全球最具影响力的数据智能产业服务和职业发展平台

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

什么是用户画像和标签?

[复制链接]
发表于 2019-9-11 18:23:42 | 显示全部楼层 |阅读模式
在数据越来越值钱的年代,用户画像和标签也被热议了许久。无论你身处IT部门还是业务部门,一定都听说过用户画像或者标签,甚至有不少人基于此开展各项日常工作。笔者希望通过这篇文章,能让大家有效理解标签和用户画像之间的关系。

一、先熟悉一些名词和概念1. 标签(Tag)
对某一类特定群体或对象的某项特征进行的抽象分类和概括,其值(标签值)具备可分类性。
例:
  • 对于“人”这类群体,可将“男”、“女”这类特征进行抽象概括,统称为“性别”,“性别”即一个标签;
  • 对于“手机”这类对象,可将“骁龙835”、“骁龙845”这类特征进行抽象概括,统称为“手机处理器”,“手机处理器”即一个标签。
2. 标签值(Tag Value)
标签的实例,指某一标签所包含的具体内容,其特点是符合MECE原则(相互独立、完全穷尽)。
例:
  • 对于标签“性别”,其标签值根据MECE原则可分为“男”、“女”、“未知”;
  • 对于标签“年龄”,其标签值可分为“0-18”、“18-35”、“35-60”、“60-100”等。
3. 用户画像(User Profile)
由某一特定群体或对象的多项特征构成,输出结果通常是对特征的具体描述。(也可理解为用户画像是由多个标签组合而成,其实例是由多个标签值构成)。
例:小明是用户画像的一个实例,小明的输出结果为“男“、“20”、“iPhone”、“北京”、“足球”,是由多个标签中的具体标签值构成。
4. 标签系统(Tag Library)
标签和用户画像的整合应用中心,通常由标签、标签树、画像中心构成。
二、看一段代码梳理相关关系
观察以上python代码,可发现以下信息:类=用户画像;属性=标签。
1)一个类有多个属性,用户画像也由多个标签(属性)构成
例:性别、年龄、手机品牌、省份、爱好这一组标签构成一个用户画像;
2)画像实例由多个标签值构成
“小明”是用户画像的一个实例,即用户画像的输出结果,小明的用户画像为“今年20岁,北京人,爱好足球”,共由三个标签值构成。
看不懂代码没关系,看下图:标签、用户画像、画像实例、标签值之间的关系更加简单清晰,左侧为标签、居中为用户画像、右侧为画像实例及标签值。
《XX电商青年客户画像》由多个标签组合而成,包括年龄、性别、居住地、购物行为、兴趣爱好、支付方式等,该画像能够实现千人千面,对平台的每一名用户进行有效的勾画,勾画的结果由多个标签值构成。
三、标签类别和用户画像体系3.1 标签类别
标签可分为“基础属性标签”和“业务知识标签”两类,简称“基础标签”和“知识标签”。
1)基础标签:是用来描述客户特征及行为的客观存在,不需要经过深入的转换和分析就能直接得到的属性特征,这些属性往往是用户在使用产品时直接反映出来,或者是用户本身所具有的显性属性的表现,是用户身上数据转化为信息的表现。
如上图中的年龄、性别、居住地都是基础标签,是用户客观存在的信息。
2)知识标签:具备描述某种业务场景的标签,存在主观的变化性,是基于基础标签的业务规则提炼等方法形成,是信息转化为业务知识的表现。
如上图中的购买力是知识标签,存在主观变化性,A认为月支付金额>1000为高购买力客户,B认为月支付金额必须>5000为高购买力客户。
3.2 用户画像体系
用户画像体系会因为行业或业务的不同存在差异,具体划分需要结合业务进行沉淀。
一般而言,用户画像体系都是类似树形结构进行设计,可根据业务进行一级类目、二级类目、三级类目等划分。
笔者随手画了一套标签体系仅供参考:
如上图,该标签体系一共有两个层级:
  • 第一层级为:特征、行为、需求;
  • 第二层级为:人口统计、社会属性、使用行为、消费行为、偏好属性、潜在需求。
如人口统计类中,包含姓名、性别、年龄等标签,社会属性类中包含子女、父母、公司等标签,具体的分类都需要根据相关定义和属性进行划分。
当然,由于每个行业业务不同,标签体系没有一套标准答案,标签也不是越多越好,都需要结合具体业务进行设计和建设。
四、相关应用
标签和用户画像的应用,除了生成《XX画像报告》之外,一般在企业中有以下三种应用形式:
  • 标签取数: 标签和用户画像的数据整合中心,可支撑业务部门的日常取数需求,也可作为其他系统的数据支撑来源。
  • 营销推荐: 精准营销推荐是标签和用户画像重要的数据服务功能之一,通过不同的标签组合,可以圈定一批目标用户进行精准营销,数据可推送至短信平台、促销平台等进行短信、邮件、赠品的下发。
  • 多维分析: 基于标签的用户多维分析是另一项非常重要的数据服务功能,标签可以更好的连接数据和业务人员,降低数据获取和操作的难度,赋能业务人员参与到数据分析之中。
现阶段,多数企业的标签系统投入使用年限均较短,处于初级阶段,需要建立一支专业的运营小组以保障系统的可持续运行,具体的标签建设和运营方法可参考后续文章,本文不再探讨。

楼主热帖
168大数据(www.bi168.cn)是国内首家系统性关注大数据科学与人工智能的社区媒体!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2019-9-22 20:37 , Processed in 0.098632 second(s), 18 queries , Xcache On.

Powered by BI168社区

© 2012-2014 海鸥科技

快速回复 返回顶部 返回列表