用户画像

用户画像

0
推荐
1160
浏览

「七年之痒」从传统行业进入互联网7年来的思考

摘要:用户影响力带动互联网发展用户和产品正在互相创作价值场景发现成为移动互联网的新能力垂直用户群体的价值提升羊毛出在猪身上是核心竞争力大数据是把双刃剑和更多其他今天的话题从用户聊起,因为用户影响力...

大麦 发表了文章 • 2019-08-01 10:34

0
推荐
1364
浏览

没有用户体验,大数据变现都是空谈

从B2C到B2B,大数据变现成主流说起“电商大数据”,离不开几个关键词:移动互联网、电商物流、互联网金融、用户管理和精准营销。易观流通产业分析师谭乃洵认为:讨论该背景下的产业升级,一个切入点是:回顾近几年...

企业数据化管理 发表了文章 • 2019-07-29 16:55

0
推荐
1220
浏览

关于用户画像那些事,看这一文章就够了

· 用户画像的含义用户画像(persona)的概念最早由交互设计之父Alan Cooper提出:“Personas are a concrete representation of target users.” 是指真实用户的虚拟代表,是建立在一系列属性数据之上的目标用户模型...

大麦 发表了文章 • 2019-07-25 16:47

1
推荐
1946
浏览

数据产品资料(500M),年终特惠

做数据产品不像2C产品会画原型就可以起步,做数据产品需要有数据分析能力、数据可视化能力、数据仓库基础、一定的算法知识,以及商业分析功夫。所以特意整理了这两年做数据产品收集的资料,以及项目过程产出的文...

百川 发表了文章 • 2018-12-23 17:13

1
推荐
2305
浏览

干货请收好:终于有人把用户画像的流程、方法讲明白了

文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。作者:马海平 于俊 吕昕 向海来源:大数据(ID:hzdashuju)本文摘编自《Spark机器学习进阶实战》导读:用户画像将产品设...

数智物语 发表了文章 • 2018-12-19 13:45

1
推荐
2263
浏览

一点做用户画像的人生经验:ID强打通

作者简介:Treant  人工智能爱好者社区专栏作者博客专栏:https://www.cnblogs.com/en-heng1.背景在构建精准用户画像时,面临着这样一个问题:日志采集不能成功地收集用户的所有ID,且每条业务线有各自定义...

人工智能爱好者社区 发表了文章 • 2018-10-10 16:21

4
推荐
4743
浏览

用户画像解决方案课程上线啦

规划了许久的用户画像解决方案课程终于上线啦。这套课程全部从实际工程开发、应用的角度出发,可操作性、落地性强。内容主要涵盖:用户标签指标体系、数据分析、搭建开发环境、表结构设计、数据开发和监控、ETL、...

watermelon 发表了文章 • 2018-09-29 07:54

0
推荐
4750
浏览

用户画像—计算用户偏好标签及数据指标与表结构设计

作者:超人赵,人工智能爱好者社区专栏作者知乎:https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts一、用户画像—计算用户偏好标签下面介绍如何计算用户的偏好标签。在上一篇写用户画像的文章 “用户画像—打...

人工智能爱好者社区 发表了文章 • 2018-09-06 15:39

0
推荐
3013
浏览

用户画像—打用户行为标签

作者:超人赵,人工智能爱好者社区专栏作者知乎:https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts前文推送:用户画像之标签权重算法用户画像之标签聚类用户画像中用户行为标签是很重要的一块内容,这篇详...

人工智能爱好者社区 发表了文章 • 2018-09-06 15:36

1
推荐
3521
浏览

用户画像—Airflow作业调度(ETL)

最近在弄画像标签每天ETL的调度事情,这篇文章分享一下一个开源的ETL工具Airflow。一、基础概念Airflow是Airbnb内部发起并开源的一个ETL管理平台,使用Python编写实现的任务管理、调度、监控工作流平台。这是其官...

watermelon 发表了文章 • 2018-07-11 20:12

1
推荐
3453
浏览

用户画像—数据指标与表结构设计

本段文章介绍一下画像中需要开发的数据指标与开发过程中表结构的设计。首先介绍画像开发的数据指标,画像开发过程中通用类的指标体系包括用户属性类、用户行为标签类、用户活跃时间段类、用户消费能力类、用户偏...

