用户画像
2022-04-02 09:43:17 2 举报AI智能生成
登录查看完整内容
用户画像作用、用户画像构建思路、用户画像使用场景做了一些简单概述及举例。
作者其他创作
大纲/内容
用户画像是基于树形的标签体系去建立
用户基本属性
用户与产品交互中产生的相关行为
需要覆盖业务相关的重点标签
高囊括性
保证结构验证且一定程度的可拓展性
可让不断增加标签有对应分类，且结构不会过于狭窄与局限
强延展性
构建标签需要具备
标签数量多且随业务发展会不断迭代
需要合理结构 ≠ 无序堆砌标签
构建用户画像 = 构建标签体系
用户画像概念
通过标签圈定人群
做定向用户的活动或内容的精细化推荐
主要使用方：运营
例：通过定向优惠信息push推送，召回价格敏感高的流失客户
对场景、人群精细化程度要求高
分布入口：各渠道、各资源位
定向营销、精细化运营
例如：兴趣偏好的品牌，兴趣偏好的类目，找出品牌下相关类目产品作为备选产品，为后续排序流程做好准备
例如：推荐算法的召回环节
算法相关：搜索、推荐、风控、广告
用户是谁
什么特征
基本情况怎样
需要对基本属性标签做拆解，比如：年龄、性别、居住城市、是否有孩子等
了解用户基本信息
需要了解用户收入水平、消费能力等
考虑盈利因素
抽象维度拆解
构建对应的坐标体系
进行分布统计
对上面因素做再加工分析
整个产品的大概用户概况情况
从而得到
例如
建立对用户对产品基本认知
用户画像使用场景
社会属性&变更频次较低的特征
概念
姓名、性别、年龄……
社会属性
账号、手机号、昵称、邮箱……
账号信息
国籍、城市、住址……
LBS信息
基本属性
通过用户在平台的真实行为挖掘和计算出来的基本标签，一般做算法推荐也多依据平台属性做推荐
例：客户社会属性填写为男，但是购买东西都是女性向的
平台性别标签
例：客户社会属性填写年龄99，但是购买东西都是年轻人向的
平台年龄标签
……
平台属性
实时坐标……
位置信息
记录用户的全部单点行为，数据分析、行为算法、数据挖掘的数据来源。
时间戳+用户+页面+行为+交互对象
例如：20220301 15:33 | 用户id=123 | 购物车页面 | 删除 | 商品id=123
需要结核业务梳理，不考虑业务就可以按简单格式记录
最近一次登录距今时间
登录注册激活
最近7天内浏览banner次数
banner
重点产品
浏览
思路同上
点击
购买
行为属性
用户在产品中对那个核心功能有明显偏好
首页偏好
直接搜索偏好，历史搜索偏好
搜索偏好
feed流偏好
评论偏好
内部某产品偏好
功能偏好
例如对什么品牌、什么类目、什么颜色等有明细偏好
描述用户兴趣偏好，主要挖掘用户行为和产品里不同类型供给的关系
Cucci、优衣库……
品牌偏好
护肤品、衣服……
类目偏好
红色……
颜色
丝绸……
材质
休闲……
风格
标签偏好
兴趣偏好
描述用户消费属性的标签
统计用户消费频次、消费金额……
统计性标签
通过用户消费数据分析和挖掘用户的消费能力、消费意愿、价格敏感度……
挖掘性标签
收入、历史消费金额……
消费能力
订单数量、频次、金额、单价……
消费行为
意愿预测……
消费意愿
各品牌、类目、优惠活动的消费偏向……
消费偏好
消费属性
描述用户阶段划分的标签
针对不同阶段用户，用户运营手段差异大
新手期
成长期
成熟期
衰退期
已流失
生命周期及用户价值
用户画像标签构建维度
用什么标签、按什么方式、以什么更新频次、更新什么时间周期的数据
更新频次低
例如：用户性别……
静态标签
用户的注册时长
用户发过弹幕的数量
用户消费内容的数量
例如：用户生命周期标签、用户行为标签……
从登录/激活时间开始计算累加
精细化运营的常见标签
数据精确度要求高
更新频次一般按天为周期
概要
对于功能模块/内容偏好的变化很频繁
对某领域内容偏好变化
对某主播偏好
对某商品偏好
例如：用户偏好
合并更新近半年的偏好数据
更新频次按天或者周（以实际业务需求为准）
动态标签
用户画像标签管理
用户画像
0 条评论
回复 删除
下一页
