七周成為數據分析師：看完後，別再說自己不懂用戶畫像了

01-28

作者：秦路公眾號：秦路（tracykanc）
配套七周成為數據分析師視頻教程：磨劍之作，七周成「師」！秦路主講，七周成為數據分析師

用戶畫像是一個挺新穎的詞，最初它是大數據行業言必及之的時髦概念。現在我們運營談及用戶畫像，它也是和精準營銷、精細化運營直接鉤掛的。這篇文章主要講產品和運營角度的用戶畫像。

希望看完後，解決你一切關於用戶畫像的疑問。

什麼是用戶畫像

用戶畫像一點也不神秘，它是根據用戶在互聯網留下的種種數據，主動或被動地收集，最後加工成一系列的標籤。比如猜用戶是男是女，哪裡人，工資多少，有沒有談戀愛，喜歡什麼，準備剁手購物嗎？

我們常把用戶標籤和用戶畫像對等。但凡用戶畫像的文章，類似上文圖片都會出現，有用爛的趨勢。標籤化是最直觀的解釋，但它不等於用戶畫像。

用戶畫像的正式名稱是User Profile，大家往往把它和User Persona混淆，後者更恰當的名字是用戶角色。是產品設計和用戶調研的一種方式方法。當我們討論產品、需求、場景、用戶體驗的時候，往往需要將焦點聚集在某類人群上，用戶角色便是一種抽象的方法，是目標用戶的集合。

用戶角色不指代具體的誰。「她是一位25歲的白領，211大學畢業，現在從事於互聯網行業的設計工作，居住在北京。單身，平時喜愛搖滾樂」，這段話語，常用來描述產品的典型用戶。

本文談的User Profile，更多是運營和數據息息相關的平台級應用，本質是對任何一個用戶都能用標籤和數據描述。

用戶畫像的應用

它在企業邁大邁強的過程中有舉足輕重的作用。以下是主要的應用。

精準營銷：這是運營最熟悉的玩法，從粗放式到精細化，將用戶群體切割成更細的粒度，輔以簡訊、推送、郵件、活動等手段，驅以關懷、挽回、激勵等策略。

數據應用：用戶畫像是很多數據產品的基礎，諸如耳熟能詳的推薦系統廣告系統。操作過各大廣告投放系統的同學想必都清楚，廣告投放基於一系列人口統計相關的標籤，性別、年齡、學歷、興趣偏好、手機等等。

用戶分析：雖然和Persona不一樣，用戶畫像也是了解用戶的必要補充。產品早期，PM們通過用戶調研和訪談的形式了解用戶。在產品用戶量擴大後，調研的效用降低，這時候會輔以用戶畫像配合研究。新增的用戶有什麼特徵，核心用戶的屬性是否變化等等。

數據分析：這個就不用多提了，用戶畫像可以理解為業務層面的數據倉庫，各類標籤是多維分析的天然要素。數據查詢平台會和這些數據打通。

對大部分產品，用戶畫像用不到推薦系統，個性化推薦也提高不了幾個利潤，畢竟它需要大量的用戶和數據作支撐。所以這些產品，更適合以用戶畫像為基礎去驅動業務。

提了那麼多好處，但是據我了解，不少公司，花了一大筆錢招了不少人建設用戶畫像系統，結果用不起來。或者做了一份用戶畫像的報告，性別用戶地理位置用戶消費金額，看上去挺高大上的，看完也就看完了。

歸根結底，難以用好。

很多用戶畫像初衷是好的，但是淪為了形式主義。

舉身邊的例子，朋友在公司建立用戶畫像劃分了百來個維度。用戶消費、屬性、行為無所不包。本來這不錯啊，但是上線後運營看著這個乾瞪眼。

問題包含但不限於，用戶有那麼多維度，怎麼合理地選擇標籤？我想定義用戶的層級，VIP用戶應該累積消費金額超過多少？是在什麼時間窗口內？為什麼選擇這幾個標準？後續應該怎麼維護和監控？業務發生變化了這個標籤要不要改？

設立好標籤，怎麼驗證用戶畫像的有效性？我怎麼知道這套系統成功了呢？效果不佳怎麼辦？它有沒有更多的應用場景？

策略的執行也是一個糾結的問題。從崗位的執行看，運營背負著KPI。當月底KPI完不成時，你覺得他們更喜歡選擇全量運營，還是精細化呢?

