前期做了一些用户画像的数据支持工作,都是哪里需要往哪搬,没有进行过系统的总结,总归不是自己的东西,只知道要这么做,却不知为何要这么做,所以在这里进行一个归纳总结。
用户画像一般用于研究当前客户需求以及挖掘潜在客户,用户画像需要结合具体的场景进行分析,不同场景下分析也是存在差异的,自己工作中接触的数据主要为目标客群的消费流水数据,画像分析的内容主要是对当前分析客群基本属性如性别、年龄段、家庭结构,行为属性如消费水平、购物偏好时间、偏好品类等赋予客群标签,其他涉及到客群价值发现,以及消费偏好间的关联分析,只是用户画像的冰山一角,利用近期时间相对轻松好好整理一下,主要侧重于用户画像探索的模型算法的选择。
用户画像说明
- 分析方向
用户画像一般用于刻画用户是什么人,在什么时间,做什么事,对客户进行用户画像包括两个方面,对现存客户与潜在客户的刻画:现存客户是谁,客户偏好,哪类客户的价值最高等,进而对如何维系客户,提高客户粘性与交易转化率提供参考;潜在客户是谁,客户偏好,通过何种渠道可以找到他们,获客成本等,了解如何挖掘潜在客户。 - 数据维度
数据维度越多,联结的场景越丰富,画像的质量自然越高,关键在于对数据本身的理解,以及对客户意图的揣摩,一般包括如下几个维度:
人口属性:地域、年龄、性别、教育程度、职业、收入、生活习惯、消费习惯等;
产品行为:产品类别、活跃频率、产品喜好、产品驱动、使用习惯、产品消费等;
这些维度是依托不同场景灵活可变的,例