數據分析建模方法「用戶畫像數據建模」

在大數據瀰漫的今天，我們彷彿看見了眼前影影綽綽的都是客戶，但當伸手去抓，卻發現寥寥無幾，什麼原因？讓我們的客戶變成了鏡花水月，主要原因，還在於對客戶的把握不夠精準。

舉個例子，你是希望男性或女性更青睞你的產品？還是年輕人或中青年有興趣？什麼職業的客戶更對你產品的路子…

知道客戶畫像是精準獲客的第一步並不難，但客戶畫像，你真的做到位了嗎？

用戶畫像（User Profile）與User Persona（用戶角色）不同，當我們討論產品、需求、場景、用戶體驗的時候，往往需要將焦點聚集在某類人群上，用戶角色便是一種抽象的方法策略，是目標用戶的集合；用戶畫像則是用戶信息標籤化總集。

如果業務量與數據量都已達到一定規模，用戶畫像標籤卻只有那麼寥寥數條，那隻能說明：你還是沒能了解你的客戶。

用戶畫像的核心工作就是為用戶打標籤，也是通過一系列的標籤把用戶呈現給業務人員，首先業務知道目前我的客戶是什麼樣的群體。

接下來，便是最古老的手段 — 營銷獲客。

但從粗放式到精細化，用戶畫像將用戶群體切割成更細的粒度，輔以短訊、EDM、活動、流量端等手段，驅以關懷、挽回、激勵等策略，古老的營銷套路因為基於大數據的用戶畫像，而變得精彩異常。

交叉銷售：針對客戶如何作二次營銷和交叉銷售，這類客戶群體有什麼特徵？ 促活：如何根據特徵去激活沉睡客戶客群，沉睡了多久，使用什麼樣的方式和手段促活？ 拉新：產品目前用戶都是什麼類型、性別、年齡和出入地點，如何去拉新用戶、使用什麼樣的策略和營銷手段，營銷費用投入後拉來的客戶都是什麼樣的客戶，成本如何，如何來改進營銷方式來減低營銷成本？業務人員通過已有標籤或者自定義標籤可以任意篩選用戶，對用戶導入作二次加工。 固定標籤：業務人員根據 T+1 固定打好的標籤對用戶進行篩選。例如，選擇本科 + 廣東 + 福建 + 有房貸 + 收入3000 + 5000，可以通過用戶畫像系統來選擇這樣一類標籤。篩選後的人群可以進行二次營銷、發營銷消費、發優惠卷等定向推廣活動。 標籤自定義：業務人員可以自定義標籤來進行靈活配置。 自助查詢：業務人員可以根據標籤來查詢這類用戶、查看這類人群的畫像情況。

數據來源

由於數據來源比較複雜，所以打標籤前，數據整理和清洗是保證數據質量的重點。

業務建模

業務部門了解客戶的標籤的情況及特色；數據部門更了解數據加工與模型。所以建模需要數據和業務部門共同完成。

很多公司花了很大精力和資源建設的所謂用戶畫像，業務和數據部門對業務需求和模型沒有理解，上線後基本用不起來。

標籤體系

用戶畫像平台關鍵是輸出標籤，從數據倉庫的原始數據進行統計分析，得到事實標籤，再進行業務建模分析，得到模型標籤，再進行模型預測，得到預測標籤。

標籤體系建設是平台的關鍵，平台的一期可以先建設原始標籤和事實標籤，二期三期後項目人員對業務和標籤體系有深入的了解後再進行建設。

標籤數量也不求多，其實業務人員常用的標籤300維度以內基本就完全覆蓋。

原始標籤

用戶最基本的信息，例如用戶的性別、註冊情況等信息。

事實標籤

通過對於原始數據庫的數據進行統計分析而來的，例如用戶理財次數等用戶一段時間內實際理財的行為統計。

模型標籤

模型標籤是以事實標籤為基礎，通過構建事實標籤與業務問題之間的模型，進行模型分析得到。例如結合用戶收入與負債情況的用戶風險評分等。

預測標籤

在模型的基礎上做預測，比如預測用戶的價值、用戶欺詐違約的風險或意向等。

用戶畫像系統

畫像系統作為業務使用的展示平台主要有以下功能。

重點功能實現

小結

好的用戶畫像平台，不僅是大數據架構里重要環節，更是一統精準營銷、風險、新產品研發的核心所在。

畫像平台作用在於，將數據化的標籤，將用戶信息標籤化，轉換成產品運營策略。不同的標籤對應不同的用戶群體，也對應不同的營銷手段並分析用戶需求，以達到我們的運營目的。