1. 首頁 > 生活百科 > >

簡述兩者的定義和作用 什么是用戶畫像和標簽

小知識

什么是用戶畫像和標簽（簡述兩者的定義和作用）
什么是用戶畫像？簡而言之 ， 用戶畫像是根據用戶社會屬性、生活習慣和消費行為等信息而抽象出的一個標簽化用戶模型 。 構建用戶畫像的核心工作即是給用戶貼“標簽” ， 而標簽是通過對用戶信息分析而來的高度精煉的特征標識 。
舉例來說 ， 如果你經常購買一些玩偶玩具 ， 那么電商網站即可根據玩具購買的情況替你打上標簽“有孩子” ， 甚至還可以判斷出你孩子大概的年齡 ， 貼上“有5-10歲的孩子”這樣更為具體的標簽 ， 而這些所有給你貼的標簽統在一次 ， 就成了你的用戶畫像 ， 因此 ， 也可以說用戶畫像就是判斷一個人是什么樣的人 。
除去“標簽化” ， 用戶畫像還具有的特點是“低交叉率” ， 當兩組畫像除了權重較小的標簽外其余標簽幾乎一致 ， 那就可以將二者合并 ， 弱化低權重標簽的差異 。
用戶畫像的作用
羅振宇在《時間的朋友》演講里舉了這樣一個例子：當一個壞商家掌握了你的購買數據 ， 他就可以根據你平常購買商品的偏好來決定是給你發正品還是假貨以提高利潤 。 且不說是否存在這情況 ， 但這也說明了利用用戶畫像可以做到“精準銷售” ， 當然 ， 這是極其錯誤的用法 。
其作用大體不離以下幾個方面：

    精準營銷 ， 分析產品潛在用戶 ， 針對特定群體進行營銷；
    用戶統計 ， 比如中國大學購買書籍人數 TOP10 ， 全國各城市奶爸指數；
    數據挖掘 ， 構建智能推薦系統 。 利用關聯規則計算喜歡紅酒的人通常喜歡什么運動品牌；
    進行效果評估 ， 完善產品運營 ， 提升服務質量 。 其實這也相當于市場調研、用戶調研；
    對服務或產品進行私人定制 ， 即個性化的服務某類甚至某位用戶（個人認為這是目前的發展趨勢 ， 未來的消費主流） 。 比如 ， 某公司想推出一款面向5－10歲兒童的玩具 ， 通過用戶畫像進行分析 ， 發現形象＝“喜羊羊”、價格區間＝“中等”的偏好比重最大 ， 那么就給新產品提供類非?？陀^有效的決策依據 。
    業務經營分析以及競爭分析 ， 影響企業發展戰略 。
構建流程
簡述兩者的定義和作用 什么是用戶畫像和標簽

文章插圖

數據收集
數據收集大致分為網絡行為數據、服務內行為數據、用戶內容偏好數據、用戶交易數據這四類 。
    網絡行為數據：活躍人數、頁面瀏覽量、訪問時長、激活率、外部觸點、社交數據等
    服務內行為數據：瀏覽路徑、頁面停留時間、訪問深度、唯一頁面瀏覽次數等
    用戶內容便好數據：瀏覽／收藏內容、評論內容、互動內容、生活形態偏好、品牌偏好等
    用戶交易數據（交易類服務）：貢獻率、客單價、連帶率、回頭率、流失率等當然 ， 收集到的數據不會是100%準確的 ， 都具有不確定性 ， 這就需要在后面的階段中建模來再判斷 ， 比如某用戶在性別一欄填的男 ， 但通過其行為偏好可判斷其性別為“女”的概率為80% 。
還得一提的是 ， 儲存用戶行為數據時最好同時儲存發生該行為的場景 ， 以便更好地進行數據分析 。
行為建模
該階段是處理收集到的數據 ， 注重大概率事件 ， 通過數學算法模型盡可能地排除用戶的偶然行為 ， 進行行為建模 ， 抽象出用戶的標簽 。
這時也要用到機器學習預測用戶的行為偏好 。 好比一個 y＝kx＋b 的算法 ， X 代表已知信息（即用戶標簽） ， Y 是用戶偏好 ， 通過不斷的精確 k 和 b 來精確 Y 。
在這個階段 ， 需要用到很多模型給用戶貼標簽 。
    用戶汽車模型根據用戶對“汽車”話題的關注或購買相關產品的情況來判斷用戶是否有車、是否準備買車
    用戶忠誠度模型通過判斷＋聚類算法判斷用戶的忠誠度
    身高體型模型根據用戶購買服裝鞋帽等用品判斷
    文藝青年模型根據用戶發言、評論等行為判斷用戶是否為文藝青年
    用戶價值模型
    【簡述兩者的定義和作用 什么是用戶畫像和標簽】判斷用戶對于網站的價值 ， 對于提高用戶留存率非常有用（電商網站一般使用RFM 實現）
    還有消費能力、違約概率、流失概率等等諸多模型 。
用戶畫像基本成型該階段可以說是第各二階段的深入 ， 把用戶的基本屬性（年齡、性別、地域）、購買能力、行為特征、興趣愛好、心理特征和社交網絡等大致地標簽化 。

推薦閱讀