watermelon 发表了文章 • 2018-07-11 20:11

0
推荐
4922
浏览

用户画像—计算用户偏好标签

用户画像中用户行为标签是很重要的一块内容,这篇详细讲讲如何打行为标签。数据仓库用户画像的应用流程从原始的数据输入到模型应用可分为5块(图1),包括将操作型环境数据经ETL后集中存储在数据仓库,之后经过对...

watermelon 发表了文章 • 2018-07-11 20:09

0
推荐
4081
浏览

用户画像—打用户行为标签

用户画像中用户行为标签是很重要的一块内容,这篇详细讲讲如何打行为标签。数据仓库用户画像的应用流程从原始的数据输入到模型应用可分为5块(图1),包括将操作型环境数据经ETL后集中存储在数据仓库,之后经过对...

watermelon 发表了文章 • 2018-07-11 20:06

0
推荐
2882
浏览

用户画像—数据质量管理

大家好,今天和大家分享一下用户画像数据质量管理这块的内容。数据质量管理这项工作的重要性不言而喻,所谓“garbage in,garbage out”,基础数据的质量性如果无法得到良好保障,后续的推荐、数据分析工作将会变得...

watermelon 发表了文章 • 2018-07-11 19:59

1
推荐
5668
浏览

用户画像系统原型

用户画像的概念在前面写的一系列文章有过详细介绍,感兴趣的可以翻阅。这篇梳理下一个完整的用户画像产品有哪些功能,给出一个比较粗略的产品原型。用户画像建设过程简析|连载一建立用户画像的标签体系 | 连载二...

百川 发表了文章 • 2018-05-16 14:59

条新动态, 点击查看
SmartMining

SmartMining 回答了问题 • 2015-11-21 15:27 • 2 个回复 不感兴趣

关于用户画像的应用模式问题

赞同来自:

您的问题问的很好,从问题可以看出您这方面是有研究的人,通过问题 把整个客户分析的几个关键点都提出来了。那我一个一个解释吧:


第一:首先,准确的讲,客户营销是从客户分群研究开始的,而不是聚类分析,聚类分析是用户分群的一种方法。还有,聚类分析也不等同于用户画像... 显示全部 »
您的问题问的很好,从问题可以看出您这方面是有研究的人,通过问题 把整个客户分析的几个关键点都提出来了。那我一个一个解释吧:


第一:首先,准确的讲,客户营销是从客户分群研究开始的,而不是聚类分析,聚类分析是用户分群的一种方法。还有,聚类分析也不等同于用户画像。其实用户画像更多是给用户定义一些可解释的业务标签,比如这人是80后、爱旅游等,大多的用户标签库都没有包含用户全部的信息,如客户消费金额比例等抽象的信息。这也是传统标签库的一大缺陷,对信息的利用不充足,因为传统的用户标签库主要用来做个性化推荐,而缺乏对客户的深度研究,所以没有把用户的标签反过来作为用户的分析指定进行深度复用。其次,客户的分群研究不仅包括多维度的聚类,还包括一些关键指标的分析,如果建立每个品牌的用户忠诚度,即品牌忠诚度,这样的分群为某个品牌的促销推荐提供的精准的投放对象。所以客户营销针对什么的群体由业务特征决定,进而决定分群方法。

第二:如何用好聚类的结果,又如何评价聚类是否合理呢?在挖掘算法中,聚类分析可谓是最好用的了,因为它是无监督学习算法。但是越是这样简单的,反而越难用好。其实,很多人对评估聚类算法的结果是否合理都是束手无策。本身聚类算法的合理性本来就有两个隐患,一是如何保证选择距离计算算法是合理的,二是如何保证使用的字段是合理的。我只简单的说一下,选择距离算法主要要看字段类型,哪些只能用于纯数值型字段的计算,哪些可以用于字符型字段的距离计算,这基本的要保证无误。另外字段的选择有两个方法,一个是根据业务去确定,把从业务角度认为重要的字段引入模型,二是聚类后可以使用分类预测算法反过来测试变量的重要性。聚类后的结果如何判断是否合理呢?这个其实也不容易解释清楚,至少有一点可以掌握,就是聚类后判断是否真的把相似的分到了一起,这个从各类在各个字段上取值的分布可以看出来,每一类的特征分布特征越有特色越好。

