用户画像系统搭建思路

小提示：您能找到这篇{用户画像系统搭建思路}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的用户画像系统搭建思路内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

“本篇文章主要讲解精细化运营中不可或缺的核心功能——用户画像系统，并将介绍如何从 0 到 1 的进行系统的搭建，思路和功能点的设计。”

一、数据分析的本质是什么

首先，我们需要自己明确一个问题的答案，就是数据分析的本质是什么？数据分析的本质是获得信息和知识，从而在判断和决策中使用。我们设计林林总总的分析模型、可视化方案，实际上都是为了得到一个最好的方法进行信息的展示。

当我们通过数据分析，得到了信息和知识后，最后都是需要落地的，这个落地的操作可能是我们改进了自己的产品，也可能是我们在运营中优化了策略……

从目标上划分，数据分析又可以分为三类：描述式分析、预测式分析和决策式分析。

• 描述式分析：将数据信息进行整合，选择一个最优的可视化方案，进行事实的陈述；
• 预测式分析：通过已有的沉淀数据，进行后续的预测，预测式分析是有探索性，他的目标是辅助我们的判断；
• 决策式分析：通过对比、实验等手段，直接反应情况，给出明确的好坏，从而直接进行决策。

所以说，一个分析系统，至少要包含描述式分析的能力，这样信息的获取是不成问题。再进阶就是增加预测式和决策式的分析能力，让分重庆网络营销推广外包析师可以更高效、更准确的解决问题。

二、什么是画像系统

什么是画像系统？画像系统是一个以用户为分析对象，通过各种方法将用户信息进行展示，提供给分析人员全面、准确并具有指导意义的信息，从而优化运营的策略。

画像系统最为核心的三个能力，分别是：信息的加工生产能力、信息的分析展示能力和信息的传递能力。我们将其比作一次烹饪流程：信息加工生产就是我们的原材料，他决定了我们可以做哪些菜；信息的分析展示就是我们做出来的菜，技巧、顺序都会影响我们的菜品口感；信息的传递是我们最后装菜的容器，如果没有盘子，菜品也就无法被品尝。

画像系统可以做什么？掌握用户特征，更好的进行用户群选定，提升运营效果。

三、如何搭建画像系统

抓住画像系统最核心的三个能力，我们的搭建思路也围绕这三点进行展开。分别是：内容生产、画像分析和对外输出。

数据的采集、加工和生产：

数据的的加工和生产，实际上就是我们标签体系的搭建。文章后半段会单独讲述如何搭建一个标签体系。

在实际的操作中，还需再额外考虑几个点：

历史的记录：因为我们在为用户画像做数据储备，所以在预想范围内是无法避免对一个用户的历史状态进行分析的。我们需要在每次标签的加工时，考虑到历史数据的备份存储。

灵活的更新：同时数据的更新机制，可以提供不仅仅只有调度器调度一种，还可以使用触发型的数据更新，用以满足更多的业务场景。

丰富的配置：如果系统的面向对象是我们的业务人员，那么随着产品的发展，标签的规则修改在所难免。那么如果能做到快速响应，顺应业务的变化，就是需要考虑的一个问题。

多视角的分析模型：

分析模型是画像系统中的精髓所在。从分析的体量划分，分为群体和单体；从分析的状态划分，分为静态和动态；从分析的路径划分，分为探索分析和目标倒推。

群体和单体：

群体分析，也就是我们平常说的用户群画像，用户群画像承载的目标是：体现人群的特征。我们由浅入深的来思考，如何完成这个目标。

首先，我们要把基础的信息展示出来。

• 人群的体量：人群数、占全部用户的占比等信息，反应人群的规模
• 人群的基础构成：人群中新老用户占比
• 人群的标签分布：人群中，标签值的分布占比，反应人群标签值的分布情况，如人群中「性别：男」占比为 70%，那么认为人群中男性较多
• 人群的行为指标：人群完成指定指标的总次数、人均次数等

有了以上的基础信息，我们就可以对人群情况有一个基础的的认知，了解他们的构成和他们的习惯。光有基础的认知是不够的，我们还需要知道人群的特征，这个特征是要有差异化的、突出的、显著的。普遍的分析方法中，会引入 TGI 指数（目标群体指数）来进行人群的特征判断。

我们引入一个对照组，默认的可以是全体用户，也可以是「最近 7 日活跃用户」。

人群中标签值的 TGI 指数：用来反映人群中该标签是否是一个突出的特征，按照 TGI 指数进行排序，我们就可以得到这个群体与对照组最大的差异点在哪里

单体分析，也就是单个用户画像，单个用户画像承载的目标是：描绘出单个用户的使用轨迹以及属性特征。

这个分为两个部分，在我们分析单个用户时，通过观察行为轨迹来探索用户的偏好和特征，通过已有的属性标签全面的观察总结性的特征信息。

• 用户的行为序列：按照时序展示用户的每个行为触发情况
• 用户的标签分布：展示一个用户身上的标签情况，并额外展示标签的变更记录和在整体的分布情况

静态和动态：

静态分析，即我们将人群选择后，通过增减维度、变换视角来进行人群信息的展示，从而获得信息。静态分析的目标是，得到一个人群的当前状态，当前特征，然后用于运营。

动态分析，人群演进，引入时间的概念，由于我们提前准备好了标签的历史数据，那么我们就可以在这里应用。选定人群后，可以向前或向后进行演进，观察同一个人群中标签的迁移情况。这个在我们做运营活动后，观察活动效果的作用上体现尤为明显。

