数据分析实战之用户画像

一、用户画像的准则
首先就是给自己企业的用户画像做白描，说明这些用户“从哪来”，“都是谁”，“要去哪”

1、统一化：统一用户的唯一标识
用户唯一标识是整个用户画像的核心。设计唯一标识符可以从用户名、注册手机号、联系人手机号、邮箱、设备号、CookieID等入手。
2、标签化：给用户打标签，即用户画像
用户消费行为分析，从4个维度进行标签划分
1）用户标签：即用户的基础属性，包括性别、年龄、区域、职业、收入、学历等。
2）消费标签：即用户的消费习惯，包括消费习惯、购买意向、是否对促销敏感。
3）行为标签：通过分析用户行为，得到使用习惯。包括时间段、频次、时长、访问路径。
4）内容分析：对用户平时浏览的内容（停留时间长、浏览次数多）进行分析，分析用户对哪些感兴趣。
3、业务化：将用户画像，指导业务关联
从用户生命周期的三个阶段来划分业务价值
1）获客：如何进行拉新，通过更精准营销获取客户
2）粘客：个性化推荐，搜索排序，场景运营等
3）留客：流失率预测，分析关键节点降低流失率

按照数据流处理的阶段划分用户画像建模的过程：
1）数据层：指的是用户消费行为里的标签，是“事实标签”，作为客观数据的记录
2）算法层：通过这些行为算出的用户建模，是“模型标签”，作为用户画像的分类标识
3）业务层：指获客、粘客、留客的手段，是“预测标签”，作为业务关联的结果
标签化的过程流程就是通过数据层的“事实标签”，在算法层进行计算，打上“模型标签”的分类结果，最后指导业务层，得出“预测标签”。

二、锻炼自己的抽象能力，将复杂的事物简单化
一般情况和特殊情况综合考虑
从繁杂的事物中抽离出来，锻炼自己的抽象能力