用户画像案例一：汽车精准营销

用户画像案例一：汽车精准营销

做汽车精准营销项目已经快一年的时间了，但是说起正真的用户画像，又不知道该如何说起，所以我就开始从数据的处理流程一点点的来引进用户画像的建立。

1、数据的处理流程

我们用到的技术就是用java写mapreduce框架来实现用户上网数据的url的识别，这里识别用的是正则表达式，其次就是模型的建立使用hive就行处理。

首先我们的数据来源有两个方面：一个是客户的数据，还有一个是网络爬虫数据。

• 客户的数据有：用户手机上网日志（识别上网的url）、基础信息（性别、年龄、省份、地市等）、语音话单（综采话单、计费话单）、App汇总表、用户搜索关键字解析表、综采短信话单等；
• 爬虫数据：在url中我们解析出来一般是汽车的车型id，但在实际的使用中我们用到的却是汽车的名称，所以这就需要爬取汽车网站的数据来进行匹配处理。电话营销会显的更直观，更可靠，所以我们定义了不同的口径去分析用户的购车意向。

数据的处理流程说明如下：

1. 对原始上网日志数据进行初筛处理（由客户来处理，我们提供规则），因为全国的上网日志数据是特别大的，一天大概产生80-90T。所有先由客户初筛出我们需要的数据，我们做的汽车行业，就会只拿出汽车行业相关的数据推送给我们。