大数据构建精准用户画像技术方案.docx

大数据构建精准用户画像
技术方案
什么是用户画像?
用户画像(User Profile),作为大数据的根基,它完美地抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为****惯、消费****惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石。
用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活****惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础,能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。
用户画像的四阶段
用户画像的焦点工作就是为用户打“标签”,而一个标签通常是人为规定的高度精炼的特征标识,如年龄、性别、地域、用户偏好等,最后将用户的所有标签综合来看,就可以勾勒出该用户的立体“画像”了。
具体来讲,当为用户画像时,需要以下四个阶段:
用户画像的意义
用户画像的构建是有难度的。主要表现为以下四个方面:
为了精准地描述用户特征,可以参考下面的思路,从用户微观画像的建立→用户画像的标签建模→用户画像的数据架构,我们由微观到宏观,逐层分析。
首先我们从微观来看,如何给用户的微观画像进行分级呢?如下图所示
总原则:基于一级分类上述分类逐级进行细分。
第一分类:人口属性、资产特征、营销特性、兴趣爱好、购物爱好、需求特征
第二分类…
第三分类……….
完成了对客户微观画像分析后,就可以考虑为用户画像的标签建模了。
从原始数据进行统计分析,得到事实标签,再进行建模分析,得到模型标签,再进行模型预测,得到预测标签。
最后从宏观层面总结,就是得到用户画像的数据架构。
LotuseeData莲子数据在具体设备分析的统计基础上,提供了更强大的自定义时间,用户分组,渠道活动转化追踪等新功能,并累计了大量的设备和用户标签,为进一步的用户画像提供了坚实的基础。
百分点技术总监郭志金
谈用户画像数据建模方法
伴随着大数据应用的讨论、创新,个性化技术成为了一个重要落地点。相比传统的线下会员管理、问卷调查、购物篮分析,大数据第一次使得企业能够通过互联网便利地获取用户更为广泛的反馈信息,为进一步精准、快速地分析用户行为****惯、消费****惯等重要商业信息,提供了足够的数据基础。伴随着对人的了解逐步深入,一个概念悄然而生:用户画像(UserProfile),完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。