用户画像案例一：汽车精准营销

做汽车精准营销项目已经快一年的时间了，但是说起正真的用户画像，又不知道该如何说起，所以我就开始从数据的处理流程一点点的来引进用户画像的建立。

我们用到的技术就是用java写mapreduce框架来实现用户上网数据的url的识别，这里识别用的是正则表达式，其次就是模型的建立使用hive就行处理。

首先我们的数据来源有两个方面：一个是客户的数据，还有一个是网络爬虫数据。

客户的数据有：用户手机上网日志（识别上网的url）、基础信息（性别、年龄、省份、地市等）、语音话单（综采话单、计费话单）、App汇总表、用户搜索关键字解析表、综采短信话单等；
爬虫数据：在url中我们解析出来一般是汽车的车型id，但在实际的使用中我们用到的却是汽车的名称，所以这就需要爬取汽车网站的数据来进行匹配处理。电话营销会显的更直观，更可靠，所以我们定义了不同的口径去分析用户的购车意向。

数据的处理流程说明如下：

对原始上网日志数据进行初筛处理（由客户来处理，我们提供规则），因为全国的上网日志数据是特别大的，一天大概产生80-90T。所有先由客户初筛出我们需要的数据，我们做的汽车行业，就会只拿出汽车行业相关的数据推送给我们。
初筛之后的数据我们还需要清洗一遍，过滤掉号码异常的，过滤掉url异常的数据。此过程除了清洗最重要作用还是识别，识别url的网站来源、访问的板块（例如：首页、图片、价格、论坛等）、车型id、一手车还是二手车等。
数据的匹配和模型的建立，根据用户的浏览行为和一些基础的标签，判断意向购车用户，给用户赋值不同的等级类别。

我们的用户画像可以分为三大类：用户的基本属性、汽车的基本属性、经销商的基本属性，根据客户的现有数据建立模型，分析现有标签对客户意向的影响。根据多个标签属性综合分析可以得到三类用户：意向阶段、对比阶段、决策阶段。

1）用户属性：年龄、性别、城市

年龄段：将年龄按照5岁为一个阶段划分为不同的年龄段，25—50岁之间为购车的主力人群；
性别：购车方面男女的比例是8：2，男士占主要的地位；
城市等级：将城市划分成不同的等级，从城市等级看，主要集中二三四线城市，三线城市男性、二线城市及六线小城市女性买车偏好度更高。高等级城市对高价位车型明显偏好，低线城市10万元以下价位车型偏好度高于其它等级城市；二线城市对15万以上车型偏好度显著高于其他城市；

2）汽车属性：品牌、最低价、最高价、级别、车身形式、网站、国别、渠道、能源形式、是否纯电动

品牌：品牌的销量与用户的年龄、性别是密不可分的。分析数据我们得到20—25岁人群更偏向于国产品牌，25—30岁人群更偏向于大品牌，30—35岁人群更偏向合资品牌，35—40岁人群偏好成熟稳重品牌，40—50岁人群对商用车品牌更青睐。女性用户购车品牌中合资品牌比例明显高于男性用户，合资品牌偏向中高端品牌；
价格段：女性用户更偏向于高端车型，男性用户购车方面更偏向于实用为主。高等级城市对高价位车型明显偏好，低线城市10万元以下价位车型偏好度高于其它等级城市。35—45岁对50万以上高端车型购买比例最高；30—40岁对25—40万的中高端品牌车型购买比例最高；而25—35岁用户对5—10万的中低端品牌车型购买比例最高。

3）经销商属性：主营品牌、电话类型、经销商名称

这些标签主要是针对用户的语音话单进行处理的，这里的电话可以分为：官网的400电话，以0开头的座机号和一些手机号，不同的经销商所主营的品牌的销售额是不一样的，根据他电话咨询经销商的情况我们可以推断用户的意向情况，这里也刚好和汽车属性的判断很好的衔接上了。

4）已有车用户的建立

已有车用户的建立，对模型的意向结果是至关重要的。我们重点分析的是用户的上网行为，比如某个用户是汽车爱好者，他每天都会有浏览汽车网站的行为，但是他没有买车的意向或者已经有车了，我们就需要排除这样的用户，那么应该怎样做呢：

说明：以上的结果全是我们自己的分析整合得出的结论，不代表整个行业的现象，望周知。

我们是从不同的口径去得到模型结果的，这里我们叫做模型规则，不同的规则用户的意向率是不同的，而且我们是根据用户的需求去下发数据的，这样我们的规则就是必不可少的。（一下规则仅供参考）

规则1：浏览汽车页面的用户，这里一个用户可能访问多个网站、同一个网站用户可以访问不同的车型，这里我们处理时，一个用户是只能保存一条访问记录的。首先选择汽车车型不为空的数据，然后按网站统计的用户的停留时长，停留时间最长的用户网站数据带出，然后根据基础标签得到用户的等级，再排除已有车的用户，就可以得到规则1的结果；
规则2：直接通过电话咨询的用户，从用户的综采话单、MB计费话单、CB计费话单和自建表的电话相互关联，找到主动拨打电话咨询的用户；

有很多规则这里就不详细的一一说明了，最终的结果是将所有的规则合并写到一张表中去做外呼处理。