用戶畫像學習

一、什麼是用戶畫像?

男,31歲,已婚,收入1萬以上,愛美食,團購達人,喜歡紅酒配香煙。

這樣一串描述即為用戶畫像的典型案例。如果用一句話來描述,即:用戶信息標籤化。

如果用一幅圖來展現,即:

二、為什麼需要用戶畫像

用戶畫像的核心工作是為用戶打標籤,打標籤的重要目的之一是為了讓人能夠理解並且方便計算機處理,如,可以做分類統計:喜歡紅酒的用戶有多少?喜歡紅酒的人群中,男、女比例是多少?

也可以做數據挖掘工作:利用關聯規則計算,喜歡紅酒的人通常喜歡什麼運動品牌?利用聚類演算法分析,喜歡紅酒的人年齡段分布情況?

大數據處理,離不開計算機的運算,標籤提供了一種便捷的方式,使得計算機能夠程序化處理與人相關的信息,甚至通過演算法、模型能夠「理解」 人。當計算機具備這樣的能力後,無論是搜索引擎、推薦引擎、廣告投放等各種應用領域,都將能進一步提升精準度,提高信息獲取的效率。

三、如何構建用戶畫像

一個標籤通常是人為規定的高度精鍊的特徵標識,如年齡段標籤:25~35歲,地域標籤:北京,標籤呈現出兩個重要特徵:語義化,人能很方便地理解每個標籤含義。這也使得用戶畫像模型具備實際意義。能夠較好的滿足業務需求。如,判斷用戶偏好。短文本,每個標籤通常只表示一種含義,標籤本身無需再做過多文本分析等預處理工作,這為利用機器提取標準化信息提供了便利。

人制定標籤規則,並能夠通過標籤快速讀出其中的信息,機器方便做標籤提取、聚合分析。所以,用戶畫像,即:用戶標籤,向我們展示了一種樸素、簡潔的方法用於描述用戶信息。

3.1 數據源分析

構建用戶畫像是為了還原用戶信息,因此數據來源於:所有用戶相關的數據。

對於用戶相關數據的分類,引入一種重要的分類思想:封閉性的分類方式。如,世界上分為兩種人,一種是學英語的人,一種是不學英語的人;客戶分三類,高價值客戶,中價值客戶,低價值客戶;產品生命周期分為,投入期、成長期、成熟期、衰退期…所有的子分類將構成了類目空間的全部集合。

這樣的分類方式,有助於後續不斷枚舉并迭代補充遺漏的信息維度。不必擔心架構上對每一層分類沒有考慮完整,造成維度遺漏留下擴展性隱患。另外,不同的分類方式根據應用場景,業務需求的不同,也許各有道理,按需劃分即可。

本文將用戶數據劃分為靜態信息數據、動態信息數據兩大類。

靜態信息數據

用戶相對穩定的信息,如圖所示,主要包括人口屬性、商業屬性等方面數據。這類信息,自成標籤,如果企業有真實信息則無需過多建模預測,更多的是數據清洗工作,因此這方面信息的數據建模不是本篇文章重點。

動態信息數據

用戶不斷變化的行為信息,如果存在上帝,每一個人的行為都在時刻被上帝那雙無形的眼睛監控著,廣義上講,一個用戶打開網頁,買了一個杯子;與該用戶傍晚溜了趟狗,白天取了一次錢,打了一個哈欠等等一樣都是上帝眼中的用戶行為。當行為集中到互聯網,乃至電商,用戶行為就會聚焦很多,如上圖所示:瀏覽凡客首頁、瀏覽休閑鞋單品頁、搜索帆布鞋、發表關於鞋品質的微博、贊「雙十一大促給力」的微博消息。等等均可看作互聯網用戶行為。

本篇文章以互聯網電商用戶,為主要分析對象,暫不考慮線下用戶行為數據(分析方法雷同,只是數據獲取途徑,用戶識別方式有些差異)。

在互聯網上,用戶行為,可以看作用戶動態信息的唯一數據來源。如何對用戶行為數據構建數據模型,分析出用戶標籤,將是本文著重介紹的內容。

3.2 目標分析

用戶畫像的目標是通過分析用戶行為,最終為每個用戶打上標籤,以及該標籤的權重。如,紅酒 0.8、李寧 0.6。

標籤,表徵了內容,用戶對該內容有興趣、偏好、需求等等。

權重,表徵了指數,用戶的興趣、偏好指數,也可能表徵用戶的需求度,可以簡單的理解為可信度,概率。

3.3 數據建模方法

下面內容將詳細介紹,如何根據用戶行為,構建模型產出標籤、權重。一個事件模型包括:時間、地點、人物三個要素。每一次用戶行為本質上是一次隨機事件,可以詳細描述為:什麼用戶,在什麼時間,什麼地點,做了什麼事。

