用户信息标签化(包括该标签的权重),如:喜欢红酒 0.8、经常购买李宁 0.6。

* “标签”是能表示用户某一维度特征的标识。需要注意的是,标签需要和业务/产品相关联。

用户画像有什么用?

1,可以用于精细化运营。之前说过用户分层和分群是精细化运营的基础,但是如果用户大到一定量级,此时的用户分层和分群,就只是画像的一部分了。

2,可以用于用户分析。标签及其权重方便做分类统计,如:喜欢红酒的用户占多少比例?喜欢红酒的人群中,男、女比例是多少?

3,可以用于数据挖掘。利用关联规则计算,喜欢红酒的人通常喜欢什么运动品牌?利用聚类算法计算,喜欢红酒的人年龄段分布情况?进一步可应用于推荐系统,广告系统等。

制作用户画像的步骤:

1,准确识别用户:用户识别的方式有很多种,如cookie、注册ID、邮箱、微信/微博/QQ等第三方登录、手机号等。

2,获取用户静态数据:静态数据主要包括用户的人口属性、商业属性、消费特征、生活形态、CRM五大维度。主要用数据挖掘获取,这是最为常见也是较为精准的一种方式。如果数据量有限,则需要定性与定量结合补充。定性方法如小组座谈会、用户深访、日志法、Laddering 阶梯法、透射法等,主要是通过开放性的问题潜入用户真实的心理需求,具体用户特征;定量方法更多是通过问卷调研的方式进行,关键在于后期定量数据的建模与分析,目的是通过封闭性问题对定性假设进行验证,另一方面获取市场分布规律。

3,动态跟踪用户行为:用户网络行为动态跟踪主要包括三个维度:场景+媒体+路径。应用到互联网中,场景主要包括访问设备、访问时段,媒体指某一时段下用户具体访问的媒体,如资讯类、视频类、游戏类、社交类等,路径指用户进入和离开某媒体的路径,可以简单理解为用户的站内与站外行为,如是通过搜索导航进入还是直接打开该APP,离开时是站内跳转到其他网页还是直接关闭。

4,评估用户价值:对人群进行因子和聚类分析,根据不同的目的,分类依据也不同。如对于产品设计来说,按照使用动机或使用行为划分是最为常见的方式,而对于营销类媒体来说,依据消费形态来区分人群是最为直接的分类方式。

5,定义用户标签与权重:一个群体会有多个标签,不同的群体之间也会有标签的重合,通常,一个好的用户画像,不同人群之间的标签重合度较小,只有在那些权重较小的标签上会有些许重合。

6,通过用户标签建立模型。

参考:http://www.woshipm.com/pmd/107919.html

https://mp.weixin.qq.com/s?__biz=MzIyNDQ3MTk2Nw==&mid=2247485484&idx=1&sn=43081549ebeaf968f9351d081b560b17&scene=21#wechat_redirect

用户画像(User Profile)的更多相关文章

  1. 一点做用户画像的人生经验(一):ID强打通

    1. 背景 在构建精准用户画像时,面临着这样一个问题:日志采集不能成功地收集用户的所有ID,且每条业务线有各自定义的UID用来标识用户,从而造成了用户ID的零碎化.因此,为了做用户标签的整合,用户ID ...

  2. 【原】浅谈KL散度(相对熵)在用户画像中的应用

    最近做用户画像,用到了KL散度,发现效果还是不错的,现跟大家分享一下,为了文章的易读性,不具体讲公式的计算,主要讲应用,不过公式也不复杂,具体可以看链接. 首先先介绍一下KL散度是啥.KL散度全称Ku ...

  3. 大数据时代下的用户洞察:用户画像建立(ppt版)

    大数据是物理世界在网络世界的映射,是一场人类空前的网络画像运动.网络世界与物理世界不是孤立的,网络世界是物理世界层次的反映.数据是无缝连接网络世界与物理世界的DNA.发现数据DNA.重组数据DNA是人 ...

  4. 用Mirror,搞定用户画像

    Mirror产品概述 Mirror是专为金融行业设计的全面用户画像管理系统.该系统基于星环多年来为多个金融企业客户构建用户画像的经验,深入契合业务需求,实现对用户全方位全维度的刻画.Mirror内置银 ...

