“本篇文章主要講解精細化運營中不可或缺的核心功能——用戶畫像系統(tǒng)，并將介紹如何從 0 到 1 的進行系統(tǒng)的搭建，思路和功能點的設(shè)計?！?/p>

一、數(shù)據(jù)分析的本質(zhì)是什么

首先，我們需要自己明確一個問題的答案，就是數(shù)據(jù)分析的本質(zhì)是什么？數(shù)據(jù)分析的本質(zhì)是獲得信息和知識，從而在判斷和決策中使用。我們設(shè)計林林總總的分析模型、可視化方案，實際上都是為了得到一個最好的方法進行信息的展示。

當(dāng)我們通過數(shù)據(jù)分析，得到了信息和知識后，最后都是需要落地的，這個落地的操作可能是我們改進了自己的產(chǎn)品，也可能是我們在運營中優(yōu)化了策略……

從目標(biāo)上劃分，數(shù)據(jù)分析又可以分為三類：描述式分析、預(yù)測式分析和決策式分析。

• 描述式分析：將數(shù)據(jù)信息進行整合，選擇一個最優(yōu)的可視化方案，進行事實的陳述；
• 預(yù)測式分析：通過已有的沉淀數(shù)據(jù)，進行后續(xù)的預(yù)測，預(yù)測式分析是有探索性，他的目標(biāo)是輔助我們的判斷；
• 決策式分析：通過對比、實驗等手段，直接反應(yīng)情況，給出明確的好壞，從而直接進行決策。

所以說，一個分析系統(tǒng)，至少要包含描述式分析的能力，這樣信息的獲取是不成問題。再進階就是增加預(yù)測式和決策式的分析能力，讓分析師可以更高效、更準(zhǔn)確的解決問題。

二、什么是畫像系統(tǒng)

什么是畫像系統(tǒng)？畫像系統(tǒng)是一個以用戶為分析對象，通過各種方法將用戶信息進行展示，提供給分析人員全面、準(zhǔn)確并具有指導(dǎo)意義的信息，從而優(yōu)化運營的策略。

畫像系統(tǒng)最為核心的三個能力，分別是：信息的加工生產(chǎn)能力、信息的分析展示能力和信息的傳遞能力。我們將其比作一次烹飪流程：信息加工生產(chǎn)就是我們的原材料，他決定了我們可以做哪些菜；信息的分析展示就是我們做出來的菜，技巧、順序都會影響我們的菜品口感；信息的傳遞是我們最后裝菜的容器，如果沒有盤子，菜品也就無法被品嘗。

畫像系統(tǒng)可以做什么？掌握用戶特征，更好的進行用戶群選定，提升運營效果。

三、如何搭建畫像系統(tǒng)

抓住畫像系統(tǒng)最核心的三個能力，我們的搭建思路也圍繞這三點進行展開。分別是：內(nèi)容生產(chǎn)、畫像分析和對外輸出。

數(shù)據(jù)的采集、加工和生產(chǎn)：

數(shù)據(jù)的采集可以參考市面上主流的大數(shù)據(jù)平臺進行數(shù)據(jù)的采集和治理即可。通過埋點的方式，我們需要將用戶在產(chǎn)品中的行為進行記錄上報。盡可能準(zhǔn)確、全面的采集核心鏈路的數(shù)據(jù)。

數(shù)據(jù)的的加工和生產(chǎn)，實際上就是我們標(biāo)簽體系的搭建。文章后半段會單獨講述如何搭建一個標(biāo)簽體系。

在實際的操作中，還需再額外考慮幾個點：

歷史的記錄：因為我們在為用戶畫像做數(shù)據(jù)儲備，所以在預(yù)想范圍內(nèi)是無法避免對一個用戶的歷史狀態(tài)進行分析的。我們需要在每次標(biāo)簽的加工時，考慮到歷史數(shù)據(jù)的備份存儲。

靈活的更新：同時數(shù)據(jù)的更新機制，可以提供不僅僅只有調(diào)度器調(diào)度一種，還可以使用觸發(fā)型的數(shù)據(jù)更新，用以滿足更多的業(yè)務(wù)場景。

豐富的配置：如果系統(tǒng)的面向?qū)ο笫俏覀兊臉I(yè)務(wù)人員，那么隨著產(chǎn)品的發(fā)展，標(biāo)簽的規(guī)則修改在所難免。那么如果能做到快速響應(yīng)，順應(yīng)業(yè)務(wù)的變化，就是需要考慮的一個問題。

多視角的分析模型：

分析模型是畫像系統(tǒng)中的精髓所在。從分析的體量劃分，分為群體和單體；從分析的狀態(tài)劃分，分為靜態(tài)和動態(tài)；從分析的路徑劃分，分為探索分析和目標(biāo)倒推。

