如何通过已有数据对用户画像，标签和分析
0
没有找到相关结果
重要提示：提问者不能发表回复，可以通过评论与回答者沟通，沟通后可以通过编辑功能完善问题描述，以便后续其他人能够更容易理解问题.
没有找到相关结果
推荐一份编程学习资源，包含了各类编程语言学习进阶路线图、视频教程、配套书籍文档、数百份面经，各大厂面试真题。编程语言包括：Java、前端、PHP、Python、Linux运维、软件测试、数据解构与算法、C语言、go语言等
微信扫码关注公众号，发送 "编程"获取资源
1 个回复
SmartMining - 数据挖掘、商业智能、大数据从业者：相关产品设计、项目管理、咨询、培训 2015-11-21 回答
赞同来自: Elationguy
企业建立的用户标签分三种：
第一是基本标签，如年龄、性别
第二是统计标签，比如消费金额、消费频次等
第三是预测标签，如流失概率、客户偏好等
三种标签的建设分三个步骤完成：
首先是两个方向，第一是以数据驱动，从表中提炼，第二是业务驱动，从业务角度想你需要什么标签。第二种如何以业务驱动，这个比较笼统，业务不同也就不一样，但是大致做法就是做业务分析，看看从业务决策上看需要什么信息，多方访谈。主要说第一种，从表中获取。分三个步骤：
第一，从表中体现用户基本信息（如果是建用户标签库的话），这个简单，都能理解；
第二，梳理表的业务，派生统计指标，常用度数值型有求和、平均、最大、最小以及比例等。对于分类型的计算众数、频数等，具体也要业务和经验多想；
第三，是面向分析主题见预测模型，进而获得预测指标。如流失概率，就是首先定义了流失目标字段，然后派生影响指标，然后建立分类预测模型得到相应概率。
以上是建立用户标签库的基本思路。那又如何基于标签库对用户进一步进行分析呢？这种分析通常分为两类：
一类是以业务为驱动的，需要什么就通过分析提供提供什么。比如公司现在希望对一个产品进行促销，那么为了改善用户满意度和提高电话或者短信推荐的响应率，肯定希望能够通过分析输出一份精准推荐的用户名单。这种时候你需要根据用户的品牌忠诚度相关标签筛选出对这类品牌忠诚度比较高的用户名单。这就是以业务驱动类型的。
另外一类是以探索性分析为手段的知识发现或者深入研究类型的。比如最近成单量不高，为此非常困惑，领导需要去弄清楚愿意。这种情况下就需要你结合用户标签甚至更多信息，以探索性分析开路，对用户的特征进行深入的分析。这个时候可能你就希望根据用户多维的信息对用户重新分类，从而重新划分用户的群体，对用户类型的认识重新定位。这就是以探索性分析为手段的知识发现或者深入研究类型的分析。