信贷领域的用户画像

确定业务目的

广义的来说，用户画像可以有两种定义：

• 一种主要是给产品经理和用户研究员使用的，可以称之为Personas，本质上是用户角色；主要以调查问卷、电话访谈、数据库的聚合运算为探索手段，以获取用户的定性特征，完成定性分析。很多产品经理、战略分析只知道要看用户画像，那么，为什么需要获取用户的Personas？因为一款APP的用户可能有上千万，产品经理需要知道用户的使用体验，但又不可能知道这上千万客户的用户体验，因此需要将这上千万客户的脸谱抽象化，幻化为几十名（虚数）特征迥异的客户；再根据这几十名客户的使用体验，来优化APP。有了用户画像，产品经理在理解用户需求的时候，就只需要关注那几十名抽象之后的客户的痛点，从而降低的产品的设计复杂度。这类用户角色信息一般以excel、ppt、文档等形式存在；
• 另一种主要是给数据分析师、运营使用的，可以称之为Profile，本质上是用户轮廓；它将用户的特征抽象为多个可量化的维度，本质上是一种针对特征变量的量化分析。比如说，针对每一名用户的年龄、性别、收入、学历等特征，都使用具体的数值去量化；当进行个性推荐、精准营销、业务预测的时候，再筛选出特定的用户群体。Profile意味着对任何一名具体的用户，都可以用标签和数据来精确描述，也是当下比较热门的应用领域。这类用户轮廓，一般以json、键值对、宽表等形式存在；

根据以上描述，第一种用户画像Personas，主要用于产品经理摸索APP用户、用研团队摸索借贷用户、资金方摸索借款群体，最终将数据整理为报告式文件，用于改善APP使用体验、优化金融产品流程、对外信息披露等等。这种工作的开发难度较低，只需要基于Hive-QL在数据仓库中取数、汇总，然后进行数据可视化、书写报告就行了。

第二种用户画像Profile，才是当下流行的用法，通俗的说就是给每一个用户打标签，而标签是通过对用户信息分析而来的高度精炼的特征标识，由特征类型和取值组成。可用于推荐系统、精准营销、逾期预测等领域。这种工作需要经历维度确定、标签加工、数据下发、算法落地、AB测试、正式上线等阶段。

---

确定维度（标签）

维度的确定一般有两个要求：

• 语义明确。每个标签只能有一种含义，避免标签之间的重复和冲突，避免信息的冗余；
• 便于理解。标签的名称和取值范围要便于技术人员理解；

用户画像常见的七种维度：

• 静态标签，基本稳定的数据，构建一次可以长时间不用更新，标签的有效期一般在一个月以上，通过用户填写、授权爬虫获取；也可以通过标签扩散的方式推测获取
  • 自然特征：性别、年龄、收入、行业、教育水平、婚否、联系方式、住址、手机号归属地、运营商类型、是否活体认证、是否绑定银行卡、是否授权征信、是否授权淘宝、是否授权银行流水、是否授权手机话费查询等人的基本信息；
  • 位置特征：用户所处城市、所处居住区域、用户移动GPS轨迹等、户口所在地等；
  • 设备特征：使用的终端特征等、mac、操作系统类型、手机型号等；
• 动态标签，经常会变化的数据，一般需要每日更新，通过埋点数据、外接数据源获取
  • 兴趣特征：浏览内容、收藏内容、阅读咨询、品牌偏好、购买物品偏好等；
  • 消费特征：收入状况，购买力水平，已购商品，购买渠道偏好，最后购买时间，购买频次等；
  • 行为特征：访问时间、浏览路径等用户在网站的行为日志、埋点数据、借款金额、借款期限、借款利率、放款日期、初始风险评级、产品类型、贷款用途、是否首次借款、历史借款金额、历史借款次数、剩余本金、历史正常还款期数、历史逾期还款期数、历史未还款期数、当前订单已还本金、当前订单已还利息、当前订单剩余本金、当前订单剩余利息、当前订单已还期数、当前订单剩余期数、当前订单状态、首次借款是否逾期、首期是否逾期；
  • 社交特征：圈子、互动行为等；

具体到财富管理、P2P理财销售的用户画像，动态标签其实主要是行为标签。因为，理财APP的内容往往很简单，不会像一些社交APP、娱乐APP那样，吸引用户很长的停留时间，因此不会有非常多的埋点数据；同时，用户的需求往往也很明确，就是在自己的预期利率、预期期限、预期投资金额范围内选择一种产品而已，因此，理财投资行为具有金额大、频次小、复投意愿高、操作快捷简单、金融属性强于互联网属性的特点。

综上分析，基于理财销售的业务特点，总结出用户画像的维度如下所示：

• 自然特性：姓名、身份证、手机号、年龄、性别、户籍地址、年收入、工作行业、教育水平、婚姻状况、住址、工作地址、手机号归属地、是否授权淘宝、是否授权银行卡、是否授权手机查询等；
• 位置特征：户籍地址、工作地址、居住地址、用户GPS移动轨迹；
• 设备特征：设备信息、设备类型、设备imei、mac地址、IP地址、操作系统；
• 行为特征：订单号、出借金额、出借日期、利率、期限、当前已还款金额、当前剩余回款金额、客户评级、是否首次出借、历史出借金额、历史出借次数、历史平均出借利率、历史平均出借期限、银行卡类型、回款日期号数；

这种特征数据的存储，可以使用HBase，适用于稀疏字段的处理；但由于我对Hive比较熟悉，所以才用Hive加工，每天都更新。其实对于静态标签，一个月更新一次也是可以接受的，动态标签才需要每天更新；但是集群的计算能力合格，所以每天更新也无不可。

标签加工

根据数据仓库上游表，基于Hive-QL计算出静态标签表。每日自动调度即可。

效果评估

如果没有直接验证结果标签的有效性，就直接上线测试，风险性是很大的。一般在上线之前，采用小流量的AB测试进行验证；在验证早期，可以通过点击率、阅读时长等指标验证标签的有效性。

若小流量AB测试证明有效，则可以采用最直接的评估方法：即对实际业务的提升。例如，互联网广告投放中，主要是看用户画像上线之后，点击率和收入的提升；精准营销则是看销售额的提升等。

除了AB测试之外，还经常采用抽样的方式。千万级或者上亿用户的情况下，不能一一验证，因此可以采取分层抽样或者随机抽样的方式

确定业务指标

每日投资金额、投资笔数、投资笔均、逾期率、不良贷款率

数据分析

1、输出分析报告；
2、构建信贷用户风险体系；

数据可视化

待补充