淺談?dòng)脩舢嬒竦膭?chuàng)生與應(yīng)用

王小菁

摘要：本篇文章通過對(duì)用戶畫像技術(shù)的定義、數(shù)據(jù)來源、數(shù)學(xué)模型和數(shù)據(jù)庫的構(gòu)建、用戶行為分析以及用戶畫像的意義等方面展開介紹，旨在突出強(qiáng)調(diào)用戶畫像在大數(shù)據(jù)時(shí)代的重要性。用戶畫像以標(biāo)簽的形式精準(zhǔn)高效地分析用戶的基本信息、偏好數(shù)據(jù)等，實(shí)現(xiàn)了對(duì)海量用戶的分類以及構(gòu)建虛擬化用戶，對(duì)企業(yè)的發(fā)展有直接且深刻的影響。

關(guān)鍵詞：用戶畫像 模型構(gòu)建 用戶行為

中圖分類號(hào)：F274 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-5349（2018）14-0254-02

一、用戶畫像的定義

關(guān)于用戶畫像的定義不同的學(xué)者有不同的表述，比如學(xué)者劉海、張鵬、劉譯璟就提出：全方位、立體性地記錄消費(fèi)者的數(shù)據(jù)就叫作用戶畫像[1]。丁偉、王題等學(xué)者又認(rèn)為：個(gè)體用戶所有信息的集合，就是通過收集與分析用戶的屬性、社交、行為偏好等信息，然后綜合歸納用戶的信息用以勾勒用戶的輪廓。但其關(guān)鍵的含義都是趨向?qū)⒂脩粜畔⒎譃閹讉€(gè)類別然后分別轉(zhuǎn)換成簡短易懂的標(biāo)簽去描繪用戶的特征、偏好等方面的輪廓[2]。抽象地去勾勒用戶特征，在實(shí)際應(yīng)用中具象化，大大提高了企業(yè)的運(yùn)轉(zhuǎn)效率。

二、用戶畫像數(shù)據(jù)的來源

用戶畫像是基于海量數(shù)據(jù)建立起來的標(biāo)簽式虛擬用戶，針對(duì)其數(shù)據(jù)來源不同的學(xué)者有不同的看法，例如學(xué)者姜建武等人認(rèn)為：籠統(tǒng)地看，用戶畫像的數(shù)據(jù)來源大概包括兩種類型：靜態(tài)的用戶基本數(shù)據(jù)（年齡、體重等）和動(dòng)態(tài)的時(shí)間、地點(diǎn)、行為等數(shù)據(jù)（也稱為靜態(tài)信息本體和動(dòng)態(tài)信息本體），同時(shí)動(dòng)態(tài)信息本體隱藏在用戶行為之中，需要利用互聯(lián)網(wǎng)技術(shù)進(jìn)行捕捉。[3]這也是筆者比較贊同的觀點(diǎn)，也就是將用戶畫像的數(shù)據(jù)來源概括為靜態(tài)的基本數(shù)據(jù)和動(dòng)態(tài)的行為數(shù)據(jù)。

三、用戶畫像數(shù)學(xué)模型以及數(shù)據(jù)庫的構(gòu)建

對(duì)于企業(yè)而言，傳統(tǒng)的經(jīng)營模式不再能滿足他們的需要，僅僅依靠企業(yè)工作中留下的記錄遠(yuǎn)遠(yuǎn)不夠，同時(shí)在大數(shù)據(jù)背景下，網(wǎng)絡(luò)技術(shù)使得消費(fèi)者的消費(fèi)行為可以轉(zhuǎn)化為數(shù)據(jù)，這也成為支持企業(yè)的發(fā)展最重要的數(shù)據(jù)來源之一，所以企業(yè)有必要專門構(gòu)建用戶畫像的數(shù)據(jù)庫。劉海等學(xué)者在4C理論的基礎(chǔ)上設(shè)計(jì)了SQL Server數(shù)據(jù)庫，并且運(yùn)用數(shù)據(jù)庫語言E-R圖進(jìn)行具體的設(shè)計(jì)。這類數(shù)據(jù)庫不僅能夠在企業(yè)內(nèi)部共享使用，還能有效降低企業(yè)的各方面成本，提高企業(yè)的經(jīng)營效益。劉海等學(xué)者最終設(shè)計(jì)的數(shù)據(jù)庫包括客戶的基本信息、關(guān)于記錄客戶登陸日志的三方面信息、客戶瀏覽日志的五個(gè)方面信息、客戶下的訂單的信息、訂單包含的產(chǎn)品信息這五個(gè)部分。這個(gè)數(shù)據(jù)庫全面囊括用戶的所有信息，五個(gè)部分缺一不可。用戶畫像的數(shù)據(jù)庫建立的意義在于方便企業(yè)內(nèi)部查詢數(shù)據(jù)，及時(shí)獲取用戶的信息，從而實(shí)現(xiàn)企業(yè)的精準(zhǔn)化營銷。

