用户画像建设 男娘i 2021-09-21 16:12 424阅读 0赞 # 用户画像 # 用户画像,即用户信息标签化,是大数据精细化运营和精准营销服务的基础。 在大数据的时代下,用户的一切行为是可追溯和分析的。 用户画像是通过分析用户的基础信息、特征偏好、社会属性等各维度的数据,刻画出用户的信息全貌,从中挖掘用户价值。 它可以帮助数据“起死回生”,提供个性化推荐、精准营销、个性化服务。 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ_size_16_color_FFFFFF_t_70][]![用户画像][5b3dd85af68b2eb5a8a5ca8c7ca5a57f.png] # 画像基础 # ## 1.1 标签类型 ## 用户画像建模其实就是对用户“打标签”,一般分为三类: ● 统计类标签:最基础常见的标签,从用户注册数据、用户访问数据中统计得出。 ● 规则类标签:基于用户行为及规则产生,通常由对业务更为熟悉的运营人员和数据人员共同协商确定。 ● 机器学习挖掘类标签:通过机器学习挖掘产生,根据某些用户行为或熟悉进行预测判断。 例如,根据一个用户购买化妆品护肤品的次数权重更高,得出该用户的性别是女性。 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ_size_16_color_FFFFFF_t_70 1][] ## 1.2 数据结构 ## 画像系统的基础设施包括Spark、Hive、HBase、Airflow、Redis、Elasticsearch。 下图是《用户画像》中的数据仓库架构。 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ_size_16_color_FFFFFF_t_70 2][] 1)数据仓库ETL加工流程是对每日的业务数据、日志数据、埋点数据等数据经过ETL过程,加工到对应的原始数据层(ODS)、数据仓库(DW)、数据集市层(DM)中。 (2)用户画像不是产生数据的源头,是经过ODS层、DW层、DM层中的数据与用户相关数据的二次建模加工得到的数据。 在ETL过程将用户标签写入Hive,根据不同数据对应不同数据库的应用场景,再将数据同步到MySQL、HBase、Elasticsearch等数据库中。 Hive:存储用户标签、用户人群及用户特征库的计算结果 MySQL:存储标签元数据,监控相关数据,导出到业务系统的数据 HBase:存储线上实时数据 Elasticsearch:支持海量数据的实时查询分析 (3)用户标签在Hive中加工完成后,部分标签通过Sqoop同步到MySQL数据库,提供用于BI报表展示的数据、多为透视分析数据、圈人服务数据;另一部分标签同步到HBase数据库用于产品的线上个性化推荐。 ## 数据服务层开发 ## 数据的主要目的是应用到业务系统和营销场景中,需要打通标签数据和业务系统,通过产品化的方式将标签数据应用到业务系统。 数据服务层开发就包括了离线服务层和在线服务层。 离线服务层:将ETL后的用户群数据推送到对应业务系统。 在线服务层:以RESTful API方式提供接口服务,可支持个性化推荐、营销推送(站内广告系统的个性化弹窗、App的消息push和轮播广告、短信等)、在线特征库等场景。 几个典型的应用场景包括: 1)短信营销:可以基于用户画像的自定义圈人服务,进行重点用户的广告/消息消息推送/短信/邮件营销。 2)邮件营销:可以基于不同用户群体,进行个性化有效的会员营销,同时在服务上也可以基于已经打通的用户数据,提供会员差异化的客服/物流/活动等服务。 3)风控系统:可以根据用户级别,作为风控系统规则引擎或模型的输入。 4)数据分析:可以分析不同群体的行为特征,提供分析和决策。 5)BI数据:可以监控核心用户群体的变化,为上层决策提供数据基础支持。 1.用户是否大V(绑定信息根据新浪微博)---是否极高影响力 34亿 3万 2.下沉市场(收货地址+客单价) 3.年龄(老年人) 参考: [https://zhuanlan.zhihu.com/p/147722916][https_zhuanlan.zhihu.com_p_147722916] [https://houbb.github.io/2020/06/03/user-pic-01-basic][https_houbb.github.io_2020_06_03_user-pic-01-basic] [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20210430113141840.