用戶畫像分析與場景應用

1、用戶畫像

一、概念描述

用戶畫像,做爲一種勾畫目標用戶、聯繫用戶訴求與設計方向的有效工具,用戶畫像在各領域獲得了普遍的應用。用戶畫像最初是在電商領域獲得應用的,尤爲在數字化營銷範疇以內,核心的依賴依據就是描述用戶畫像的豐富標籤。java

在大數據時代背景下,用戶信息充斥在網絡中,將用戶的每一個具體信息抽象成標籤,基於標籤運用用戶畫像的方式瞭解用戶,利用這些標籤將用戶形象具體化,從而爲用戶提供有針對性的服務。例如上述基於最簡單的用戶數據能夠分析出來的用戶畫像信息。git

二、組成結構

用戶畫像的最核心工做是基於數據採集爲用戶貼上標籤,隨着標籤的不斷豐富用戶的畫像也會愈來愈清晰,最終達到了解甚至理解用戶的能力。github

在實際的用戶畫像體系中,對於標籤的分類分級遠遠不止這麼簡單,更加的細緻和精確:算法

  • 基礎屬性:性別,年齡,消費能力,職業等;
  • 行爲屬性:活躍度,瀏覽,點擊查看,不感興趣;
  • 現實場景:常常進入的商圈,電影院,景區等;
  • 興趣描述:購物,影視,音樂,遊戲,讀書等
  • 定製化:經過機器分析,基於某些標籤組合斷定;

經過用戶產生的多種場景數據,去分析或者推測用戶的並信息標籤化,可視化的描述出來,經過用戶畫像,產品能自動化的深刻理解用戶並服務用戶,例如不少信息流的應用,會根據用戶的閱讀內容自動判斷推送用戶可能喜歡的內容。spring

三、畫像的價值

在用戶量大業務複雜的公司,都會花很高的成本構建用戶畫像體系,在各個業務線上採集數據作分析,不斷深刻的瞭解用戶才能提供更加精準的服務和多樣化的運營策略。編程

用戶引流設計模式

經過現有用戶的畫像分析,在相關DMP廣告平臺作投放,重點推薦其平臺上具備相關相似標籤的用戶,爲產品作用戶引流,這裏也是類似用戶快速擴量的概念相似。網絡

新用戶冷啓動數據結構

快速分析新註冊用戶可能偏向的屬性和興趣偏好,實現服務快速精準推薦,例如用戶註冊地所在區域,能夠經過該區域用戶的通用標籤推測該新用戶的特徵。架構

精準或個性化服務

這裏就是根據豐富的用戶畫像分析,理解用戶並提供精準服務或個性化服務。提供好的服務天然能作到用戶的深度沉澱。

多場景識別

這裏場景相對偏複雜,經過一個案例描述,例如在某個平臺用手機號A註冊,以後該手機號A丟失,換用手機號B以後,經過相關行爲去理解用戶是否手機號A的用戶,也能夠根據同個手機序列識別不一樣用戶或者多個手機序列識別相同用戶。

沉默用戶喚醒

基於精細化的標籤和多個場景數據,對用戶的沉默程度作快速識別,基於畫像分析制定運營策略進行激活召回減小用戶流失。

2、人羣分析

每次開發用戶羣分析的案例,腦海都能響起一段話:獨生子女,傲嬌,溫室花朵,冷漠自私,精緻利己,想法清奇,個性張揚,缺少團隊意識,非主流,垮掉。以前幾年這是不少長輩或者社會對90這代人貼的標籤,也有不少是90自我嘲諷的標籤,做爲90後的一員我對這份畫像仍是挺滿意的...

上述就是典型的人羣畫像分析的非典型案例,實際上最近幾年對90人羣分析報告已經很是多並且準確,不少數據公司都會從:社會屬性、消費能力、遊戲愛好、寵物、網絡應用等多個熱門領域作深度分析。分析人羣畫像能夠在商業應用中產生很是高的價值。

3、深度應用

一、商圈分析

首先基於商圈區域圈用戶羣,這裏很好理解用戶在某個商圈內產生數據,依次獲取用戶相關標籤作該商圈內用戶畫像分析。

其次分析商圈自己服務,例如美食領域人流、娛樂領域人流、購物領域人流等,對比不一樣商圈爲商業圈的運營提供策略。

經過綜合商圈分析獲取的畫像,對商圈的構成、特色和影響商圈規模變化的各類因素進行綜合性的研究,即服務於企業合理選擇店址,也服務商圈精準引入豐富的品牌店鋪。

二、行業分析

行業分析畫像是很是複雜的一種報告,一般會考量:用戶體量、人羣特徵、技術、營收規模、競爭力、競爭格局、行業政策、市場飽和度等多個要素。不一樣的角度看行業分析也是不一樣的概念,例如從行業產品角度看:基於行業分析判斷是否要作、如何作、如何作好、明確產品方向和運營策略等問題;從投行領域看則判斷新產品是否值得投資有沒有穩定高回報,風險控制等。

經過多個場景下數據構建用戶畫像,在應用到產品的衆多業務場景,進行商業化運營和管理,產生更高的價值。

4、源代碼地址

GitHub·地址
https://github.com/cicadasmile
GitEE·地址
https://gitee.com/cicadasmile

數據洞察業務系列

標題
數據管理流程,基礎入門簡介
業務場景下數據採集機制和策略
數據全景洞察業務概念簡介
數據應用場景之標籤管理體系
標籤管理體系之業務應用

推薦閱讀:編程體系整理

序號 項目名稱 GitHub地址 GitEE地址 推薦指數
01 Java描述設計模式,算法,數據結構 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆☆
02 Java基礎、併發、面向對象、Web開發 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆
03 SpringCloud微服務基礎組件案例詳解 GitHub·點這裏 GitEE·點這裏 ☆☆☆
04 SpringCloud微服務架構實戰綜合案例 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆☆
05 SpringBoot框架基礎應用入門到進階 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆
06 SpringBoot框架整合開發經常使用中間件 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆☆
07 數據管理、分佈式、架構設計基礎案例 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆☆
08 大數據系列、存儲、組件、計算等框架 GitHub·點這裏 GitEE·點這裏 ☆☆☆☆☆
相關文章
相關標籤/搜索