此外學(xué)者余孟杰還提出權(quán)重計(jì)算法，認(rèn)為內(nèi)容地址、行為類型、時(shí)間衰減，決定了權(quán)重模型是關(guān)鍵，權(quán)重值本身的二次建模是水到渠成的進(jìn)階，他認(rèn)為用戶畫像的核心在于對(duì)于用戶接觸點(diǎn)的理解，他認(rèn)為接觸點(diǎn)直接決定了標(biāo)簽信息。接觸點(diǎn)可以是網(wǎng)址，也可以是某個(gè)產(chǎn)品的特定功能界面[4]，并且通過計(jì)算權(quán)重來確定標(biāo)簽?zāi)Ｐ汀２⒔柚鶭on kolko提出的標(biāo)簽權(quán)重=衰減因子*行為權(quán)重*網(wǎng)址子權(quán)重這一公式來進(jìn)行計(jì)算模型權(quán)重值[5]。

四、用戶畫像中的用戶行為分析

這部分內(nèi)容學(xué)界中有很多學(xué)者已經(jīng)做過相關(guān)研究，筆者在廣泛閱讀文獻(xiàn)的基礎(chǔ)上，認(rèn)為學(xué)者李映坤在其碩士學(xué)位論文中的研究結(jié)果極具代表性。學(xué)者李映坤主要是通過用戶在打電話、發(fā)短信、上網(wǎng)、玩手機(jī)App這四個(gè)層面的數(shù)據(jù)，整理了20個(gè)指標(biāo)對(duì)用戶進(jìn)行分類比較。從而分析不同類別的用戶的行為特征、偏好等潛在的一些特點(diǎn)。同時(shí)他將這部分的研究分為兩個(gè)部分：大樣本聚類下的手機(jī)用戶行為分析和傳統(tǒng)小樣本聚類的游戲用戶分析。

在大樣本聚類分析中李映坤借助Hadoop偽分布集群對(duì)原始數(shù)據(jù)進(jìn)行清理，整理出30380個(gè)用戶的行為數(shù)據(jù)，然后使用Mahout上的K-means算法，最終將人群分為五種類型，這五種用戶群的特點(diǎn)主要是：第一類人除了不愛發(fā)短信，打電話、上網(wǎng)、玩應(yīng)用軟件都非常頻繁；第二類人愛打電話愛發(fā)短信愛上網(wǎng)，但是使用應(yīng)用軟件的時(shí)間不多；第三類人對(duì)所有的功能都不經(jīng)常使用；第四類人不經(jīng)常打電話發(fā)短信，但在上網(wǎng)和使用應(yīng)用軟件的時(shí)間很多；第五類人經(jīng)常打電話發(fā)短信，尤其是打電話的時(shí)間特別長，同時(shí)他們也經(jīng)常上網(wǎng)和使用應(yīng)用軟件。經(jīng)過對(duì)比這五類用戶群的行為特征，李映坤認(rèn)為第一類人群很有可能是一批年輕的女白領(lǐng)，第二類人有可能是一些年長的知識(shí)分子，第三類人更像城市底層的廣大勞動(dòng)者，第四類很可能是學(xué)生，第五類人群很可能是社會(huì)精英階層，平時(shí)業(yè)務(wù)繁忙。筆者對(duì)這一系列的推斷保留意見，有懷疑的部分也有贊成的部分。

在傳統(tǒng)小樣本聚類分析中，學(xué)者李映坤以天天酷跑為例，參考1142名玩家的數(shù)據(jù)，根據(jù)市場(chǎng)營銷理論得到這些用戶在R（近度）F（頻度）M（強(qiáng)度）三個(gè)指標(biāo)上的取值，之后使用K-means聚類方法最終將人群劃分為六類。這六類人群的偏好程度以及響應(yīng)的吸引策略是：第一類淺嘗輒止型（放棄治療），第二類累覺不愛型（善意提醒），第三類隔三差五型（簽到獎(jiǎng)勵(lì)），第四類接二連三型（在線獎(jiǎng)勵(lì)），第五類天天酷跑型（加大難度），第六類天昏地暗型（適當(dāng)更新）。[6]根據(jù)不同的用戶群體制定不同的吸引策略是企業(yè)構(gòu)建用戶畫像能夠獲得的成績。

