用戶畫像

簡介

用戶畫像，作為一種勾畫目標用戶、聯(lián)系用戶訴求與設計方向的有效工具，用戶畫像在各領域得到了廣泛的應用。

用戶畫像最初是在電商領域得到應用的，在大數(shù)據(jù)時代背景下，用戶信息充斥在網(wǎng)絡中，將用戶的每個具體信息抽象成標簽，利用這些標簽將用戶形象具體化，從而為用戶提供有針對性的服務。

? 還記得年底收到的支付寶年度消費賬單嗎？幫助客戶回顧一年的消費細節(jié)，包括消費能力、消費去向、信用額度等等，再根據(jù)每位客戶的消費習慣，量身定制商品推薦列表……這一活動，將數(shù)據(jù)這個量化的詞以形象生動的表現(xiàn)手法推到了大眾面前。

? 這就是用戶畫像在電商領域的一個應用，隨著我國電子商務的高速發(fā)展，越來越多的人注意到數(shù)據(jù)信息對于電商市場的推動作用?；跀?shù)據(jù)分析的精準營銷方式，可以最大限度的挖掘并留住潛在客戶，數(shù)據(jù)統(tǒng)計與分析為電商市場帶來的突破不可估量。在大數(shù)據(jù)時代，一切皆可“量化”，看似普通的小小數(shù)字背后，蘊藏著無限商機，也正在被越來越多的企業(yè)所洞悉。

? 如何從大數(shù)據(jù)中挖掘商機？建立用戶畫像和精準化分析是關鍵。

? 用戶畫像可以使產(chǎn)品的服務對象更加聚焦，更加的專注。在行業(yè)里，我們經(jīng)常看到這樣一種現(xiàn)象：做一個產(chǎn)品，期望目標用戶能涵蓋所有人，男人女人、老人小孩、專家小白、文青屌絲…… 通常這樣的產(chǎn)品會走向消亡，因為每一個產(chǎn)品都是為特定目標群的共同標準而服務的，當目標群的基數(shù)越大，這個標準就越低。換言之， 如果這個產(chǎn)品是適合每一個人的，那么其實它是為最低的標準服務的，這樣的產(chǎn)品要么毫無特色，要么過于簡陋。

縱覽成功的產(chǎn)品案例，他們服務的目標用戶通常都非常清晰，特征明顯，體現(xiàn)在產(chǎn)品上就是專注、極致，能解決核心問題。比如蘋果的產(chǎn)品，一直都為有態(tài)度、追求品質(zhì)、特立獨行的人群服務，贏得了很好的用戶口碑及市場份額。又比如豆瓣，專注文藝事業(yè)十多年，只為文藝青年服務，用戶粘性非常高，文藝青年在這里能找到知音，找到歸宿。所以，給特定群體提供專注的服務，遠比給廣泛人群提供低標準的服務更接近成功。 　其次，用戶畫像可以在一定程度上避免產(chǎn)品設計人員草率的代表用戶。代替用戶發(fā)聲是在產(chǎn)品設計中常出現(xiàn)的現(xiàn)象，產(chǎn)品設計人員經(jīng)常不自覺的認為用戶的期望跟他們是一致的，并且還總打著“為用戶服務”的旗號。這樣的后果往往是：我們精心設計的服務，用戶并不買賬，甚至覺得很糟糕。

? 在產(chǎn)品研發(fā)和營銷過程中，確定目標用戶是首要任務。不同類型的用戶往往有不同甚至相沖突的需求，企業(yè)不可能做出一個滿足所有用戶的產(chǎn)品和營銷。因此，通過大數(shù)據(jù)建立用戶畫像是必不可少的。

? 這只是用戶畫像在電商領域的應用，事實上用戶畫像已經(jīng)不知不覺的滲透到了各個領域，在當前最火的抖音，直播等領域，推薦系統(tǒng)在大數(shù)據(jù)時代到來以后，用戶的一切行為都是可以追溯分析的。

步驟

? 什么是用戶畫像？用戶畫像是根據(jù)市場研究和數(shù)據(jù)，創(chuàng)建的理想中客戶虛構(gòu)的表示。創(chuàng)建用戶畫像，這將有助于理解現(xiàn)實生活中的目標受眾。企業(yè)創(chuàng)建的人物角色畫像，具體到針對他們的目標和需求，并解決他們的問題，同時，這將幫助企業(yè)更加直觀的轉(zhuǎn)化客戶。

