分析客戶畫像的5個步驟都有哪些 分析客戶畫像的5個步驟( 五 )


可以篩選一部分打了標簽的用戶,給這部分用戶進行和標簽相關的推送,看他們對相關內容是否有更好的反饋 。 例如,在新聞推薦中,我們給用戶構建了興趣畫像,從體育類興趣用戶中選取一小批用戶,給他們推送體育類新聞,如果這批用戶對新聞的點擊率和閱讀時長明顯高于平均水平,就說明標簽是有效的 。
1. 效果評估
評估使用用戶畫像的效果最直接的方法就是,看其提升了多少實際業務,如在互聯網廣告投放中,用戶畫像的使用效果主要是看它提升了多少點擊率和收入,在精準營銷過程中,主要是看使用用戶畫像后銷量提升了多少等 。
但是如果把一個沒有經過效果評估的模型直接用在線上,風險是很大的,因此我們需要一些在上線前可計算的指標來衡量用戶畫像的質量 。
用戶畫像的評估指標主要是準確率、覆蓋率、時效性等 。 (篇幅有限,這里不詳細介紹,有需要的同學可以看《Spark機器學習進階實戰》一書第10.4.1節)
2. 用戶畫像使用
構建好用戶畫像并做了評估之后,就可以在業務中使用它 。 對此,一般需要一個可視化平臺,對標簽進行查看和檢索 。 用戶畫像的可視化過程中,一般使用餅圖、柱狀圖等對標簽的覆蓋人數、覆蓋比例等指標做形象的展示,如圖10-11所示是用戶畫像的一個可視化界面 。

分析客戶畫像的5個步驟都有哪些 分析客戶畫像的5個步驟

文章插圖

▲圖10-11 用戶畫像的可視化界面
此外,對于所構建的用戶畫像,還可以使用不同維度的標簽,進行高級的組合分析,產出高質量的分析報告 。 用戶畫像可以應用在智能營銷、計算廣告、個性化推薦等領域,具體的使用方法與應用領域緊密結合,在此不再詳細介紹 。
關于作者:馬海平,科大訊飛大數據研究院研究主管,中國科學與技術大學計算機技術博士,專注數據挖掘和人工智能算法的研究,及其在計算廣告和個性化教育等方向的落地應用 。
于俊,科大訊飛大數據專家,專注大數據和人工智能應用方案設計、基于Spark的大數據分析和價值挖掘,在大數據算法工程化實現方面具有豐富經驗 。
呂昕,科大訊飛大數據專家,專注大數據和人工智能技術在消費者業務中的應用、基于Spark的大數據分析和算法建模,在用戶畫像、內容推薦和精準營銷領域有豐富的實踐 。
向海,邂智科技算法負責人,前科大訊飛大數據專家 。 專注Spark機器學習在智能客服中的應用,在NLP與對話機器人應用方面有豐富經驗 。
【分析客戶畫像的5個步驟都有哪些 分析客戶畫像的5個步驟】本文摘編自《Spark機器學習進階實戰》,經出版方授權發布 。

分析客戶畫像的5個步驟都有哪些 分析客戶畫像的5個步驟

文章插圖

推薦閱讀