用户画像

1、 定义

用户画像，即用户信息标签化，是通过收集与分析用户的社会属性、生活习惯、消费行为等主要信息数据，抽象出的标签化的目标用户模型。

构建画像的维度可以从以下方面出发：用户自然特征(性别，年龄，地域，教育水平，出生日期，职业，星座)、用户兴趣特征（兴趣爱好，使用APP/网站,浏览/收藏内容，互动内容，品牌偏好，产品偏好）、用户社会特征（婚姻状况，家庭情况，社交/信息渠道偏好）、用户消费特征（收入状况,购买力水平，已购商品，购买渠道偏好，最后购买时间，购买频次）

2、 作用&&用途

1. 精准营销：找寻产品的潜在用户、特定使用人群，通过短信和邮件的方式达到营销的效果。

2. 用户统计：得到一些比较宏观的数字，如XXX人数的Top10，XXX的指数

3. 数据挖掘：构建智能推荐系统，利用关联算法、聚类算法计算和分析具体的用户数据。

4. 效果评估：通过市场调研、用户调研完善产品运营、提高服务质量

5. 对服务和产品进行私人定制

6. 企业发展战略的制定：业务经营分析、竞争分析

3、 构建流程&方法

1、 流程：数据收集->数据建模->构建画像

2、 数据收集：网络行为数据、服务内行为数据、用户内容偏好数据、用户交易数据

3、 行为建模：文本挖掘、自然语言处理、机器学习、预测算法、聚类算法

4、 构造画像：基本属性、购买能力、行为特征、兴趣爱好、心理特征、社交网络

4、 示例

1. 场景一，按需设计：改变原有的先设计、再销售的传统模式，在研发新产品前，先基于产品期望定位，在用户画像平台中分析该用户群体的偏好，有针对性的设计产品，从而改变原先新产品高失败率的窘境，增强销售表现。比如，某公司想研发一款智能手表，面向28-35岁的年轻男性，通过在平台中进行分析，发现材质=“金属”、风格=“硬朗”、颜色=“黑色”/"深灰色"、价格区间=“中等”的偏好比重最大，那么就给新产品的设计提供了非常客观有效的决策依据。

2. 场景二，精准营销：针对已有产品，寻找所偏好的精准人群分类，以及这些人群在信息渠道和购买渠道上的分布比例，来决定广告投放和活动开展的位置、内容等，实现精准营销。