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