用户画像：标签化就是数据的抽象能力
用户画像的准则
将企业的用户画像做白描，告诉这些用户“都是谁”“从哪来”“要去哪”
一个卖羊肉串的公司想让你分析下用户数据，先建模，用户画像建模是个系统工程，要解决三个问题，1.用户从哪来，统一标记用户ID，方便以后进行跟踪，了解客户从哪来，为了聚餐还是吃宵夜，2.用户都是谁，对用户进行标签化，3.到哪去，将用户画像与我们业务相关联，提升转化率
首先，设计唯一标识
用户唯一标识是整个用户画像的核心，以一个APP为例，把“从用户开始使用APP到下单到售后整个所有用户行为”进行串联，设计唯一标识从下项中选择：用户名、手机号、联系人手机号、邮箱、设备号、CookieID
其次，给用户打标签
从“用户消费行为分析”从下面4个维度进行标签划分：
- 用户标签：性别、年龄、地域、收入、学历、职业等用户的基础属性
- 消费标签：消费习惯、购买意向、是否对促销敏感等用户消费习惯
- 行为标签：时间段、频次、时长、访问路径，通过用户行为来得到使用APP的习惯
- 内容分析：对用户平时浏览内容，尤其是停留时间长、次数多的内容进行分析，分析出用户对那些内容感兴趣，比如金融、科技、体育等
将海量数据进行标签化，得到精准的用户画像
得到画像，如何创造价值？
从用户生命周期的三个阶段来划分业务价值，包括：获客、粘客、留客
- 获客：如何进行拉新，通过更精准的营销获取客户
- 粘客：个性化推荐，搜索排序，场景运营
- 留客：流失率预测，分析关键节点降低流失率
按照数据流处理的阶段来划分用户画像建模的过程，分为数据层、算法层、业务层。在不同的层，需要打上不同的标签
数据层：指的是用户消费行为里的标签，打上“事实标签”，作为数据客观的记录
算法层：透过行为算出用户建模，打上“模型标签”，作为用户画像的分类标识
业务层：指的是获客、粘客、留客的手段，打上“预测标签”
美团外卖的用户画像该如何设计？
如果你是美团外卖数据分析师，如何制定用户标识ID,制定用户画像，以及基于用户画像可以做哪些业务关联？
扫描二维码关注公众号，回复：
9867813 查看本文章
首先，需要统一用户的唯一标识，美团采用的是手机号、微信、微博、美团账号登录的，当然主要以用户的注册手机号为标准
有了画像，那么可以统计到哪些标签，按照“用户消费行为分析”准则设计
- 用户标签：性别、年龄、家乡、居住地、收货地址、婚姻、宝宝信息等
- 消费标签：餐饮口味、消费均价、团购等级、外卖等级
- 行为标签：点外卖时间段、使用频次、平均点餐用时、访问路径
- 内容分析：基于用户平时浏览内容统计，包括餐饮口味、优惠敏感度等