我想不少公司都存在這樣類似情況：使用過用戶畫像一段時間後，發現也就那麼一回事，也就漸漸不再使用。

這是用戶畫像在業務層面遇到老大難的問題。雖然企業自稱建立用戶畫像，應用還是挺粗糙的。

怎樣深入理解用戶畫像

畫虎不全反類汪，想要用好它，首先得深入理解用戶畫像。

現在運營按用戶生命周期設立了幾個標籤，比如新用戶、活躍用戶、流失用戶，這些標籤當然夠細分。但它真的是一個好標籤么？不是。

因為這些都是滯後性的。按流失用戶的一般定義，往往是用戶很長一段時間沒有回應和行動，但是都幾個月沒有響應了，哪怕知道是流失用戶也於事無補。它有價值，但太滯後。

聰明的運營會設立一個新的標籤，最近一次活躍距今天數，用戶有六個月沒有活躍，那麼天數就是180天。這個比單純的流失用戶標籤好，能憑此劃分不同的距今天數，設立30天，90天，180天的時間節點。

距今天數也不是最好的。用戶有差異，同樣兩個用戶A和B，哪怕不活躍天數相同，我也不能認為它們的流失可能性相等。該問題在低頻場景更凸顯，旅遊APP，半年沒有活躍也是正常的，此時距今天數力有未逮。

回過頭看流失用戶，我們定義它，不是為了設立一個高大上的系統。任何企業，肯定一開始就希望流失用戶越少越好，其次才是如何挽回。這種業務前提下，預防性的減少流失用戶比已經流失的標籤更重要。

所以最好的標籤的標籤是用戶流失概率，流失概率>距今消費天數>流失標籤。

不要想當然的歸納一個齊全完備的體系，卻忽略了畫像的核心價值。用戶畫像首先得是商業目的下的用戶標籤集合。

猜用戶是男是女，哪裡人，工資多少，有沒有談戀愛，喜歡什麼，準備剁手購物嗎？探討這些是沒有意義的。是男是女如何影響消費決策，工資多少影響消費能力，有沒有談戀愛會否帶來新的營銷場景，剁手購物怎麼精準推薦，這些才是用戶畫像背後的邏輯。

不是我有了用戶畫像，便能驅動和提高業務。而是為了驅動和提高業務，才需要用戶畫像。這是很容易犯的錯誤。

用戶畫像的標籤一般通過兩種形式獲得，基於已有數據或者一定規則加工，流失標籤和距今天數皆是。另外一種是基於已有的數據計算概率模型，會用到機器學習和數據挖掘。

概率是介於0~1之間的數值。拿性別舉例，除非能直接獲取用戶的身份證信息，用戶很少會填寫性別，填寫的性別也不一定準確，網遊中性別為女的扣腳大漢一抓一大把呢。

這裡就要增加一層推斷用戶真實性別的演算法。中國人的性別和名字是強相關，建國建軍，翠花翠蘭，很容易判斷。演算法中常用貝葉斯，通過已有的姓名性別庫預測新加入的用戶性別。

特殊情況下，不少姓名是中性，男女不辯。像曉晶，可男可女。更特殊的情況，看上去是男性的名字，也有可能是女性，我的初中老師就叫建軍，然而是個和藹可親的小姐姐。

特殊情況意味著特殊的概率，所以不能用非此即彼的二分法。所謂概率，它更習慣告訴你，通過模型推斷，建軍有95％的可能是男性姓名，表示為0.95；曉晶有55％的可能是男性，表示為0.55。

雖然為了方便，模型會設立閾值，將50％以上的概率默認為男性，以下默認為女性。但業務部門的同學要清楚，用戶標籤的本質往往是0～1之間的概率。

概率型的標籤很難驗證。某位用戶被標上學生標籤，要麼真的哄他上傳學籍證明，否則很難知道他是不是真的學生。這種黑箱情況下，針對學生用戶進行營銷活動，效果好與不好，都受標籤準確率的影響。廣告、推薦、精準營銷都會遇到這個問題。

概率肯定有多有少。90%流失概率的用戶，和30%流失概率的用戶，雖然是模型建立出的預測值，非真實，我們還是會認為前者更有離開的可能性，憑此設立運營策略。

這帶來一個新的問題，如何選擇概率的閾值？

我們想要挽迴流失用戶，選擇80%以上概率的人群，還是60%呢？答案已經說過了，要考慮業務，挽迴流失用戶是手段不是目的，實際目的是通過挽迴流失用戶提高利潤，那麼閾值的選擇迎刃而解。計算不同閾值下，挽回用戶的收入和成本，選擇最優解。

推而廣之，推薦系統也好，廣告系統也罷，它們有更複雜的維度、標籤、特徵，本質也是找出用戶最近想不想買車，用戶最近想不想旅遊。把最合適的信息在最恰當時機推給用戶，獲取最大的利益。

我列舉的案例，是簡化過的。像姓名，在電商和消費行業，除了生理上的性別，還會建立消費模型上的性別標籤，有些人雖然是男性，但購物行為是女性，這是要區分的。

看到這裡別怕，想要建好用戶畫像，說簡單不簡單，說難也不難。

如何建立正確的用戶畫像

用戶畫像首先是基於業務模型的。業務部門連業務模型都沒有想好，數據部門只能巧婦難為無米之炊。數據部門也別關門造車，這和做產品一樣，連用戶需求都沒有理解透徹，匆匆忙忙上線一個APP，結果無人問津。