第三:评估营销效果豪华比较简单,你之前可以预测如果不做营销预计会如何,也可以简单的根据经验判断。然后,在营销活动结束后,看看客户响应率及交易量提升、交易额提升等。
第四,工具层。从功能上来说,成熟的数据挖掘产品(如SPSS、Smartbi敏捷挖掘产品、SAS、R)都能满足,但是建议您还是使用SPSS和Smartbi敏捷挖掘这种易用的,无需编程的工具,后者有免费版本。
先来说说如何建设用户的标签库:
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... 显示全部 »
先来说说如何建设用户的标签库:
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。








 
面包君: 好问题!!!
林桐: 面包君你们是怎么解决的,我也想听听。
面包君: 这个问题也是我们在实际数据处理会遇到的。就是多个账号,多个不同用户,怎么去区别的。我们有个数据挖掘团队专门做这个事情,就是做自然人模型研究,他们还申请了专利。
黄晓帆... 显示全部 »
面包君: 好问题!!!
林桐: 面包君你们是怎么解决的,我也想听听。
面包君: 这个问题也是我们在实际数据处理会遇到的。就是多个账号,多个不同用户,怎么去区别的。我们有个数据挖掘团队专门做这个事情,就是做自然人模型研究,他们还申请了专利。
黄晓帆: 决战大数据这本书有提过这个问题。
林桐: 也是同人模型啊。
Richie: 这个就回到了第二个话题 用户画像 通过指标来分析,分组分情况对客户打标签。
面包君: 我说的比较粗一些,通过媒介(常登陆手机、地点lbs、收货地址)、社会关系(给谁转账、给谁充值)、资金关系、手机通讯录等场景来做的同人模型。
悟: 不能作为一个整体考虑吗?毕竟这个账号的所有使用者基本稳定。
春宇: @悟 是的,我这种小白也是考虑整体考虑,不想那么细了。
林桐: 其实不关注是否是一个人。
春宇: 关注需求。
林桐: 对的,统一打标签。
春宇: 但标签就没法画了,既买女士用品,又买剃须刀。
林桐: 分业务场景也就是人群了。
面包君:

10024
这个在社交场景应用的比较多,就是把你老婆和你小三要区分出来。
林桐: 对于数据种类多样性大家都很重要,那么基于用户的数据打通成为关键,这个是阿里用户数据的核心技术。
林桐: 在此基础上,所谓的家庭关系,室友关系都可以基于此建立做用户连接及解决了。
实现功能为主,如果计算量比较大,可以在服务器压力比较小的时候计算。当然,最好是业务数据库与分析数据库分离,分析数据库跑分析。
实现功能为主,如果计算量比较大,可以在服务器压力比较小的时候计算。当然,最好是业务数据库与分析数据库分离,分析数据库跑分析。
用户画像和指标这一块,重点还是在数据收集,指标目前行业也有比较成熟的定义了,主要是人员信息、社会属性及消费行为。
这些指标自然是我们注册会员时候要求填写的啊,部分是后期人工补充的,毕竟旅游行业还要求用户填写保险信息、出境的合同啊什么的,所以呢相对是比较好取到的... 显示全部 »
用户画像和指标这一块,重点还是在数据收集,指标目前行业也有比较成熟的定义了,主要是人员信息、社会属性及消费行为。
这些指标自然是我们注册会员时候要求填写的啊,部分是后期人工补充的,毕竟旅游行业还要求用户填写保险信息、出境的合同啊什么的,所以呢相对是比较好取到的。
主要用途就这两种了,后期会往互动方向发展:
1、精准营销,找到相应群体的用户有针对性的推荐
2、推荐系统,融合用户标签属性在用户浏览行为时做产品推荐
您好!这个思路没有问题。也正如您所说的第五步至关重要。而第三步和第四步的核心就是对学生进行画像,建设学生完善的标签库。这个是推荐的基础和学生基本信息保证。在学生的标签完善后,就好办了,完全可以靠数据挖掘的技术来解决,也就是第五步。主要有两类算法可以实现,而且都... 显示全部 »
您好!这个思路没有问题。也正如您所说的第五步至关重要。而第三步和第四步的核心就是对学生进行画像,建设学生完善的标签库。这个是推荐的基础和学生基本信息保证。在学生的标签完善后,就好办了,完全可以靠数据挖掘的技术来解决,也就是第五步。主要有两类算法可以实现,而且都要用,不是二选一。
第一类算法,分类预测算法。我们首先需要把工作岗位分类和分级,以工作的类别或级别为目标变量,用户的标签为影响因为,建立预测模型,也即推荐模型。
第二类算法,关联分析算法,也叫购物篮分析。我们可以把历史学员选择的工作类别或者学生标识作为一个购物篮,学生的标签作为商品,一个学生找到一个工作,就好比把把一个学生的标签作为了“商品”放在这个购物篮(学生身上)里卖给了这个工作,以此作为数据基础建立关联分析模型,这就转化为了类似电商商品推荐的思路。
3
推荐
5929
浏览