什麼用戶:關鍵在於對用戶的標識,用戶標識的目的是為了區分用戶、單點定位。

以上列舉了互聯網主要的用戶標識方法,獲取方式由易到難。視企業的用戶粘性,可以獲取的標識信息有所差異。

什麼時間:時間包括兩個重要信息,時間戳+時間長度。時間戳,為了標識用戶行為的時間點,如,1395121950(精度到秒),1395121950.083612(精度到微秒),通常採用精度到秒的時間戳即可。因為微秒的時間戳精度並不可靠。瀏覽器時間精度,準確度最多也只能到毫秒。時間長度,為了標識用戶在某一頁面的停留時間。

什麼地點:用戶接觸點,Touch Point。對於每個用戶接觸點。潛在包含了兩層信息:網址 + 內容。網址:每一個url鏈接(頁面/屏幕),即定位了一個互聯網頁面地址,或者某個產品的特定頁面。可以是PC上某電商網站的頁面url,也可以是手機上的微博,微信等應用某個功能頁面,某款產品應用的特定畫面。如,長城紅酒單品頁,微信訂閱號頁面,某遊戲的過關頁。

內容:每個url網址(頁面/屏幕)中的內容。可以是單品的相關信息:類別、品牌、描述、屬性、網站信息等等。如,紅酒,長城,干紅,對於每個互聯網接觸點,其中網址決定了權重;內容決定了標籤。

註:接觸點可以是網址,也可以是某個產品的特定功能界面。如,同樣一瓶礦泉水,超市賣1元,火車上賣3元,景區賣5元。商品的售賣價值,不在於成本,更在於售賣地點。標籤均是礦泉水,但接觸點的不同體現出了權重差異。這裡的權重可以理解為用戶對於礦泉水的需求程度不同。即,願意支付的價值不同。

標籤 權重

礦泉水 1 // 超市

礦泉水 3 // 火車

礦泉水 5 // 景區

類似的,用戶在京東商城瀏覽紅酒信息,與在品尚紅酒網瀏覽紅酒信息,表現出對紅酒喜好度也是有差異的。這裡的關注點是不同的網址,存在權重差異,權重模型的構建,需要根據各自的業務需求構建。

所以,網址本身表徵了用戶的標籤偏好權重。網址對應的內容體現了標籤信息。

什麼事:用戶行為類型,對於電商有如下典型行為:瀏覽、添加購物車、搜索、評論、購買、點擊贊、收藏 等等。

不同的行為類型,對於接觸點的內容產生的標籤信息,具有不同的權重。如,購買權重計為5,瀏覽計為1

紅酒 1 // 瀏覽紅酒

紅酒 5 // 購買紅酒

綜合上述分析,用戶畫像的數據模型,可以概括為下面的公式:用戶標識 + 時間 + 行為類型 + 接觸點(網址+內容),某用戶因為在什麼時間、地點、做了什麼事。所以會打上**標籤。

用戶標籤的權重可能隨時間的增加而衰減,因此定義時間為衰減因子r,行為類型、網址決定了權重,內容決定了標籤,進一步轉換為公式:

標籤權重=衰減因子×行為權重×網址子權重

如:用戶A,昨天在品尚紅酒網瀏覽一瓶價值238元的長城干紅葡萄酒信息。

  • 標籤:紅酒,長城
  • 時間:因為是昨天的行為,假設衰減因子為:r=0.95
  • 行為類型:瀏覽行為記為權重1
  • 地點:品尚紅酒單品頁的網址子權重記為 0.9(相比京東紅酒單品頁的0.7)

假設用戶對紅酒出於真的喜歡,才會去專業的紅酒網選購,而不再綜合商城選購。

則用戶偏好標籤是:紅酒,權重是0.95*0.7 * 1=0.665,即,用戶A:紅酒 0.665、長城 0.665。

上述模型權重值的選取只是舉例參考,具體的權重值需要根據業務需求二次建模,這裡強調的是如何從整體思考,去構建用戶畫像模型,進而能夠逐步細化模型。

四、總結

本文並未涉及具體演算法,更多的是闡述了一種分析思想,在計劃構建用戶畫像時,能夠給您提供一個系統性、框架性的思維指導。

核心在於對用戶接觸點的理解,接觸點內容直接決定了標籤信息。內容地址、行為類型、時間衰減,決定了權重模型是關鍵,權重值本身的二次建模則是水到渠成的進階。模型舉例偏重電商,但其實,可以根據產品的不同,重新定義接觸點。

比如影視產品,我看了一部電影《英雄本色》,可能產生的標籤是:周潤發 0.6、槍戰 0.5、港台 0.3。

最後,接觸點本身並不一定有內容,也可以泛化理解為某種閾值,某個行為超過多少次,達到多長時間等。

比如遊戲產品,典型接觸點可能會是,關鍵任務,關鍵指數(分數)等等。如,積分超過1萬分,則標記為鑽石級用戶。鑽石用戶 1.0。


推薦閱讀:

TAG:用戶畫像 | 數據分析 | 數據挖掘入門 |