使用者畫像首先的是商業目的下的使用者標籤的集合，例如：猜使用者是男是女，**人，工資多少，有沒有談戀愛，喜歡什麼，準備剁手購物嗎？**這些是沒有意義的。而**是男是女如何影響消費決策，工資多少影響消費能力，有沒有談戀愛會否帶來新的營銷場景，剁手購物怎麼精準推薦，這些才是使用者畫像背後的邏輯。
精準營銷：這是運營最熟悉的玩法，從粗放式到精細化，將使用者群體切割成更細的粒度，輔以外呼、簡訊、推送、郵件、活動等手段，驅以關懷、挽回、激勵等策略。對大部分產品，使用者畫像用不到推薦系統，個性化推薦也提高不了幾個利潤，畢竟它需要大量的使用者和資料作支撐。所以這些產品，更適合以使用者畫像為基礎去驅動業務。提了那麼多好處，但是據了解，不少公司，花了一大筆錢招了不少人建設使用者畫像系統，結果用不起來。或者做了乙份使用者畫像的報告，性別、地理位置、使用者消費金額等，看上去挺高大上的，看完也就看完了。歸根結底，難以用好。很多使用者畫像初衷是好的，但是淪為了形式主義。使用者分析：一般在產品早期，pm們通過使用者調研和訪談的形式了解使用者。在產品使用者量擴大後，調研的效用降低，這時候會輔以使用者畫像配合研究。例如：新增的使用者的特徵，核心使用者的屬性是否變化等等。
資料分析：使用者畫像可以理解為業務層面的資料倉儲，各類標籤是多維分析的天然要素。資料查詢平台會和這些資料打通。
關於使用使用者畫像提出的疑問和思考：
使用者有那麼多維度，怎麼合理地選擇標籤？我想定義使用者的層級，vip使用者應該累積消費金額超過多少？是在什麼時間視窗內？為什麼選擇這幾個標準？後續應該怎麼維護和監控？業務發生變化了這個標籤要不要改？設立好標籤，怎麼驗證使用者畫像的有效性？我怎麼知道這套系統成功了呢？效果不佳怎麼辦？它有沒有更多的應用場景？
使用者畫像的標籤一般通過兩種形式獲得，基於已有資料或者一定規則加工，流失標籤和距今天數皆是。另外一種是基於已有的資料計算概率模型，會用到機器學習和資料探勘。
推斷使用者真實性別
中國人的性別和名字是強相關，建國建軍，翠花翠蘭，很容易判斷。演算法中常用貝葉斯，通過已有的姓名性別庫**新加入的使用者性別。特殊情況下，不少姓名是中性，男女不辯。像曉晶，可男可女。更特殊的情況，看上去是男性的名字，也有可能是女性，我的初中老師就叫建軍，然而是個和藹可親的小姐姐。所謂概率，它更習慣告訴你，通過模型推斷，建軍有95％的可能是男性姓名，表示為0.95；曉晶有55％的可能是男性，表示為0.55。我們想要挽回流失使用者，選擇80%以上概率的人群，還是60%呢？這是要考慮業務，挽回流失使用者是手段而不是目的，我們實際目的是通過挽回流失使用者提高利潤，那麼閾值的選擇迎刃而解。計算不同閾值下，挽回使用者的收入和成本，選擇最優解。
推而廣之，推薦系統也好，廣告系統也罷，它們有更複雜的維度、標籤、特徵，本質也是找出使用者最近想不想買車，使用者最近想不想旅遊等。把最合適的資訊在最恰當時機推給使用者，獲取最大的利益。
理解消費者的決策，考慮業務場景，考慮業務形態，考慮業務部門的需求…這些概念說得很虛，但是乙個好的使用者畫像離不開它們。
不同業務的使用者畫像標籤體系是不一致的，這需要資料和運營目的性的提煉。使用者畫像一般按業務屬性劃分多個類別模組。除了常見的人口統計，社會屬性外。還有使用者消費畫像，使用者行為畫像，使用者興趣畫像等。具體的畫像得看產品形態，像金融領域，還會有風險畫像，包括徵信、違約、洗錢、還款能力、保險黑名單等。電商領域會有商品的類目偏好、品類偏好、品牌偏好，不一而足。
上圖將使用者的上網記錄劃分成4部分，人口屬性、社會屬性、消費、使用者行為，在大的類別下面可以繼續劃分。但最終的標籤的確定還是需要根據實際的業務場景來確定，不能做到通用性。
上圖列舉了標籤加工和計算的過程，很好理解。最上層是原始資料，我們首先根據原始資料初步提煉出一些基本標籤（也就是事實標籤），最下層的**標籤，是針對業務的落地，運營人員通過多個標籤的組合形成乙個使用者群組，方便執行。
使用者畫像理解
一 使用者畫像幾大模組 二 資料架構 三 指標體系 建立的使用者標籤按標籤型別可以分為統計類 規則類和機器學習挖掘類。從建立的標籤維度來看，可以將其分為使用者屬性類 使用者行為類 使用者消費類和風險控制類等常見型別。四 標籤體系 標籤資料開發 使用者畫像工程化的重點模組，包含統計類 規則類 挖掘類 ...
STEMMA 幫助你信任你的資料
今天，我們很高興宣布推出stemma 乙個完全託管的資料目錄，由amundsen提供動力，是具有最大的社群和最廣泛地採用的領先的開源資料目錄。我們在semoia領導的seed資金中籌集了4.8億美元，以將領先的開源資料目錄的力量帶到每個組織。問題 資料太多，信任太少 在過去十年的公司中，首先捕獲了更...
一套幫助你理解 C 語言的測試題
在這個 上發現一套很有趣的c語言測試題，如果你招聘c語言相關開發人員，或者正在學習c語言，很值得做一做。如果沒有做，下面內容暫時不要看，最好自己先完成一遍。ok，假設你做的答案沒有完全正確，那你可以繼續看下去了，否則，後面內容對你來說就是小菜一碟，不值得看。第一題 static jmp buf bu...