请选择 进入手机版 | 继续访问电脑版

数据家园

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 74|回复: 0

用户画像方法论与工程化解决方案

[复制链接]

59

主题

62

帖子

333

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
333
发表于 2021-2-16 10:21:12 | 显示全部楼层 |阅读模式
开发画像后的标签数据,如果只是“躺在”数据仓库中,并不能发挥更大的业务价值。只有将画像数据产品化后才能更方便业务方的使用。这里简要介绍用户画像产品化后,主要可能涵盖到的功能模块,以及这些功能模块的应用场景。
360截图20210216102354980.jpg

画像产品按常见的功能来看,主要包括标签视图与即时查询,用户分群,用户人群透视分析,对用户从事件、留存、漏斗、分布等多维度展开的深入交互式分析等模块。下面详细介绍画像的产品形态。
(一)标签视图与查询
标签视图与查询功能主要面向业务人员使用,如下图所示。
v2-cc0d8b45703ab3b46dbdf36ba61439c1_720w.jpg
在标签视图版块中,层级化地展示了目前已经上线使用的全部用户标签。用户可以层级化地通过点击标签,查看每个标签的详细介绍。
在上图中,当点击“用户属性”这个一级类目,可进入到“自然性别”、“购物性别”、“用户价值”等二级类目,点击“自然性别”二级类目,可看到展开的“男性”、“女性”三级标签,进一步点击三级标签“男性”或是“女性”,可以进入查看该标签的详细介绍,如下图所示。
v2-a76cca995034d304b979c5a7bd2204bd_720w.jpg
在该标签详情页中,可以查看人口属性这一个类目下面的各个标签覆盖用户量情况。
每天通过对标签的覆盖用户量进行监控,可以作为预警使用。例如:某天某个标签的覆盖用户量与前一天相比出现了很大比例的波动,需要排查该标签当日ETL作业是否出现异常或是否因业务上的操作导致标签量级的波动。
v2-b4d8995d9e0829715e78a9ca160e1018_720w.jpg
在标签查询模块中,通过输入用户对应的userid或cookieid,可以查看该用户的属性信息、行为信息、风控属性等多维度的信息,从多方位了解一个用户的特征。
(二)用户人群功能
用户人群功能主要面向业务人员使用。产品经理、运营、客服等业务人员在应用标签时,可能不仅仅只查看某一个标签对应的人群情况,更多地可能需要组合多个标签来满足其在业务上对人群的定义。例如:组合“近30日购买次数”大于3次和“高活跃”、“女性”用户这三个标签进行定义目标人群,查看该类人群覆盖的用户量,以及该部分人群的各维度特征。下面介绍产品上的实现方式。
在“用户人群”版块下,点击“新建人群”或编辑之前已添加的分组(如下图),进入详情页可自定义涵盖某些标签的人群(如下图)。
v2-5b0db6ec935ccfc2d7a04bff25032bb8_720w.jpg
图 用户自定义分群版块
v2-80eae139dc1da7d1ed9ca0a0286487a5_720w.jpg
图 用户自定义分群编辑
在自定义编辑用户分群时,对于有统计值类型的标签,可以自定义筛选该标签的取值范围,如上图中“近30日购买次数”标签,业务人员可筛选该标签的数值。对于分类型标签,如上图中“活跃度”标签,业务人员选中该标签即可圈出包含该标签的用户。“人群名称”和“人群描述”表单用于业务人员描述该人群在业务上的定义,方便后续继续查看、应用该人群。
在Web产品端,业务方通过组合多个标签来透视分析人群、圈定人群,并选择推送到的业务系统;在跑ETL任务时,即上图中“数据计算层逻辑”,首先需要从MySQL等关系数据库中读取业务方圈定的人群规则,即标签和标签的权重值,然后将标签规则组合成SQL语句,跑Spark任务将对应的人群计算出来,写入到Hive中;在服务层应用时,即上图中“输出到服务端”,根据不同的业务系统,分别执行对应的数据同步脚本,将上个过程中计算出来存储到Hive中的各人群数据同步到对应的业务系统中。
更多关于用户画像开发、分析和应用方案的内容详见
v2-e21c315cf09984df59f42402145b69ad_720w.jpg



  1. 已经看过,本书很不错,建议微信读书看,或者自行购买。
复制代码


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|数据家园 ( 蜀ICP备13007024号 )

GMT+8, 2021-3-1 14:46 , Processed in 0.045713 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表