数据分析系列：用户分群和画像分析

本来想自己总结一下关于数据分析的一些东西，包括漏斗分析、存留分析、用户粘性、用户价值（如rfm）和用户画像分析等方面的内容。但是网上资料十分多，自知肯定没有那些资深大牛写得好，而且自己写东西时间有限，想多总结一些关于模型和统计方面的东西。所以还是直接引用别人表述的比较清晰的文章吧，在此基础上加入一些自己的理解和注释。

本文大部分内容取自数据分析（5）：用户画像分析法，并在此基础上加入看了一些自己的理解和看法

一、什么是用户画像？

用户画像是通过对用户各类特征进行标识，通过标识给用户贴上各类标签，再通过标签把用户分为不同的群体，以便对不同的群体分别进行产品/运营运作。（注：往往这些用户画像标签放在数据仓库中，使用t+n离线计算就行，用的时候直接掉用，不需要每次实时计算，对应不同业务，每个业务可以设计一张画像宽表，也可以从中间层关联提取）

二、标签都有哪些？

这里呢我们把标签分为四大类：
第一类：基础属性
像年龄、性别、生日、星座、教育、身高、收入、职业等。（这些一般在填写信息和注册时就会得到）

第二类：社会关系
婚姻、有无女孩、有无男孩、家里是否有老人、性取向等。（注：一些关系是显性的，比如婚姻等，但还有一些关系是隐形的，比如人群编好的相似度等隐性关系，隐性关系我们往往需要通过建模得到）

第三类：行为特征
行为特征又分为两块儿：

1. 基本行为：
   注册时间、来源渠道、最近一次活跃的时间、最近一次支付的时间。（可以理解为用户都会经历的行为，其中行为指标可以是具体的，比如注册时间。也可以是统计特征，比如近一周的登录次数等）
2. 业务行为：
   是否买过特惠商品、是否曾获优秀学员，这些标识都会对产品的后期运营有所帮助。（可以理解为用户的独特个体行为，通长这些特征是稀疏的，这类特征往往不太适合建立复杂建模，但是对于分析和定向运营有一定帮助）

第四类：业务相关
这一类跟其他类不太一样，就像第三类中的业务行为，它是通过业务行为产生出来的特征，而业务相关呢，它是积累了其他的业务不会去记录的一些数据，比如运动健身类的产品。
它会涉及到：胖瘦高矮、体脂率、BMI、在练胸或者练臀、日均10000步、收藏了多少份健身计划等等。（根据具体业务确立特征，对用户分群和建立数据壁垒等方面均有一定作用）

三、标签从哪儿来？

第一：直接填写
通过产品的一些特殊的步骤，让用户直接填写，比如注册页面，下图是某陌生人社交产品，通过用户注册让用户去填写年龄和性别。（注：信息填写过多虽然有利于画像的精确建立，但是产品的体验会下降，需要权衡两者的关系，使用A/Btest等方式确定合适的填写信息）


还有一些是运用借地打地的手段，比如一些电商、外卖类的产品和地图类的产品，首先是让用户填写地址，其次是让用户选择标签，表面上是提供一个工具，事实上让用户帮助产品获取结构化的工具，让系统知道，用户作为一个个体，他的家、公司、学校在什么地方。

还有一些像装修类的产品，看上去是一个便捷的功能，平台方通过这个功能可以收集到大量跟业务相关的详情信息。

随着用户的自我保护意识越来越强，而且呢用户又非常的懒，莫名其妙填一些信息用户也比较反感。那就有了第二种获取标签的途径。

第二：通过用户自己的已有特征推导
当然，这种方式的成本比较高，没有让用户直接填写来的简单方便，一般的产品不会经常去这样做，它适用的场景有以下几种（个人认为一些场景的画像预测是十分必要的，比如在在推荐领域，我们总会碰到事前预测，此时利用预测的画像数据时必要的。又比如在风控领域中，我们通常会进行信息一致性校验，如果用户填写信息（比如有房）与我们的预测画像信息（无房）不一致，则此用户需要格外注意。）：

（1）做活动时

相信大家都有做活动的经验，我们在做活动时会筛选一批用户出来做定向推广，比如说年龄、地区、新老用户。

举个栗子：你是某电商平台的产品经理，现在要做一个推广活动，面向的用户群体为在消费能力强的上海女性。现在需要向这个群体的用户去宣传这个活动，那怎么做？

首先，区分出来性别，即男、女。

用户如果没有填写性别，我们可以从他买过的东西去推，比如说买过女士衣服+化妆品。

其次，推算出在上海的用户。

假设大部分人买东西是给自己买，收货地址是上海市的，我们可以推算出此用户是上海市的。

最后，验证消费能力是否强。

消费能力如果从她历史消费的总金额推算，感觉有点不合理，但它也能验证一部分，我们可以再加一些条件，比如购买过进口的小商品，比如牙膏，一般消费能力不强的用户，很少会花将近百元去买一支进口的牙膏。

上面是通过用户的业务特征做的推断。

但是，不是所有的用户都发生过以上的行为，通过以上业务行为筛选之后，可以给部分用户打上标签，还有一部分用户她没有标签，所以，我们再做进一步的推导。

• 性别：除了通过从购买的商品推导以后，还可以通过她使用的是手机是否为美图手机；
• 地区：可以用常用IP进行推导；
• 消费能力：可以用使用的手机为最新款且价格在5000元以上的用户。

当然，这里面肯定会有误判，但是，就算是有误判我们也认了，因为很难做到百分百精准。

（2）简单的个性化运营

比如说首页的某个推广模块，面对不同的用户群体推广不同的内容。

（3）业务分析

在做业务分析时，需要把用户拆分成不同的群体，看在业务中的表现情况，比如是否领取七天/15天的会员卡。

（4）用户研究

如果有用户标签的基础，做用户研究的童鞋的研究效果会更加的精准。

如果通过前面两种方式已经把80%的用户打标签了，还剩下的20%怎么办？这里我们就会运用到第三种推导方式：

第三：通过用户身边的人推断
首先，通过距离：基于某些属性，周围的人都具备，用户大概率也具备。
其次，是通过行为：通过协同过滤，找到行为相似的目标用户。
注：现在流行的图计算技术可以很好的解决这个问题，但对算力的要求比较大

比如说，刚才我们通过买过女士衣服和化妆品的用户打上了女性的标签，但是这种方式有局限性，可能有些用户本身就不在你的平台上买衣服和化妆品，这里我们可以通过这种用户的其他行为，比如说买了卫生巾或者其他的女性用品，然后通过她购买的商品，再找到跟她购买过相似商品的用户打上女性用户的标签。

说在最后：

第三种的精确度是最低的（但是个人感觉这部分现在应用非常多，尤其是推荐领域），但是在一些场景中，不需要精确度那么高，当然，我们也可以通过此类用户的后期行为，迭代这些标签。至少我们通过这三种方式把所有的用户都分了群。

好啦，用户画像分析法到这里就完结啦。

那最后通过一张架构图来总结一下：