【资料大放送】22页PPT|京东大数据赋能业务,揭秘用户画像最佳实践

本文是 李爱华老师 的 京东大数据赋能业务,揭秘用户画像最佳实践 课程课件,未经允许,禁止转载。推荐课程:9月19日京东大数据赋能业务,揭秘用户画像最佳实践分享内容:  1、京东用户画像技术架...

天善智能 发表了文章 • 2017-09-20 14:04

11
推荐
8913
浏览

案例+课件下载 | 绝对收藏!民生银行用户画像建设分享30页PPT放送

引言1、12月01日(周四晚) 民生银行用户画像建设直播地址:http://edu.hellobi.com/live/lesson/117/1702  (友情提醒:打开就可以看,建议PC端浏览器)2、加微信直播管理员微信:tsbeidou(请注明:...

天善智能 发表了文章 • 2016-12-01 10:44

10
推荐
12135
浏览

民生银行十五年的数据体系建设,深入解读阿拉丁大数据生态圈、人人BI 是如何养成的?

早在今年的上半年我应邀参加了由 Smartbi 主办的一个小型数据分析交流活动,在活动现场第一次了解到了民生银行的阿拉丁项目。由于时间关系,嘉宾现场分享的内容非常有限。凭着多年对行业研究和对解决方案的嗅觉与...

BIWORK 发表了文章 • 2016-09-18 10:35

9
推荐
5272
浏览

【原创】数据质量及数据画像介绍(Data Profiling & Data Quality Check Introduction)

感谢凯捷技术有限公司技术总监龚总的点拨,让本人发现在经验及涉及的技术领域的不足,这才有了今天这篇文章。同时,感谢天善智能的seng、BAO胖子、BIWORK、要选就选S型对“ETL之前如何进行数据质量检测”这一话题的...

胡艺友_数据胡 发表了文章 • 2016-03-14 01:57

0
投票
1
已解决
3314
浏览
0
投票
2
已解决
2489
浏览
0
投票
1
已解决
1804
浏览
1
投票
1
回答
2388
浏览
0
投票
1
已解决
3314
浏览
0
投票
1
回答
1686
浏览

关于用户画像的后续工作讨论

today2058 回复了问题 • 2015-11-20 16:06
0
投票
1
回答
1959
浏览
0
推荐
1160
浏览

「七年之痒」从传统行业进入互联网7年来的思考

摘要:用户影响力带动互联网发展用户和产品正在互相创作价值场景发现成为移动互联网的新能力垂直用户群体的价值提升羊毛出在猪身上是核心竞争力大数据是把双刃剑和更多其他今天的话题从用户聊起,因为用户影响力...

大麦 发表了文章 • 2019-08-01 10:34

0
推荐
1364
浏览

没有用户体验,大数据变现都是空谈

从B2C到B2B,大数据变现成主流说起“电商大数据”,离不开几个关键词:移动互联网、电商物流、互联网金融、用户管理和精准营销。易观流通产业分析师谭乃洵认为:讨论该背景下的产业升级,一个切入点是:回顾近几年...

企业数据化管理 发表了文章 • 2019-07-29 16:55

0
推荐
1220
浏览

关于用户画像那些事,看这一文章就够了

· 用户画像的含义用户画像(persona)的概念最早由交互设计之父Alan Cooper提出:“Personas are a concrete representation of target users.” 是指真实用户的虚拟代表,是建立在一系列属性数据之上的目标用户模型...

大麦 发表了文章 • 2019-07-25 16:47

1
推荐
1946
浏览

数据产品资料(500M),年终特惠

做数据产品不像2C产品会画原型就可以起步,做数据产品需要有数据分析能力、数据可视化能力、数据仓库基础、一定的算法知识,以及商业分析功夫。所以特意整理了这两年做数据产品收集的资料,以及项目过程产出的文...

