• 什么是用戶(hù)畫(huà)像（User Profile）

用戶(hù)畫(huà)像是根據(jù)用戶(hù)的社會(huì)屬性、生活習(xí)慣和行為習(xí)慣等信息抽象出來(lái)的一個(gè)標(biāo)簽化的用戶(hù)模型。構(gòu)建用戶(hù)畫(huà)像概括來(lái)講就是給用戶(hù)貼標(biāo)簽。

舉個(gè)例子：
你經(jīng)常買(mǎi)兒童用品，那么就可能為你貼一個(gè)“有孩子”的標(biāo)簽。

用戶(hù)畫(huà)像最后呈現(xiàn)的模樣就是一堆標(biāo)簽的集合。對(duì)于特定方面的用戶(hù)畫(huà)像則會(huì)給每個(gè)標(biāo)簽賦予各自不同的權(quán)重以便于做出突出對(duì)該特定方面的最有用的主要信息。

• 用戶(hù)畫(huà)像的作用

• 精準(zhǔn)營(yíng)銷(xiāo)
  分析用戶(hù)畫(huà)像，利用短信郵件之類(lèi)的方式進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)

• 用戶(hù)統(tǒng)計(jì)
  統(tǒng)計(jì)用戶(hù)的分布，如年齡段、收入、職業(yè)、地區(qū)等

• 數(shù)據(jù)挖掘
  例如關(guān)聯(lián)規(guī)則，利用用戶(hù)畫(huà)像預(yù)測(cè)用戶(hù)的行為。

• 進(jìn)行產(chǎn)品效果評(píng)估
  類(lèi)似于市場(chǎng)調(diào)研

• 對(duì)服務(wù)或產(chǎn)品進(jìn)行私人訂制
  選取占比多的標(biāo)簽來(lái)進(jìn)行產(chǎn)品研發(fā)或服務(wù)，這樣能讓大多數(shù)人滿(mǎn)意。

• 用戶(hù)畫(huà)像的構(gòu)建流程

**用戶(hù)畫(huà)像的構(gòu)建流程**

• 數(shù)據(jù)收集

社會(huì)屬性、生活習(xí)慣、行為習(xí)慣。
一般網(wǎng)絡(luò)上的數(shù)據(jù)收集主要有以下四類(lèi)：
1.網(wǎng)絡(luò)行為數(shù)據(jù)：活躍人數(shù)、頁(yè)面瀏覽量、訪(fǎng)問(wèn)時(shí)長(zhǎng)、激活率、外部觸點(diǎn)、社交數(shù)據(jù)等。
2.服務(wù)內(nèi)行為數(shù)據(jù)：瀏覽路徑、頁(yè)面停留時(shí)間、訪(fǎng)問(wèn)深度、唯一頁(yè)面瀏覽次數(shù)等。
3.用戶(hù)內(nèi)容偏好數(shù)據(jù)：瀏覽/收藏內(nèi)容、評(píng)論內(nèi)容、互動(dòng)內(nèi)容、生活形態(tài)偏好、品牌偏好等用戶(hù)交易類(lèi)數(shù)據(jù)：貢獻(xiàn)率、客單價(jià)、連帶率、回頭率、流失率等
收集到的數(shù)據(jù)可能并不是100%準(zhǔn)確的，在后面建模的時(shí)候需要注意到。

• 行為建模

對(duì)上面收集到的數(shù)據(jù)進(jìn)行處理以抽象出用戶(hù)的信息以便于建立標(biāo)簽，用算法排除掉小概率事件（一般情況）。如信用評(píng)價(jià)模型計(jì)算出用戶(hù)的信用評(píng)分。

• 用戶(hù)畫(huà)像基本建立

在上面的行為建模過(guò)程中并未完全抽象出標(biāo)簽，需要在這一步將行為建模產(chǎn)生的數(shù)據(jù)進(jìn)行處理標(biāo)簽化。關(guān)于標(biāo)簽化 ，一般采用多級(jí)標(biāo)簽、多級(jí)分類(lèi)，如第一級(jí)標(biāo)簽是基本信息（姓名、性別等），第二級(jí)標(biāo)簽是消費(fèi)習(xí)慣、用戶(hù)行為。每一級(jí)標(biāo)簽頁(yè)可能有下屬分類(lèi)，如地址信息里面可能有國(guó)家、省份、城市等信息。

• 數(shù)據(jù)挖掘及相應(yīng)的可視化分析

在用戶(hù)畫(huà)像建立起來(lái)以后我們就要發(fā)揮它的潛在價(jià)值，對(duì)用戶(hù)畫(huà)像進(jìn)行數(shù)據(jù)挖掘來(lái)獲得我們期望的信息，以便于完成我們的目標(biāo)。
最后用數(shù)據(jù)可視化來(lái)處理方便理解。