  5. doubleclick cookie、动态脚本、用户画像、用户行为分析和海量数据存取 推荐词 京东 电商 信息上传 黑洞 https://blackhole.m.jd.com/getinfo

    doubleclick cookie https://mp.weixin.qq.com/s/vZUj-Z9FGSSWXOodGqbYkA 揭密Google的网络广告技术:基于互联网大数据视角 原创:  ...

  6. 个推用户画像产品(个像)Android集成实践

    我们团队之前一直是个推推送的忠实用户,近期个推新推出了产品“个像·用户画像”,刚好非常契合我们的业务需求,于是我们也试用了一下.总的来说效果还不错,这篇文章就为大家介绍一下如何从零开始快速集成个像An ...

  7. 个推用户画像产品(个像)iOS集成实践

    最近业务方给我们部门提了新的需求,希望能构建精准用户画像.我们尝试使用的是个推(之前专门做消息推送的公司)旗下新推出的产品“个像·用户画像”.根据官方的说法,个像能够为APP开发者提供丰富的用户画像数 ...

  8. 一点做用户画像的人生经验:ID强打通

    1. 背景 在构建精准用户画像时,面临着这样一个问题:日志采集不能成功地收集用户的所有ID,且每条业务线有各自定义的UID用来标识用户,从而造成了用户ID的零碎化.因此,为了做用户标签的整合,用户ID ...

  9. 用户画像,知乎Live总结

    ttps://www.zhihu.com/lives/889189116527403008/messages 用户画像两层含义:单个标签:用户的分布 标签体系要与时俱进,如果标签被下游强依赖,则不轻易 ...

随机推荐

  1. Maven聚合项目的创建

    1.项目结构如下 步骤如下: 点击Finish 这里父项目需要加入如下的构建依赖: <dependencyManagement> <dependencies> <depe ...

  2. 阿里云主机centos7系统创建SWAP区,并启动挂载(适合无SWAP区虚拟化平台)

    以root用户登录建立交换区文件: fallocate -l 2G /swapfile /swapfile //赋予仅root用户的权限,确保安全 mkswap /swapfile swapon /s ...

  3. deppin Linux下安装docker

    首先楼主用的是deppin15.11 docker 简介:Docker作为一个软件集装箱化平台,可以让开发者构建应用程序时,将它与其依赖环境一起打包到一个容器中,然后很容易地发布和应用到任意平台中. ...

  4. Hadoop问题解决:WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

    在配置好hadoop的环境之后,命令启动./start-all.sh发现经常出现这样的一个警告: WARN util.NativeCodeLoader: Unable to load native-h ...

  5. 面试官再问Redis分布式锁如何续期?这篇文章甩 他一脸

    一.真实案例 二.Redis分布式锁的正确姿势 据肥朝了解,很多同学在用分布式锁时,都是直接百度搜索找一个Redis分布式锁工具类就直接用了.关键是该工具类中还充斥着很多System.out.prin ...

  6. iOS - 直播流程,视频推流,视频拉流,简介,SMTP、RTMP、HLS、 PLPlayerKit

    收藏笔记 1 . 音视频处理的一般流程: 数据采集→数据编码→数据传输(流媒体服务器) →解码数据→播放显示1.数据采集:摄像机及拾音器收集视频及音频数据,此时得到的为原始数据涉及技术或协议:摄像机: ...

  7. 设计模式-依赖倒置-Dependency Inversion Principle

    依赖倒置原则: 一般来说我们认为作为底层基础框架的逻辑是不应该依赖于上层逻辑的, 所以我们设计软件时也经常是: 需求 - 上层逻辑(直接实现需求) - 发现需要固化的逻辑 - 开发底层模块 - 然后上 ...

  8. 【面试突击】- 2019年125条常见的java面试笔试题汇总(二)

    26.什么时候用assert. assertion(断言)在软件开发中是一种常用的调试方式,很多开发语言中都支持这种机制.在实现中,assertion就是在程序中的一条语句,它对一个boolean表达 ...

  9. 【转载】 C#中decimal.TryParse方法和decimal.Parse方法的异同之处

    在C#编程过程中,decimal.TryParse方法和decimal.Parse方法都可以将字符串string转换为decimal类型,但两者还是有区别,最重要的区别在于decimal.TryPar ...

  10. react 实现评分组件

    写了个评分组件,效果如下 组件Rate.js import React, { Component } from 'react' import './Rate.less' export default ...