在移動(dòng)互聯(lián)網(wǎng)時(shí)代，精細(xì)化運(yùn)營(yíng)成為企業(yè)重要的競(jìng)爭(zhēng)力，此時(shí)，“用戶畫像”的概念也應(yīng)運(yùn)而生。用戶畫像是指，在大數(shù)據(jù)時(shí)代，我們通過對(duì)海量數(shù)字信息進(jìn)行清洗、聚類、分析，從而將數(shù)據(jù)抽象成標(biāo)簽，利用這些標(biāo)簽將用戶形象具體化，從而為用戶提供有針對(duì)性的服務(wù)。在下文中，我們將以個(gè)推用戶畫像產(chǎn)品為例，為你詳解“用戶畫像”的技術(shù)特點(diǎn)和使用價(jià)值。

個(gè)推用戶畫像產(chǎn)品依托個(gè)推多年積累的海量數(shù)據(jù)及強(qiáng)大的數(shù)據(jù)分析能力，可為APP開發(fā)者提供豐富的用戶畫像數(shù)據(jù)以及實(shí)時(shí)的場(chǎng)景識(shí)別能力，進(jìn)而幫助客戶了解用戶信息，從而助力移動(dòng)APP目標(biāo)用戶精準(zhǔn)篩選、個(gè)性化推送消息和應(yīng)用更新下載等。

用戶畫像的形成需要經(jīng)歷四個(gè)過程，主要包括數(shù)據(jù)收集、數(shù)據(jù)清洗、數(shù)據(jù)建模分析、數(shù)據(jù)產(chǎn)出。其中，數(shù)據(jù)清洗和數(shù)據(jù)建模統(tǒng)稱數(shù)據(jù)處理，在經(jīng)過數(shù)據(jù)處理之后，個(gè)推憑借多年積累的大數(shù)據(jù)能力，以獨(dú)特的冷、熱、溫?cái)?shù)據(jù)維度分析進(jìn)行數(shù)據(jù)產(chǎn)出形成用戶畫像。

一、用戶畫像用了哪些技術(shù)？

在數(shù)據(jù)處理階段，個(gè)推用戶畫像產(chǎn)品的大數(shù)據(jù)計(jì)算架構(gòu)采用了Kafka分布式發(fā)布訂閱消息系統(tǒng)，這一系統(tǒng)具有高吞吐量、高穩(wěn)定性的特點(diǎn)。數(shù)據(jù)清洗可利用HADOOP、SPARK實(shí)現(xiàn)設(shè)備唯一性識(shí)別、行為數(shù)據(jù)的清洗等，從而去除冗余數(shù)據(jù)。這一過程支持交互計(jì)算和多種復(fù)雜算法，同時(shí)，它還支持?jǐn)?shù)據(jù)實(shí)時(shí)/離線計(jì)算。

在數(shù)據(jù)建模的過程中，主要用了機(jī)器學(xué)習(xí)中的聚類（無監(jiān)督學(xué)習(xí))和深度學(xué)習(xí)技術(shù)，這能讓模型對(duì)用戶行為數(shù)據(jù)主動(dòng)學(xué)習(xí)，進(jìn)行行為判斷，由此產(chǎn)出用戶標(biāo)簽。

之后，數(shù)據(jù)的產(chǎn)出會(huì)形成冷數(shù)據(jù)畫像、溫?cái)?shù)據(jù)回溯、熱數(shù)據(jù)場(chǎng)景和定制化標(biāo)簽四種畫像。

冷數(shù)據(jù)畫像，是指基于大數(shù)據(jù)分析出用戶的屬性，改變概率較小的數(shù)據(jù)，如用戶的年齡段、性別等。

“溫?cái)?shù)據(jù)”則可以回溯用戶近期活躍的線上和線下場(chǎng)景，具有一定的時(shí)效性。
“熱數(shù)據(jù)”是指用戶當(dāng)下的場(chǎng)景及實(shí)時(shí)的用戶特征，幫助APP運(yùn)營(yíng)者抓住稍縱即逝的營(yíng)銷機(jī)會(huì)。

定制化標(biāo)簽是將個(gè)推數(shù)據(jù)與第三方數(shù)據(jù)結(jié)合起來，共同建模得出具有價(jià)值的特征標(biāo)簽。總的來說，個(gè)推用戶畫像產(chǎn)品不僅能產(chǎn)出通用的標(biāo)簽維度，也有定制化標(biāo)簽的輸出能力。

二、如何構(gòu)建用戶畫像？

“用戶畫像”的構(gòu)建需要技術(shù)和業(yè)務(wù)人員的共同參與，以避免形式化的用戶畫像，具體做法可參考個(gè)推構(gòu)建用戶畫像的流程：

（1）標(biāo)簽體系設(shè)計(jì)。開發(fā)者需要先了解自身的數(shù)據(jù)，確定需要設(shè)計(jì)的標(biāo)簽形式。

（2）基礎(chǔ)數(shù)據(jù)收集、多數(shù)據(jù)源數(shù)據(jù)融合。在建設(shè)用戶畫像時(shí)，個(gè)推用戶畫像產(chǎn)品會(huì)整合個(gè)推以及該APP自身的數(shù)據(jù)。

（3）實(shí)現(xiàn)用戶統(tǒng)一標(biāo)識(shí)。多數(shù)情況下，APP的眾多用戶分布于不同的賬號(hào)體系中，個(gè)推會(huì)將其統(tǒng)一標(biāo)識(shí)，幫助APP打通賬號(hào)，實(shí)現(xiàn)信息快速共享。