理解消費者的決策，考慮業務場景，考慮業務形態，考慮業務部門的需求…這些概念說得很虛，但是一個好的用戶畫像離不開它們。本文沒有說數據、模型和演算法，是我認為，它們比技術層面更重要。

我們從一個故事開始設立用戶畫像吧。

老王是一家互聯網創業公司的核心人員，產品主營綠色健康沙拉，老王和綠色比較搭嘛。這家公司推出了APP專賣各式各樣的沙拉，現在需要建立用戶畫像指導運營。

公司現階段在業務層面，更關注營銷和銷售：如何將沙拉賣得更好。下圖是老王簡單梳理的運營流程。

老王將顧客按是否購買過沙拉，劃分成潛在用戶和新客。潛在用戶是註冊過APP但還沒有下單，新客是只購買過一次沙拉的用戶，除此以外還有老客，即消費了兩次及以上的人群。

為了便於大家理解，我用JSON格式表示一個簡易的用戶畫像。

為什麼獨立出新客標籤？因為老王的沙拉針對未消費用戶會有新人紅包引導消費，萬事開頭難。這也帶來新客一次後不再消費的問題，所以需要潛在、新客、老客的劃分。

作為一個有追求的運營人員，劃分老客也是不夠，這裡繼續用戶分層。

傳統的分層用RFM三個維度衡量，沙拉的客單價比較固定，F和M取一個就夠用了。老王現在計算不同消費檔次的用戶留存度差異，譬如某時間段內消費達XX元的用戶,在未來時間段是否依舊消費。

沙拉這類餐飲是高頻消費，XX應該選擇一個較窄的時間窗口，統計365天內的消費意義不大。還有一點需要注意的是，沙拉不同季節的銷量是有差異的，冬天沙拉肯定賣的不如夏天，要綜合考慮消費分布。

這裡姑且定義，30天內消費200元以上為VIP用戶。老王的生意如果特別好，也可以繼續劃分超級VIP。這種標籤往往配合業務，譬如VIP有贈送飲料，優先配送的權益。非VIP人群，也需要激勵往VIP發展。

畫像的人口統計屬性，老王靠用戶填寫訂單上的收貨人姓名搞定。籍貫年齡這幾個，對沙拉生意沒有特別大的幫助，難道為四川籍用戶提高麻辣沙拉？

用戶地址，可以通過收貨地設立規則判斷，比如某個地址出現X次，可以將其認為常用地地址。再依據送貨地在寫字樓還是學校，推算用戶是白領還是學生。

老王針對不同屬性的人群，採取了特殊的運營策略。像學生群體，因為7,8月份是暑假，所以老王提前預估到校園地區的銷售額下降。當9月開學季，又能對返校學生進行召回。

白領相關的群體，更關注消費體驗，對價格敏感是次要的。如果平台女用戶的消費佔比高，老王就主打減肥功能的沙拉，並且以包月套餐的形式提高銷量。

以一家沙拉店來看，老王的用戶畫像已經不錯了，但他還是焦頭爛額，因為用戶流失率開始上升。用戶流失有各種各樣的原因：對手老李沙拉的競爭、沙拉的口味、用戶覺得性價比不高、老王不夠帥等。

流失是一個老大難的預測問題。老王對流失用戶的定義是30天沒有消費。想要準確預測，這裡得嘗試用機器學習建模，技術方面先這裡略過。所謂建模，最好要找到用戶開始不消費的時間點之前的關鍵因素，可是是行為，可以是屬性。

用戶歷史窗口內消費金額少，有可能流失；用戶歷史窗口內消費頻次低，有可能流失；用戶歷史窗口內打開APP次數少，有可能流失；用戶給過差評，有可能流失；用戶等餐時間長，有可能流失；用戶的性別差異，有可能流失；餐飲的季度因素，有可能流失…

老王依據業務，挑選了可能影響業務的特徵，提交給數據組嘗試預測流失。需要注意的是，這些用戶行為不能反應真實的情況。大家不妨想一下，流失用戶的行為，是不是一個動態的變化過程？

我曾經消費過很多次，但是突然吃膩了，於是減少消費次數，再之後不怎麼消費，最終流失。單位時間段內的消費忠誠度是梯度下降的，為了更好的描述變化過程，將時間窗口細分成多個等距段。前30~20天、前20~10天、前10天內，這種切分比前30天內可以更好地表達下降趨勢，也更好的預測流失。