探索分析和目标倒推：

探索分析是个正向的分析过程，探索观察这个用户群中的特征以及行为情况，来获取我们想要的信息和知识。

目标倒推，智能预测，是我们从目标出发，提前判断出人群的特性。我们使用用户画像，获取信息和知识，最后的目标是为了进行运营。运营的目标可能是完成某个活动或者是个多维立体的指标，那么如果我们能在运营之前，就先预测到这个群体与目标是否相匹配，就会规避一些效果不理想的风险。

高效稳定的对外输出：

在我们生成了用户画像后，接下来落地的场景就是我们需要去应用这个人群或者特征了。这里主要有两个场景，第一个是使用人群包，第二个是使用人群的特征。

人群包的使用上，系统中应考虑提供多种高效的对接方式。由于应用场景的不同，人群包中携带的特征属性等也可能不尽相同。

人群的特征使用上，应考虑到应用场景。大部分都是需要支持高 QPS 查询的在线服务。尽可能快速的响应，返回一个用户身上的标签情况。

同时，设计完善的通知机制，当人群计算完成、标签计算完成的状态，可以快速被获取到。

四、如何搭建自己的标签体系

搭建一个标签体系，可以从我们的使用场景里入手。既然我们的目标是来做精细化运营，那么我们的搭建也应该围绕着精细化运营的方法进行拆解。简单的概括就是「自上而下的需求梳理」和「自下而上的体系构建」。

自上而下的需求梳理

自上而下的需求梳理，可以拆解为几个步骤：运营的目标、运营的方案、人群的拆解。

在我们做精细化运营时，是有一个或者多个预期的目西安网络营销推广软件标的（比如：支付订单），同时业务也有核心指标（比如：页面通过率），那么为了达成这个目标者指标，我们需要进行运营方案的制定。

制定方案时，第一步就是指标拆解，比如「提高盈利额」可以拆解成「提高客单价」「提高客群数量」，提高客群数量又可以二次拆解成「提高页面通过率」「提高 App 启动人数」。当我们把指标进行拆解后，我们自然就知道了需要做哪些事情了，同时我们将场景带入，也就知道需要对哪些人做哪些运营干预。

比如「提高页面通过率」，我们就需要再次进行人群的拆解：新老用户的通过率不同，不同偏好的用户通过率不同，不同目标的用户通过率不同……在拆解的过程中，我们就会发现：做这个运营活动，我们需要「新老用户标签」「用户偏好标签」「访问目标标签」……

于是，标签的体系的需求梳理工作，就顺理成章的完成了。

自下而上的体系构建

当我们有了希望创建的标签清单，先别急着创建，我们还需要进行一次数据的梳理和抽象。

我们会发现，很多业务标签的定义会有部分重叠，比如：「新老用户」「活跃用户」都会使用最近访问的时间进行判断。类似这样的情况还应该会有很多，这里给出一个比较通过用的解决办法。

第一步 事实标签的搭建：

首先，理解什么叫事实标签。用户的属性、用户的行为指标这些归类为事实标签，在事实标签中，只会描述「什么时间」「做了几次」这类真实反映事实的情况。

第二步 模型标签的搭建：

模型标签是基于自己的业务判断，或者大数据分析，综合多个维度产生的标签。举个业内最通用的例子，应该就是 RFM 模型的标签了。最近一次消费时间 Recency，消费频率Frequency，消费金额 Monetary，这三个指标都可以使用事实标签进行描述。

所以，模型标签很依赖业务的判断。当然，我们也可以很自由的修改切割方案，所以模型标签是结合了业务经验，再加上一些主观判断得到的一个可以反映用户特征的标记。他的稳定性一般，因为偶尔会结合不同的产品周期和客群的演变而进行调优。

第三步 用户群标签的搭建：

当我们有了事实标签和模型标签后，其实已经可以开始进行精细化运营了。但是对于某些特定的场景，我们可以固化下来一些有特征的用户群，比如：高价值流失客群（使用「消费能力」「最近一次访问时间」「消费意愿」……构成）。

这类标签更加贴合业务，甚至还有一定的时效性和周期性，有些甚至直接和活动挂钩。用户群标签更加贴合业务场景，基本是不稳定的，会随着业务的变化、运营策略的调整而新增或修改。

总结

本文主要提供了一个画像系统的搭建思路，并从应用的场景反向推出大致需要提供哪些分析功能和模块。难免有些疏漏的情况，请各位结合自己的业务情况进行补充，随着业务的发展和技术的进步，也会有更多的分析方法加入进来。

系统的搭建，最终都是为了完成目标而服务，所以，在我们引入新功能的时候，需要三思一下，这个功能，能不能很好的帮我完成这个目标？如果答案是肯定的，那么这个功能就是有价值的。

作者：宋宋，神策数据产品经理。

本文由@请叫我宋宋 于，，。

, 基于CC0协议