大家經常聽到乙個詞，叫做「畫像」，結合具體物件就是：「使用者畫像」、「商品畫像」、「產品畫像」、「資產畫像」……特別是大資料時代下，在實際企業中，利用大資料進行「畫像」建設是企業經營的基礎，建設企業競爭優勢重要的工具之一，當然也是大資料在企業應用最價值重要的場景之一。
去評價一家企業資料化運營程度，或者說資料驅動程度，或者說是否是用「資料說話」。也許嘗試問下面幾個問題可以進行評估：
1、是否建設了「畫像」?
2、「 畫像」體系構建程度，針對什麼物件進行了畫像。
3、如何應用已經構建好的」畫像」，已經構建畫像的各種標籤與指標。
4、……
畫像為什麼對企業那麼重要，如何進行畫像建設，我會後續把相關經驗分享給大家，這篇文字更多從一些案例，讓大家對於使用者畫像建設有直接的感覺。
標籤是畫像建設的基礎
畫像的建設過程分成下面幾部分：
在畫像建設中，標籤的構建是關鍵。本文重點來講資料標籤的建設。標籤是各類資料指標結合具體的應用/業務場景來構建，如果沒有應用場景構建出來的標籤往往就很難「落地「。
我們下面講二個案例來說明資料標籤建設過程：
案例一：使用者的商品**偏好標籤
某公司的業務團隊想要了解使用者的消費偏好是怎麼樣的。當業務團隊說我們要構建使用者消費偏好畫像的時候，往往是指各種場景下使用者是如何選擇做出選擇的，所以需要具體把偏愛畫像拆分成幾個不同資料標籤：
我們以**偏好為例，也就是說使用者的在購物時候偏好於哪個**帶的商品。對於**帶的偏好，構建步驟如下：
取使用者歷史購買消費記錄，統計使用者歷史購買商品的**，然後對**進行區間劃分。看使用者購買的**帶主要集中在哪個區間中(**帶偏愛應該是乙個相對動態的標籤，更新頻率可能乙個月需要定期更，而且選擇的時間段也應該是過去某個時間，不應該選擇過長時間段。大家想想為什麼?)。如何進行**區間劃分?
方法一：按統計學的方法：
1、 按分位數進行。例如：25%，50%，75%
2、 按等箱原則。劃分幾等分
3、 看資料的分布。
4、 ……
方法二：按業務知識經驗
把**帶按業務經驗，行業經驗進行劃分。
通過資料統計出來，我們可以看使用者是否商品單價是否集中的某個區間範圍內。例如,某使用者購買的商品**主要集中在30到40這個區間內，根據歷史顯示可以說，使用者可能偏好於購買這個**帶的商品。當未來我們需要做**商品推薦的時候，可以向該使用者重點推薦打折後在這個**區間的商品。
通過使用者購買的**區間，以及結合商品所歸屬的品類，可以看這個**區間在這個品類中屬於什麼級別的。可以進一步給使用者打上：注重品牌、注重高價效比等標籤。
例如：如果某個品類商品的**範圍是(5，40]，該使用者購物商品主要集中(30，40]這個商品**區間，使用者在這個品類的消費上都是最**格區間，說明這個使用者在購買這個品類主要購買的高階商品。這樣又可以為這個使用者打上在這個品類的消費特徵標籤：品類高階使用者。
案例二：使用者流失概率標籤
我們經常會聽說乙個資料： 「養乙個新客戶的成本是維護乙個老客戶成本的5倍?在利潤貢獻方面，老使用者更是新使用者的16倍」
當然這個5倍更應該理解為期間，更應該理解為：相對爭取乙個新客，更應該花時間與精力在維護好乙個老客上。為什麼呢?(同學們一起思考一下) 做使用者運營的同學對於流失使用者主要痛點如下：
1、 那如何去給使用者打上流失概率的標籤?
2、 如何及時更新這個流失概率的標籤?
3、 什麼時候應該開始需要給流失使用者進行營銷?
4、 針對不同流失概率的使用者是否要設計不一樣的策略?
5、 對潛在流失使用者，應該設計什麼樣的策略?
6、 對不同型別流失特徵的使用者，應該投入的成本多少?
對於老客的維護，首先應該及時知道使用者的流失概率多少?隨時時間的推移流失概率是否有變動，特別是流失概率高的使用者要及時進行營銷避免真的流失。
流失概率用大資料中機器學習的方法**，而且根據使用者產生的行為可以實時去計算使用者流失概率標籤(使用者的流失概率應該是動態,是否需要非常高的時效性，還要結合具體開發成本)。通知運營同學根據不同的使用者特徵，設計好營銷策略。當使用者滿足相應條件時間，會自動**相應的營銷策略，這才是大資料應該有的場景。
我們如何給使用者的流失概率打上標籤呢?如果你的公司的業務比較穩定，公司的業務有一定週期(這個週期多長，要看你公司的業務模式，是對b還是對c)，我們會使用機器學習/資料探勘的方法來去計算這個概率是比較準確的，如果業務太新，資料積累太少建模型往往不是乙個好的選擇。
我們還是以電商為案例背景，這個公司的crm團隊，希望知道使用者流失的概率，根據流失概率定期對相關的使用者進行營銷，降低使用者的流失率。如何構建這個模型從而打上流失概率標籤，主要步驟如下：
業務理解。 與業務溝通分析流失使用者特徵，使用者的生命週期定義。例如：多久沒有和公司互動或者交易定義為休眼，多久沒有交易認為是流失了。
業務分析。流失使用者的可能的原因是什麼，根據這些原因，相應去找到或者設計預期指標。例如：如果使用者有過差評，流失可能性高。使用者經常看到公司商品缺貨，流失可能性高。
模型構建。 設計流失使用者的**模型。根據之前的業務流程，業務知識的梳理，圍繞使用者設計一系列的指標，如下圖所示，會從各個方面進行指標清洗，放到模型中建模。
大資料應用之資料畫像建設
大家經常聽到乙個詞，叫做 畫像 結合具體物件就是 使用者畫像 商品畫像 產品畫像 資產畫像 特別是大資料時代下，在實際企業中，利用大資料進行 畫像 建設是企業經營的基礎，建設企業競爭優勢重要的工具之一，當然也是大資料在企業應用最價值重要的場景之一。大家經常聽到乙個詞，叫做 畫像 結合具體物件就是 使...
什麼叫大資料人物畫像 大資料時代使用者畫像有什麼作用
簡單來說，使用者畫像就是把使用者的資訊進行標籤化，從而提供給企業和公司。在當下這個大資料時代，各個企業公司早就把使用者畫像，作為重要的經營戰略調整依據。因此，使用者畫像在電商中的價值和作用不言而喻。下面就為大家著重講講使用者畫像的定義 作用和價值。什麼是使用者畫像？使用者畫像也叫使用者資訊標籤化 客...
大資料建設意義 大資料的意義
展開全部 大資料2113的意義價值體現在以下幾個方面 1 對大5261量消費者提供產品4102或服務的企業可以利用大資料進行精準營銷1653 2 做小而美模式的中小微企業可以利用大資料做服務轉型 3 面臨網際網路壓力之下必須轉型的傳統企業需要與時俱進充分利用大資料的價值。不過，大資料 在經濟發展中的...