五、用戶畫像的意義

用戶畫像的存在意義大概有以下幾個(gè)方面：

第一，準(zhǔn)確識(shí)別和勾畫目標(biāo)客戶。在眾多的數(shù)據(jù)處理工具中，用戶畫像是幫助企業(yè)定位目標(biāo)客戶最有效的工具之一。用戶畫像源自真實(shí)客戶的特征，在一定程度上反映用戶訴求，從而為企業(yè)的設(shè)計(jì)方向指明道路，雖然用戶畫像是一種虛擬的、標(biāo)簽化的客戶大類，但能夠準(zhǔn)確代表產(chǎn)品的主要受眾和目標(biāo)群體。區(qū)別于原始的僅僅依靠企業(yè)工作記錄，用戶畫像更多的是對(duì)用戶進(jìn)行研究、對(duì)市場(chǎng)進(jìn)行研究。郝勝宇認(rèn)為：如果說傳統(tǒng)的客戶分析是認(rèn)識(shí)了客戶，那么用戶畫像技術(shù)就是與客戶成為朋友。[7]

第二，從長遠(yuǎn)意義來看，用戶畫像可以讓企業(yè)實(shí)時(shí)把握消費(fèi)者的變化。市場(chǎng)在不斷變化，產(chǎn)品的生命周期也在不斷循環(huán)，目標(biāo)客戶或者潛在客戶的年齡、需求等方面都在發(fā)生改變，面對(duì)這些無可避免的變動(dòng)，用戶畫像就能很好地幫助企業(yè)預(yù)警。比如針對(duì)客戶年齡變動(dòng)這一因素，企業(yè)就需要依靠用戶畫像去確定不同年齡層次的用戶的消費(fèi)特征、行為偏向等，從而調(diào)整產(chǎn)品，擴(kuò)大受眾范圍。

第三，借助用戶畫像實(shí)現(xiàn)精準(zhǔn)化、個(gè)性化推送。用戶畫像將整個(gè)客戶群分成擁有不同特征的子群。在網(wǎng)絡(luò)技術(shù)的支撐下，企業(yè)可以通過郵箱、QQ、微信等第三方賬號(hào)向客戶進(jìn)行有針對(duì)性的推薦，這樣做既節(jié)省成本，還能提高效率，并且不像諸如電話推銷、短信轟炸這種給用戶帶來困擾。當(dāng)用戶畫像與網(wǎng)絡(luò)、大眾傳媒協(xié)同發(fā)展，個(gè)性化推薦將得到進(jìn)一步的發(fā)展與應(yīng)用。比如淘寶的“猜你喜歡”，點(diǎn)進(jìn)去你會(huì)發(fā)現(xiàn)跟你平時(shí)搜索的商品非常接近，這也是一個(gè)double-win的項(xiàng)目，在方便用戶查找自己所需產(chǎn)品的同時(shí)，增加了商家的利潤。

參考文獻(xiàn)：

[1]劉海，張鵬，劉譯璟.為消費(fèi)者畫像[J].銷售與市場(chǎng)：渠道版，2013（9）：30-32.

[2]丁偉，王題，劉新海等.基于大數(shù)據(jù)技術(shù)的手機(jī)用戶畫像與征信研究[J].郵電設(shè)計(jì)技術(shù)，2016（3）：64-69.

[3]姜建武，李景文，陸妍玲等.基于用戶畫像的信息智能推送方法[J].微型機(jī)與應(yīng)用，2016（23）：86-89.

[4]余孟杰.產(chǎn)品研發(fā)中用戶畫像的數(shù)據(jù)模建——從具象到抽象[J].設(shè)計(jì)藝術(shù)研究，2014（6）：60-64.

[5]Jon Kolko.交互設(shè)計(jì)沉思錄[M].方舟譯.北京：機(jī)械工業(yè)出版社，2012：67-68.

[6]李映坤.大數(shù)據(jù)背景下用戶畫像的統(tǒng)計(jì)方法實(shí)踐研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2016.

[7]郝勝宇，陳靜仁.大數(shù)據(jù)時(shí)代用戶畫像助力企業(yè)實(shí)現(xiàn)精準(zhǔn)化營銷[J].中國集體經(jīng)濟(jì)，2016（4）：61-62.

責(zé)任編輯：于蕾