百川 发表了文章 • 2018-12-23 17:13

1
推荐
2305
浏览

干货请收好:终于有人把用户画像的流程、方法讲明白了

文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。作者:马海平 于俊 吕昕 向海来源:大数据(ID:hzdashuju)本文摘编自《Spark机器学习进阶实战》导读:用户画像将产品设...

数智物语 发表了文章 • 2018-12-19 13:45

1
推荐
2263
浏览

一点做用户画像的人生经验:ID强打通

作者简介:Treant  人工智能爱好者社区专栏作者博客专栏:https://www.cnblogs.com/en-heng1.背景在构建精准用户画像时,面临着这样一个问题:日志采集不能成功地收集用户的所有ID,且每条业务线有各自定义...

人工智能爱好者社区 发表了文章 • 2018-10-10 16:21

4
推荐
4743
浏览

用户画像解决方案课程上线啦

规划了许久的用户画像解决方案课程终于上线啦。这套课程全部从实际工程开发、应用的角度出发,可操作性、落地性强。内容主要涵盖:用户标签指标体系、数据分析、搭建开发环境、表结构设计、数据开发和监控、ETL、...

watermelon 发表了文章 • 2018-09-29 07:54

0
推荐
4750
浏览

用户画像—计算用户偏好标签及数据指标与表结构设计

作者:超人赵,人工智能爱好者社区专栏作者知乎:https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts一、用户画像—计算用户偏好标签下面介绍如何计算用户的偏好标签。在上一篇写用户画像的文章 “用户画像—打...

人工智能爱好者社区 发表了文章 • 2018-09-06 15:39

0
推荐
3013
浏览

用户画像—打用户行为标签

作者:超人赵,人工智能爱好者社区专栏作者知乎:https://www.zhihu.com/people/chao-ji-sai-ya-ren/posts前文推送:用户画像之标签权重算法用户画像之标签聚类用户画像中用户行为标签是很重要的一块内容,这篇详...

人工智能爱好者社区 发表了文章 • 2018-09-06 15:36

1
推荐
3521
浏览

用户画像—Airflow作业调度(ETL)

最近在弄画像标签每天ETL的调度事情,这篇文章分享一下一个开源的ETL工具Airflow。一、基础概念Airflow是Airbnb内部发起并开源的一个ETL管理平台,使用Python编写实现的任务管理、调度、监控工作流平台。这是其官...

watermelon 发表了文章 • 2018-07-11 20:12

1
推荐
3453
浏览

用户画像—数据指标与表结构设计

本段文章介绍一下画像中需要开发的数据指标与开发过程中表结构的设计。首先介绍画像开发的数据指标,画像开发过程中通用类的指标体系包括用户属性类、用户行为标签类、用户活跃时间段类、用户消费能力类、用户偏...

watermelon 发表了文章 • 2018-07-11 20:11

0
推荐
4922
浏览

用户画像—计算用户偏好标签

用户画像中用户行为标签是很重要的一块内容,这篇详细讲讲如何打行为标签。数据仓库用户画像的应用流程从原始的数据输入到模型应用可分为5块(图1),包括将操作型环境数据经ETL后集中存储在数据仓库,之后经过对...

watermelon 发表了文章 • 2018-07-11 20:09

0
推荐
4081
浏览

用户画像—打用户行为标签

用户画像中用户行为标签是很重要的一块内容,这篇详细讲讲如何打行为标签。数据仓库用户画像的应用流程从原始的数据输入到模型应用可分为5块(图1),包括将操作型环境数据经ETL后集中存储在数据仓库,之后经过对...

watermelon 发表了文章 • 2018-07-11 20:06

0
推荐
2882
浏览

用户画像—数据质量管理

大家好,今天和大家分享一下用户画像数据质量管理这块的内容。数据质量管理这项工作的重要性不言而喻,所谓“garbage in,garbage out”,基础数据的质量性如果无法得到良好保障,后续的推荐、数据分析工作将会变得...

watermelon 发表了文章 • 2018-07-11 19:59

1
推荐
5668
浏览

用户画像系统原型

用户画像的概念在前面写的一系列文章有过详细介绍,感兴趣的可以翻阅。这篇梳理下一个完整的用户画像产品有哪些功能,给出一个比较粗略的产品原型。用户画像建设过程简析|连载一建立用户画像的标签体系 | 连载二...

百川 发表了文章 • 2018-05-16 14:59