群體和單體：

群體分析，也就是我們平常說的用戶群畫像，用戶群畫像承載的目標(biāo)是：體現(xiàn)人群的特征。我們由淺入深的來思考，如何完成這個目標(biāo)。

首先，我們要把基礎(chǔ)的信息展示出來。

• 人群的體量：人群數(shù)、占全部用戶的占比等信息，反應(yīng)人群的規(guī)模
• 人群的基礎(chǔ)構(gòu)成：人群中新老用戶占比
• 人群的標(biāo)簽分布：人群中，標(biāo)簽值的分布占比，反應(yīng)人群標(biāo)簽值的分布情況，如人群中「性別：男」占比為 70%，那么認為人群中男性較多
• 人群的行為指標(biāo)：人群完成指定指標(biāo)的總次數(shù)、人均次數(shù)等

有了以上的基礎(chǔ)信息，我們就可以對人群情況有一個基礎(chǔ)的的認知，了解他們的構(gòu)成和他們的習(xí)慣。光有基礎(chǔ)的認知是不夠的，我們還需要知道人群的特征，這個特征是要有差異化的、突出的、顯著的。普遍的分析方法中，會引入 TGI 指數(shù)（目標(biāo)群體指數(shù)）來進行人群的特征判斷。

我們引入一個對照組，默認的可以是全體用戶，也可以是「最近 7 日活躍用戶」。

人群中標(biāo)簽值的 TGI 指數(shù)：用來反映人群中該標(biāo)簽是否是一個突出的特征，按照 TGI 指數(shù)進行排序，我們就可以得到這個群體與對照組最大的差異點在哪里

單體分析，也就是單個用戶畫像，單個用戶畫像承載的目標(biāo)是：描繪出單個用戶的使用軌跡以及屬性特征。

這個分為兩個部分，在我們分析單個用戶時，通過觀察行為軌跡來探索用戶的偏好和特征，通過已有的屬性標(biāo)簽全面的觀察總結(jié)性的特征信息。

• 用戶的行為序列：按照時序展示用戶的每個行為觸發(fā)情況
• 用戶的標(biāo)簽分布：展示一個用戶身上的標(biāo)簽情況，并額外展示標(biāo)簽的變更記錄和在整體的分布情況

靜態(tài)和動態(tài)：

靜態(tài)分析，即我們將人群選擇后，通過增減維度、變換視角來進行人群信息的展示，從而獲得信息。靜態(tài)分析的目標(biāo)是，得到一個人群的當(dāng)前狀態(tài)，當(dāng)前特征，然后用于運營。

動態(tài)分析，人群演進，引入時間的概念，由于我們提前準(zhǔn)備好了標(biāo)簽的歷史數(shù)據(jù)，那么我們就可以在這里應(yīng)用。選定人群后，可以向前或向后進行演進，觀察同一個人群中標(biāo)簽的遷移情況。這個在我們做運營活動后，觀察活動效果的作用上體現(xiàn)尤為明顯。

探索分析和目標(biāo)倒推：

探索分析是個正向的分析過程，探索觀察這個用戶群中的特征以及行為情況，來獲取我們想要的信息和知識。

目標(biāo)倒推，智能預(yù)測，是我們從目標(biāo)出發(fā)，提前判斷出人群的特性。我們使用用戶畫像，獲取信息和知識，最后的目標(biāo)是為了進行運營。運營的目標(biāo)可能是完成某個活動或者是個多維立體的指標(biāo)，那么如果我們能在運營之前，就先預(yù)測到這個群體與目標(biāo)是否相匹配，就會規(guī)避一些效果不理想的風(fēng)險。

高效穩(wěn)定的對外輸出：

在我們生成了用戶畫像后，接下來落地的場景就是我們需要去應(yīng)用這個人群或者特征了。這里主要有兩個場景，第一個是使用人群包，第二個是使用人群的特征。

人群包的使用上，系統(tǒng)中應(yīng)考慮提供多種高效的對接方式。由于應(yīng)用場景的不同，人群包中攜帶的特征屬性等也可能不盡相同。

人群的特征使用上，應(yīng)考慮到應(yīng)用場景。大部分都是需要支持高 QPS 查詢的在線服務(wù)。盡可能快速的響應(yīng)，返回一個用戶身上的標(biāo)簽情況。

同時，設(shè)計完善的通知機制，當(dāng)人群計算完成、標(biāo)簽計算完成的狀態(tài)，可以快速被獲取到。

四、如何搭建自己的標(biāo)簽體系

搭建一個標(biāo)簽體系，可以從我們的使用場景里入手。既然我們的目標(biāo)是來做精細化運營，那么我們的搭建也應(yīng)該圍繞著精細化運營的方法進行拆解。簡單的概括就是「自上而下的需求梳理」和「自下而上的體系構(gòu)建」。

自上而下的需求梳理

自上而下的需求梳理，可以拆解為幾個步驟：運營的目標(biāo)、運營的方案、人群的拆解。

在我們做精細化運營時，是有一個或者多個預(yù)期的目標(biāo)的（比如：支付訂單），同時業(yè)務(wù)也有核心指標(biāo)（比如：頁面通過率），那么為了達成這個目標(biāo)者指標(biāo)，我們需要進行運營方案的制定。

