V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
getui
V2EX  ›  推广

个推用户画像的实践与应用

  •  
  •   getui · 2019-01-29 13:39:26 +08:00 · 2147 次点击
    这是一个创建于 1920 天前的主题,其中的信息可能已经有所发展或是发生改变。

    “以用户为核心”的概念在互联网时代深入人心,然而要真正了解用户懂得用户,就不得不提到“用户画像”。 随着大数据技术的深入研究与应用,借助用户画像,企业或 APP 可以深入挖掘用户需求,从而实现精细化运营以及为精准营销打下坚实基础。本文将重点介绍何为用户画像,用户画像的构建流程以及应用场景。

    用户画像,本质是数据能力的体现

    用户画像,即用户信息的标签化,而从本质上来说,用户画像是数据的标签化。常见的用户画像体系有三种:结构化体系、非结构化体系和半结构化体系。非结构化体系没有明显的层级,较为独立。半结构化层次有一定的层级概念,但是没有过于严格的依赖关系。结构化体系有较强的层级结构。以一个简单的三级结构化标签为例,一级标签有基本属性和兴趣偏好,并且由此可以延伸至二级标签和三级标签,具体到不同的属性和兴趣爱好。

    在互联网、电商领域,用户画像常用来作为精准营销、推荐系统的基础性工作,其作用总体包括:

    ( 1 )精准营销:根据历史用户特征,运营人员可以分析产品的潜在用户和用户的潜在需求,继而通过相应的手段,针对特定群体进行营销。

    ( 2 )用户分析:根据用户的属性、行为特征对用户进行分类后,可以统计不同特征下的用户数量、分布,分析不同用户画像群体的分布特征。

    ( 3 )数据挖掘:以用户画像为基础,开发人员可以构建推荐系统、搜索引擎、广告投放系统,提升服务精准度。

    ( 4 )服务产品:描绘产品的用户画像,对产品进行受众分析,更透彻地理解用户使用产品的心理动机和行为习惯,完善产品运营,提升服务质量。

    ( 5 )行业报告&用户研究:通过用户画像分析可以使运营人员更加了解行业动态,比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析等。

    个推用户画像的实践

    个推依托多年推送服务的积累和强大的大数据分析能力,推出了个推画像 SDK (个像),为 APP 开发者提供丰富的用户画像数据以及实时的场景识别能力。

    个推独有的冷、热、温数据标签,可以有效分析用户的线上线下行为,深入挖掘用户特征,助力 APP 运营者全面了解用户属性。其中,“冷数据”是指用户的基础属性,改变的概率较小,如性别、年龄层次等;“温数据”则可以回溯用户近期活跃的应用和场景,具有一定的时效性;“热数据”是指用户当下的场景及实时的用户行为,帮助 APP 运营者抓住稍纵即逝的营销机会。

    个推不仅拥有丰富的通用标签体系,还可以根据客户特定的需求联合建模,输出定制化的标签,以满足 APP 在不同场景需求下的运营。

    规范画像构建流程

    用户画像的构建需要技术和业务人员的共同参与,以避免形式化的用户画像。个推也有一些做法可供开发者们进行参考。

    ( 1 )标签体系设计。开发者需要先了解自身的数据,确定需要设计的标签形式。

    ( 2 )基础数据收集、多数据源数据融合。个推在构建用户画像时,会整合个推以及该 APP 自身的数据。

    ( 3 )实现用户统一标识。多数情况下,APP 的众多用户分布于不同的账号体系中,个推会将其统一标识。

    ( 4 )用户画像特征层构建。即将每一个数据进行特征化。

    ( 5 )画像标签规则+算法建模。两者缺一不可,在实际的应用中,算法难以解决的问题,利用简单的规则也可以达到很好的效果。

    ( 6 )利用算法对所有用户打标签

    ( 7 )画像质量监控。在实际的应用中,用户画像会产生一定的波动,为了解决这个问题,个推搭建了相应的监控系统,对画像的质量进行监控。

    个推用户画像构建的整体流程,可以分为三个部分,第一,基础数据处理。基础数据包括用户设备信息、用户的线上 APP 偏好以及线下场景数据等。

    第二,画像中间数据处理。处理结果包括线上 APP 偏好特征和线下场景特征等。

    第三,画像信息表。表中应有四种信息:设备基础属性;用户基础画像,包括用户的性别、年龄层次、相关消费水平等;用户兴趣画像,即用户更有兴趣的方向,如用户更偏好比价类 APP 还是海淘类 APP ;用户其它画像等。

    在个推用户画像构建的过程中,机器学习占据了较为重要的位置。机器学习主要是海量数据持续更新、数据清洗、数据存储的过程。个推更多地利用机器学习平台进行相应的预测分析、模型输出等。

    画像质量的关注有两个重点,第一,如何优化质量。个推会对用户画像的模型定期地进行修改和优化。第二,关注画像质量波动情况,对异常变化及时预警。

    个推用户画像应用

    个推画像 SDK 的集成,可以丰富 APP 的用户分析维度,其主要应用体现在两方面:第一,精准推荐,APP 的运营者可以通过个像提供的性别、年龄层次、兴趣爱好、场景等丰富标签,为不同的用户推荐不同的内容,以达到更加精细化的运营,并提升用户活跃度和留存率。

    第二,用户聚类,个推可以帮助 APP 处理用户数据,补全用户画像,建立用户的聚类模型。同时,通过用户特征分析,个推还能够将 APP 的老用户映射到某一聚类,以此产出 APP 的目标聚类,最终助力 APP 运营者针对不同用户群体制定更加精准的运营策略。

    “千万人撩你,不如一人懂你”,当互联网逐渐步入大数据时代,APP 只有真正地了解用户,才能得到用户并留住用户。基于个推完备的大数据计算架构,个推画像 SDK 的接入,不仅可以帮助开发人员提高开发决策的效率,也可以帮助 APP 运营人员开展精细化运营,从而提升企业的营销效率和市场竞争力。

    3 条回复    2019-01-29 14:39:06 +08:00
    vazo
        1
    vazo  
       2019-01-29 14:01:00 +08:00
    学习了
    asdqaz
        2
    asdqaz  
       2019-01-29 14:38:49 +08:00 via Android
    怎么去火星
    先加速,后减速
    asdqaz
        3
    asdqaz  
       2019-01-29 14:39:06 +08:00 via Android
    代码呢
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   749 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 20:54 · PVG 04:54 · LAX 13:54 · JFK 16:54
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.