（4）用戶畫像特征層構(gòu)建，即將每一個(gè)數(shù)據(jù)進(jìn)行特征化。

（5）畫像標(biāo)簽規(guī)則+算法建模，兩者缺一不可。在實(shí)際的應(yīng)用中，算法難以解決的問題，利用簡(jiǎn)單的規(guī)則也可以達(dá)到很好的效果。

（6）利用算法對(duì)所有用戶打標(biāo)簽。

（7）畫像質(zhì)量監(jiān)控。在實(shí)際的應(yīng)用中，用戶畫像會(huì)產(chǎn)生一定的波動(dòng)，為了解決這個(gè)問題，個(gè)推建設(shè)了相應(yīng)的監(jiān)控系統(tǒng)，對(duì)畫像的質(zhì)量進(jìn)行監(jiān)控。

總之，個(gè)推用戶畫像構(gòu)建的整體流程，可以概況為三個(gè)部分：

第一，基礎(chǔ)數(shù)據(jù)處理。基礎(chǔ)數(shù)據(jù)包括用戶設(shè)備信息、用戶的線上APP偏好以及線下場(chǎng)景數(shù)據(jù)等。

第二，畫像中間數(shù)據(jù)處理。處理結(jié)果包括線上APP偏好特征和線下場(chǎng)景特征等。

第三，畫像信息表。表中應(yīng)有四種信息：設(shè)備基礎(chǔ)屬性；用戶基礎(chǔ)畫像，包括用戶的性別、年齡段、相關(guān)消費(fèi)水平等；用戶興趣畫像，即用戶更有興趣的方向，比如用戶更偏好拼團(tuán)還是海淘；用戶其它畫像等。

在個(gè)推用戶畫像構(gòu)建的過程中，機(jī)器學(xué)習(xí)占據(jù)了較為重要的位置。機(jī)器學(xué)習(xí)主要應(yīng)用在海量設(shè)備數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)的過程。

三、用戶畫像能做什么？

用戶畫像常用在電商、新聞資訊等APP，幫助APP打造內(nèi)容精準(zhǔn)推薦系統(tǒng)，實(shí)現(xiàn)千人千面運(yùn)營(yíng)。

基于用戶特征的個(gè)性化推薦

APP的運(yùn)營(yíng)者通過個(gè)推用戶畫像提供的性別、年齡段、興趣愛好等標(biāo)簽，分別展示不同的內(nèi)容給用戶,以達(dá)到精準(zhǔn)化運(yùn)營(yíng)。

基于用戶特征指導(dǎo)內(nèi)容推薦

基于用戶特征指導(dǎo)內(nèi)容的推薦是指找到與目標(biāo)相似的用戶群，利用該用戶群的行為特征對(duì)目標(biāo)用戶進(jìn)行內(nèi)容推薦，具體過程如下圖：

在這里，我們需要解釋一下其中所涉及到的相似性建模技術(shù)。相似性建模可類比于聚類建模，它是無監(jiān)督學(xué)習(xí)中的一種，它指的是尋找數(shù)據(jù)中的特征，把具有相同特征的數(shù)據(jù)聚集在一組，賦予這些聚集在一起的數(shù)據(jù)相同的特征標(biāo)簽，從而給這些具有這些特性的用戶推送相同的內(nèi)容。

這種推薦方式的優(yōu)點(diǎn)是，它的自有特征是經(jīng)過APP長(zhǎng)期積淀而來，顆粒度更細(xì)，適用性更強(qiáng)，對(duì)用戶的認(rèn)識(shí)更全面，效果能持續(xù)提升，而且它還能針對(duì)APP所處行業(yè)與自身需求，量身定制匹配算法，讓推薦更精準(zhǔn)。

此外，如上文所言，個(gè)推用戶畫像能夠結(jié)合第三方數(shù)據(jù)做定制化建模，通過雙方共同建模得出顯著價(jià)值和特征標(biāo)簽，依據(jù)不同標(biāo)簽向用戶推送不同的內(nèi)容。這樣不僅能保證推送的內(nèi)容更精準(zhǔn)，覆蓋面也更廣泛，而且標(biāo)簽增補(bǔ)的方式，也可以很大程度上提升流量?jī)r(jià)值。

四、開發(fā)者如何接入？

個(gè)推用戶畫像SDK的接入主要有兩個(gè)方式：

• SDK集成：客戶端集成個(gè)推用戶畫像SDK，進(jìn)行初始化SDK后，返回給客戶一個(gè)ID即GIUID(唯一身份標(biāo)識(shí))， 此ID需要由客戶端提交到客戶服務(wù)器，然后服務(wù)器通過API接口傳入GIUID進(jìn)行查詢用戶畫像標(biāo)簽數(shù)據(jù)。

• API接口調(diào)用：客戶將應(yīng)用名稱、包名及服務(wù)端出口IP提供后，返回APP ID等相關(guān)信息。客戶根據(jù)《個(gè)推用戶畫像數(shù)據(jù)服務(wù)接口文檔》及《用戶畫像編碼表》集成測(cè)試后方可調(diào)用API接口查詢畫像信息。

具體的集成文檔參見以下鏈接：

• Android：http://docs.getui.com/gexiang/start/android/

• iOS：http://docs.getui.com/gexiang/start/ios/

• 服務(wù)端：http://docs.getui.com/gexiang/start/server/

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的你真的懂用户画像吗？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。