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ==,size_16,color_FFFFFF,t_70 [5b3dd85af68b2eb5a8a5ca8c7ca5a57f.png]: https://img-blog.csdnimg.cn/img_convert/5b3dd85af68b2eb5a8a5ca8c7ca5a57f.png [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ_size_16_color_FFFFFF_t_70 1]: /images/20210920/97e68e58bb4d423ab5c54beead14c64f.png [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzI5MTA1NQ_size_16_color_FFFFFF_t_70 2]: /images/20210920/52645adf11b546fbacb5815e443d16b9.png [https_zhuanlan.zhihu.com_p_147722916]: https://zhuanlan.zhihu.com/p/147722916 [https_houbb.github.io_2020_06_03_user-pic-01-basic]: https://houbb.github.io/2020/06/03/user-pic-01-basic
相关 用户画像:用户画像表 ================ 用户画像表 结构图================ 用户画像表 ADM层 每天汇总出的用户画像表仅包含当天的数 古城微笑少年丶/ 2023年09月27日 18:41/ 0 赞/ 12 阅读
相关 用户画像 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhp 青旅半醒/ 2023年02月22日 10:59/ 0 赞/ 23 阅读
相关 用户画像简介 参考文章:[推荐系统——用户画像][Link 1] 1. 用户画像 1.1 用户画像定义 用户画像的含义用户画像(persona)的概念最早由交互设计之父Alan ゝ一世哀愁。/ 2023年02月16日 06:54/ 0 赞/ 22 阅读
相关 用户画像总结 最近在工作之余,结合自己的理解和论坛上的一些帖子,整理了份用户画像的文章,个人觉得这篇文章在宏观上很好地描述了用户画像的主要内容。(文章内的图片来源于不同帖子, 系统管理员/ 2022年05月28日 02:56/ 0 赞/ 285 阅读
相关 用户画像简介 随着我国电子商务的高速发展,越来越多的人注意到数据信息对于电商市场的推动作用。基于数据分析的精准营销方式,可以最大限度的挖掘并留住潜在客户,数据统计与分析为电商 冷不防/ 2022年05月25日 01:11/ 0 赞/ 225 阅读
相关 用户画像 1、用户画像 用户画像主要是为了刻画一个用户的特征,主要分为定量画像和定性画像,定量的主要是数量,定性的主要是一种特征,i并不能用数量表示,一般是使用标签来 青旅半醒/ 2022年04月12日 14:12/ 0 赞/ 232 阅读
相关 用户画像 什么是用户画像 简单来说,就是根据数据来描述用户,比如用标签:宅男、宅女、汽车迷、电影迷等等 是对现实世界中用户的数学建模 是描述用户的数据,是符合特定业务需 缺乏、安全感/ 2022年04月02日 13:47/ 0 赞/ 247 阅读
相关 用户画像总结 转载:https://blog.csdn.net/zzhhoubin/article/details/79727130 最近在工作之余,结合自己的理解和论坛上 小咪咪/ 2022年02月24日 02:14/ 0 赞/ 374 阅读
相关 用户画像 这里不包含算法、技术、架构内容,因为相对来说,用户画像落地比较简单,难的是用户画像的价值落地。 用户画像是一个挺新颖的词,最初它是大数据行业言必及之的时髦概念。现在我们谈及用 朱雀/ 2021年11月05日 09:42/ 0 赞/ 398 阅读
相关 用户画像建设 用户画像 用户画像,即用户信息标签化,是大数据精细化运营和精准营销服务的基础。 在大数据的时代下,用户的一切行为是可追溯和分析的。 用户画像是通过分析用户的基础信息、 男娘i/ 2021年09月21日 16:12/ 0 赞/ 425 阅读
还没有评论,来说两句吧...