制定方案時，第一步就是指標(biāo)拆解，比如「提高盈利額」可以拆解成「提高客單價」「提高客群數(shù)量」，提高客群數(shù)量又可以二次拆解成「提高頁面通過率」「提高 App 啟動人數(shù)」。當(dāng)我們把指標(biāo)進行拆解后，我們自然就知道了需要做哪些事情了，同時我們將場景帶入，也就知道需要對哪些人做哪些運營干預(yù)。

比如「提高頁面通過率」，我們就需要再次進行人群的拆解：新老用戶的通過率不同，不同偏好的用戶通過率不同，不同目標(biāo)的用戶通過率不同……在拆解的過程中，我們就會發(fā)現(xiàn)：做這個運營活動，我們需要「新老用戶標(biāo)簽」「用戶偏好標(biāo)簽」「訪問目標(biāo)標(biāo)簽」……

于是，標(biāo)簽的體系的需求梳理工作，就順理成章的完成了。

自下而上的體系構(gòu)建

當(dāng)我們有了希望創(chuàng)建的標(biāo)簽清單，先別急著創(chuàng)建，我們還需要進行一次數(shù)據(jù)的梳理和抽象。

我們會發(fā)現(xiàn)，很多業(yè)務(wù)標(biāo)簽的定義會有部分重疊，比如：「新老用戶」「活躍用戶」都會使用最近訪問的時間進行判斷。類似這樣的情況還應(yīng)該會有很多，這里給出一個比較通過用的解決辦法。

第一步 事實標(biāo)簽的搭建：

首先，理解什么叫事實標(biāo)簽。用戶的屬性、用戶的行為指標(biāo)這些歸類為事實標(biāo)簽，在事實標(biāo)簽中，只會描述「什么時間」「做了幾次」這類真實反映事實的情況。

事實標(biāo)簽主要的作用，就是用來做行為的概括和描述，并且為更加上層的標(biāo)簽打下數(shù)據(jù)基礎(chǔ)（元標(biāo)簽）。由于事實標(biāo)簽只描述事實，所以他們的穩(wěn)定性極高，不會隨業(yè)務(wù)指標(biāo)的改變而變化。

第二步 模型標(biāo)簽的搭建：

模型標(biāo)簽是基于自己的業(yè)務(wù)判斷，或者大數(shù)據(jù)分析，綜合多個維度產(chǎn)生的標(biāo)簽。舉個業(yè)內(nèi)最通用的例子，應(yīng)該就是 RFM 模型的標(biāo)簽了。最近一次消費時間 Recency，消費頻率Frequency，消費金額 Monetary，這三個指標(biāo)都可以使用事實標(biāo)簽進行描述。

所以，模型標(biāo)簽很依賴業(yè)務(wù)的判斷。當(dāng)然，我們也可以很自由的修改切割方案，所以模型標(biāo)簽是結(jié)合了業(yè)務(wù)經(jīng)驗，再加上一些主觀判斷得到的一個可以反映用戶特征的標(biāo)記。他的穩(wěn)定性一般，因為偶爾會結(jié)合不同的產(chǎn)品周期和客群的演變而進行調(diào)優(yōu)。

第三步 用戶群標(biāo)簽的搭建：

當(dāng)我們有了事實標(biāo)簽和模型標(biāo)簽后，其實已經(jīng)可以開始進行精細化運營了。但是對于某些特定的場景，我們可以固化下來一些有特征的用戶群，比如：高價值流失客群（使用「消費能力」「最近一次訪問時間」「消費意愿」……構(gòu)成）。

這類標(biāo)簽更加貼合業(yè)務(wù)，甚至還有一定的時效性和周期性，有些甚至直接和活動掛鉤。用戶群標(biāo)簽更加貼合業(yè)務(wù)場景，基本是不穩(wěn)定的，會隨著業(yè)務(wù)的變化、運營策略的調(diào)整而新增或修改。

總結(jié)

本文主要提供了一個畫像系統(tǒng)的搭建思路，并從應(yīng)用的場景反向推出大致需要提供哪些分析功能和模塊。難免有些疏漏的情況，請各位結(jié)合自己的業(yè)務(wù)情況進行補充，隨著業(yè)務(wù)的發(fā)展和技術(shù)的進步，也會有更多的分析方法加入進來。

系統(tǒng)的搭建，最終都是為了完成目標(biāo)而服務(wù)，所以，在我們引入新功能的時候，需要三思一下，這個功能，能不能很好的幫我完成這個目標(biāo)？如果答案是肯定的，那么這個功能就是有價值的。

作者：宋宋，神策數(shù)據(jù)產(chǎn)品經(jīng)理。

本文由@請叫我宋宋 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash, 基于CC0協(xié)議