本文：DPM如何規劃用戶畫像
用戶畫像是數據倉庫、數據產品的一個重要且熱門的分支，它與提升用戶體驗、擴大市場規模等用途息息相關。既可以實現個性化推薦、廣告、push等場景，也可提升流量的消耗效率。那么，面對諸多的用戶身份信息，用戶行為數據，我們該如何規劃用戶畫像標簽呢，用以賦能到運營業務上，使數據信息發揮更大的價值。
一、用戶畫像基本概念
用戶在注冊信息和日常產品的使用中，通過信息記錄和埋點上報，收集了用戶的大量信息。將這些信息通過邏輯處理，形成一個用戶ID為主的標簽體系。標簽體系多層級、多維度組織構建，通常，我們用最底層的一級來構建用戶畫像的寬表。
標簽的具體類型包括：
|
分類
|
含義
|
示例
|
|
信息型
|
用戶基礎信息
|
性別、年齡等
|
|
統計型
|
按照規則進行的統計數據
|
登錄頻次，流失日期等
|
|
挖掘型
|
通過算法加工對數據的處理得到的標簽
|
商品偏好，內容偏好等
|
|
預測型
|
由用戶日常行為挖掘的預測數據
|
流失概率、生命周期等
|
通常，用戶標簽具有時效性，隨著產品功能的迭代，標簽可能會成為廢棄數據。為了規范整理標簽，應及時對廢棄標簽下限；并且對線上使用的標簽做定期更新。
一般情況，標簽按照更新需要分為兩類：
靜態標簽：例如性別等，一般不需要更新。
動態標簽：重要動作的頻次，商品類型偏好等，需要經常更新，一般更新頻次為天。
二、用戶畫像構建
一般構建用戶畫像，需要滿足高概括性和延展性。
概括性是指需要盡可能覆蓋所有業務，避免遺漏，可以多收集一下業務方的需求。
延展性是指標簽在創建成功后可以正確的歸類。
構建思路：
通常，用戶畫像會從8個組織維度去進行開發，進行整體架構的構建。
|
基本屬性
|
基礎信息、身份信息等
|
|
平臺屬性
|
區別于基礎信息，是在平臺使用的信息；
比如在a市工作生活的b市用戶；基本屬性是b市，平臺屬性是a市
|
|
行為屬性
|
登錄頻次、流失日期等；
也可用來記錄某一功能、某一品類的流失標簽。
|
|
產品偏好
|
通過算法挖掘出用戶對某些產品、功能的偏好
|
|
興趣偏好
|
用戶對內容各分類的偏好，可以確定用戶對內容的消耗
|
|
敏感度
|
用戶對活動、優惠等的敏感度，可以避免優惠紅包等的浪費。
|
|
消費屬性
|
用戶在產品的付費情況；
頻次、金額、最近一次消費的時間等。
|
|
用戶價值
|
根據用戶在產品的活躍程度和使用頻次，定義用戶于該產品的價值。
|
三、用戶畫像應用場景
在搭建完用戶畫像的體系后，我們應該考慮用戶畫像應用在哪些場景，同時也可以基于使用場景反推用戶畫像的優化。
用戶探查對用戶的基本認知
通過用戶畫像的統計，可以判斷出，某一款產品、功能的使用對象有哪些特點，基本情況如何，是否是目標用戶群體，生成一份基本的用戶認知報告。
定向營銷和精細化運營
用戶畫像通常作為圈定用戶來使用，運營同學根據需求和背景，圈定人群做定向的活動和營銷，以及各種促銷活動。這些措施對人群標簽的精細度要求極高。
搜索推薦，風控廣告等算法策略
用戶畫像同樣應用在算法的各個環節，在召回和排序的策略中，都會使用到。通過對用戶的品類偏好標簽等進行拆解和計算，達到策略的最終目的。
四、用戶畫像思考
四、對用戶畫像的思考：
做用戶畫像不是目的，只是手段，避免走入圖譜化的誤區。畫像不單獨產生業務價值，只是為精細化運營提供數據基礎。通過對用戶充分的認知、長短期偏好、行為意圖的挖掘，對用戶有具體的營銷分層，使用觸達手段，轉化每一層用戶。
用戶畫像是精細化營銷的基建，通過梳理對應的營銷動作，提煉出需要的維度，才能使用戶畫像發揮更大的價值。
結束語
（部分內容來源網絡，如有侵權請聯系刪除）