從老王的思路看，所謂流失，可以通過用戶行為的細節預判。機器學習的建模雖然依賴統計手段，也離不開業務洞察。這裡再次證明，用戶畫像建立在業務模型上。

流失概率解決了老王的心頭之患，通過提前發現降低流失用戶。挽迴流失推行一段時間後，老王發現雖然流失用戶減少了，但是成本提高了，因為挽回用戶也是要花錢的呀。虧本可不行，老王心頭又生一計，他只挽回有價值的，那種拿了紅包才消費的用戶老王他不要了！老王要的是真愛粉。於是他配合消費檔次區別對待，雖然流失用戶的數量沒有控制好，但是利潤提高了。

上述的用戶畫像，沒有一個標籤脫離於業務之外。基於業務場景，我們還能想像很多用戶畫像的玩法。沙拉有不同的口味，蔬果雞肉海鮮。用戶的口味偏好，可以用矩陣分解、模糊聚類或者多分類的問題計算，也以0～1之間的數字表示喜好程度，相似的，還有價格偏好，即價格敏感度。

再深入想一下業務場景，如果某個辦公地點，每天都有五六筆的訂單，分屬不同的客戶不同的時間段，外賣小哥得送個五六次，對人力成本是多大的浪費呀。運營可以在後台分析相關的數據，以團購或拼單的形式，促成訂單合併，或許銷售額的利潤會下降，但是外賣的人力成本也節約了。這也是用畫像作為數據分析的依據。

老王的運營故事說完了，現在對用戶畫像的建立有一套想法了吧。

用戶畫像的架構

不同業務的畫像標籤體系並不一致，這需要數據和運營目的性的提煉。

用戶畫像一般按業務屬性劃分多個類別模塊。除了常見的人口統計，社會屬性外。還有用戶消費畫像，用戶行為畫像，用戶興趣畫像等。具體的畫像得看產品形態，像金融領域，還會有風險畫像，包括徵信、違約、洗錢、還款能力、保險黑名單等。電商領域會有商品的類目偏好、品類偏好、品牌偏好，不一而足。

上圖是隨手畫的的例子，畫一個架構不難，難得是了解每個標籤背後的業務邏輯和落地方式，至於演算法，又能單獨扯很多文章了。

從數據流向和加工看，用戶畫像包含上下級遞進關係。

以上文的流失係數舉例，它通過建模，其依賴於用戶早期的歷史行為。而用戶早期的歷史行為，即10天內的消費金額、消費次數、登錄次數等，本身也是一個標籤，它們是通過原始的明細數據獲得。

上圖列舉了標籤加工和計算的過程，很好理解。最上層的策略標籤，是針對業務的落地，運營人員通過多個標籤的組合形成一個用戶群組，方便執行。

公司越大，用戶畫像越複雜。某家主打內容分發的公司進入了全新的視頻領域，現在有兩款APP，那麼用戶畫像的結構也需要改變。既有內容相關的標籤，也有視頻相關的標籤，兩者是並行且關聯的。

比如A用戶在內容標籤下是重度使用，而在視頻標籤下是輕度。比如B用戶很久沒打開內容APP有流失風險，但在視頻APP的使用時長上看很忠誠。如此種種，看的是靈活應用。當然，姓名性別這類人口統計標籤，是通用的。

用戶畫像作為平台級的應用，很多運營策略及工具，都是在其基礎上構建的。

基於營銷和消費相關的標籤，新客、老客、用戶的流失和忠誠、用戶的消費水平和頻率等，都是構成CRM（客戶關係管理）的基礎，可能大家更習慣叫它用戶/會員管理運營平台。

它的作用在於，將數據化的標籤，轉換成產品運營策略。不同的標籤對應不同的用戶群體，也對應不同的營銷手段。CRM的結構中會包含各類觸達用戶的常用渠道比如簡訊、郵件、推送等。也包含CMS（內容管理系統），執行人員通過其快速配置活動頁、活動通道、優惠券等，靠營銷活動拉動數據。

老王的沙拉業務要是做大，那麼運營平台就會以圖中的結構搭建。老王在CRM中組合標籤，新客老客流失客的數據藉助BI監控，然後通過CMS系統配置紅包啊優惠券啊等等，再通過短或Push觸達。

好的用戶畫像系統，既是數據生態體系，也是業務和運營的生態體系，它是一門複雜的交叉領域。因為篇幅有限，演算法，數據產品沒有更多的涉及，以後有機會再講吧。核心思想希望大家能吃透。若有吐槽和疑問歡迎留言。

萬千用法，存乎一心。

磨劍之作，七周成「師」！秦路主講，七周成為數據分析師磨劍之作，七周成「師」！秦路主講，七周成為數據分析師 雙十一狂歡,全場5折 11.11狂歡
關鍵字：已有 1300人學習數據分析思維、業務、Excel、數據可視化、MySQL、統計學、Python 已連載到82課時。