? 用戶畫像最重要的一個步驟就是對用戶標簽化，我們要明確要分析用戶的各種維度，才能確定如何對用戶進行畫像。

? 在建立用戶畫像上，有很多個步驟：

• 首先，基礎數(shù)據(jù)收集，電商領域大致分為行為數(shù)據(jù)、內(nèi)容偏好數(shù)據(jù)、交易數(shù)據(jù)，如瀏覽量、訪問時長、家具偏好、回頭率等等。而金融領域又有貸款信息，信用卡，各種征信信息等等。
• 然后，當我們對用戶畫像所需要的基礎數(shù)據(jù)收集完畢后，需要對這些資料進行分析和加工，提煉關鍵要素，構(gòu)建可視化模型。對收集到的數(shù)據(jù)進行行為建模，抽象出用戶的標簽。電商領域可能是把用戶的基本屬性、購買能力、行為特征、興趣愛好、心理特征、社交網(wǎng)絡大致的標簽化，而金融風控領域則是更關注用戶的基本信息，風險信息，財務信息等等。
• 隨后，要利用大數(shù)據(jù)的整體架構(gòu)對標簽化的過程進行開發(fā)實現(xiàn)，對數(shù)據(jù)進行加工，將標簽管理化。同時將標簽計算的結(jié)果進行計算。這個過程中需要依靠Hive，Hbase等大數(shù)據(jù)技術，為了提高數(shù)據(jù)的實時性，還要用到Flink，Kafka等實時計算技術。
• 最后，也是最關鍵的一步，要將我們的計算結(jié)果，數(shù)據(jù)，接口等等，形成服務。比如，圖表展示，可視化展示，

? 事實上，在構(gòu)建用戶畫像過程中，注重提取數(shù)據(jù)的多元性而不是單一性，譬如針對不同類型的客戶提取不同的數(shù)據(jù)，又或者針對線上線下的客戶分析其中差異?？偠灾ＷC數(shù)據(jù)的豐富性、多樣性、科學性，是建立精準用戶畫像的前提。

當用戶畫像基本成型后，接下來就可以對其進行形象化、精準化的分析。此時一般是針對群體的分析，如可以根據(jù)用戶價值來細分出核心用戶、評估某一群體的潛在價值空間，以此作出針對性的產(chǎn)品結(jié)構(gòu)、經(jīng)營策略、客戶引導的調(diào)整。因此，突出研發(fā)和展示此類型的產(chǎn)品，又在家具的整體搭配展示中進行相關的主題設計，以此吸引目標人群的關注和購買。

? 毫無疑問，大數(shù)據(jù)在商業(yè)市場中的運用效果已經(jīng)突顯，在競爭激烈的各個行業(yè)，誰能抓住大數(shù)據(jù)帶來的優(yōu)勢，誰才更有機會引領行業(yè)的未來。

實時用戶畫像

現(xiàn)在大數(shù)據(jù)應用比較火爆的領域，比如推薦系統(tǒng)在實踐之初受技術所限，可能要一分鐘，一小時，甚至更久對用戶進行推薦，這遠遠不能滿足需要，我們需要更快的完成對數(shù)據(jù)的處理，而不是進行離線的批處理。

現(xiàn)在企業(yè)對于數(shù)據(jù)的實時要求越來越高，已經(jīng)不滿足于T+1的方式，有些場景下不可能間隔一天才反饋出結(jié)果。特別是推薦，風控等領域，需要小時，分鐘，甚至秒級別的實時數(shù)據(jù)響應。而且這種秒級別響應的不只是簡單的數(shù)據(jù)流，而且經(jīng)過與離線計算一樣的，復雜的聚合分析之后的結(jié)果，這種難度其實非常大。

幸好實時計算框架的崛起足夠我們解決這些問題，近年來Flink，Kafka等實時計算技術的框架與技術越來越穩(wěn)定，足夠我們支撐這些使用場景。

在實時用戶畫像的構(gòu)建中，通過對實時數(shù)據(jù)的不斷迭代計算，逐漸的不斷完善出用戶畫像的全貌，這也正符合數(shù)據(jù)傳輸?shù)谋举|(zhì)，這整體架構(gòu)中，淡化離線計算在之前特別重的作用，只留做歸檔和歷史查詢使用，更多的數(shù)據(jù)通過實時計算進行輸出，最終達到對用戶畫像的目的。

在實時計算的過程需要對數(shù)據(jù)實時聚合計算，而復雜的標簽也需要實時的進行機器學習，難度巨大，但是最終對于畫像的實時性有著重大的意義。

本文介紹了用戶畫像的簡介與實時用戶畫像的重要意義，但是用什么技術架構(gòu)可以支撐這些想法的實現(xiàn)呢？

下一章，我們將探討項目整體架構(gòu)的設計與實現(xiàn)，未完待續(xù)~

如果本文對你有幫助，別忘記給我個3連 ，點贊，轉(zhuǎn)發(fā)，評論，

咱們下期見！學習更多JAVA知識與技巧，關注與私信博主（666）