用戶畫像,做爲大數據的根基,它完美地抽象出一個用戶的信息全貌,爲進一步精準、快速地分析用戶行爲習慣、消費習慣等重要信息,提供了足夠的數據基礎,奠基了大數據時代的基石。架構
用戶畫像,即用戶信息標籤化,就是企業經過收集與分析消費者社會屬性、生活習慣、消費行爲等主要信息的數據以後,完美地抽象出一個用戶的商業全貌做是企業應用大數據技術的基本方式。用戶畫像爲企業提供了足夠的信息基礎,可以幫助企業快速找到精準用戶羣體以及用戶需求等更爲普遍的反饋信息。工具
用戶畫像的焦點工做就是爲用戶打「標籤」,而一個標籤一般是人爲規定的高度精煉的特徵標識,如年齡、性別、地域、用戶偏好等,最後將用戶的全部標籤綜合來看,就能夠勾勒出該用戶的立體「畫像」了。大數據
具體來說,當爲用戶畫像時,須要如下四個階段:設計
企業選擇構建用戶畫像平臺,能夠實現不一樣的戰略目的,如提高產品服務質量、精準營銷等。根據戰略目的的不一樣,用戶畫像的構建也有所區別。所以首先須要明確用戶畫像平臺的戰略意義、平臺建設目標和效果預期,進而有針對性的開展實施工做。圖片
對用戶畫像進行數據建模,結合客戶實際的需求,找出相關的數據實體,以數據實體爲中心規約數據維度類型和關聯關係,造成符合客戶實際狀況的建模體系。產品
以用戶、商品、渠道三類數據實體爲中心,進行數據維度分解和列舉。根據相關性原則,選取和戰略目的相關的數據維度,避免產生過多無用數據干擾分析過程。it
針對不一樣角色人員的需求(如市場、銷售、研發等),設計各角色人員在用戶畫像工具中的使用功能和應用/操做流程。基礎
完善產品運營,提高用戶體驗:改變以往閉門造車的生產模式,經過事先調研用戶需求,設計製造更適合用戶的產品,提高用戶體驗。用戶體驗
對外服務,提高盈利:根據產品特色,找到目標用戶,在用戶偏好的渠道上與其交互,促成購買,實現精準運營和營銷。im
爲了精準地描述用戶特徵,能夠參考下面的思路,從用戶微觀畫像的創建→用戶畫像的標籤建模→用戶畫像的數據架構,咱們由微觀到宏觀,逐層分析。主要表現爲如下四個方面:
首先咱們從微觀來看,如何給用戶的微觀畫像進行分級呢?以下圖所示:
【整體原則】 基於一級分類上述分類逐級進行細分。
完成了對客戶微觀畫像分析後,就能夠考慮爲用戶畫像的標籤建模了。
從原始數據進行統計分析,獲得事實標籤,再進行建模分析,獲得模型標籤,再進行模型預測,獲得預測標籤。
最後從宏觀層面總結,就是獲得用戶畫像的數據架構。