當(dāng)前,，基于大數(shù)據(jù)與標(biāo)簽化思路的消費(fèi)者畫像分析，成為B2C企業(yè)深入認(rèn)知目標(biāo)消費(fèi)者特性的重要工具,，并在電商,、DSP廣告等互聯(lián)網(wǎng)企業(yè)發(fā)揮作用。越來越多的傳統(tǒng)B2C行業(yè),，也開始重視其價(jià)值,。同時(shí)，更多的數(shù)據(jù)資源方(如運(yùn)營(yíng)商等)也希望憑借其大數(shù)據(jù)資源上的消費(fèi)者畫像服務(wù),，獲得更多的衍生收入,。

消費(fèi)者畫像，本質(zhì)作為消費(fèi)者研究的一種量化形式,，核心問題仍然是消費(fèi)者的洞察,。而HCR作為市場(chǎng)研究公司,，在消費(fèi)者研究方面有著長(zhǎng)期的模型積累和經(jīng)驗(yàn)豐富的研究人員。如今,，HCR借助自身研究?jī)?yōu)勢(shì),，同時(shí)吸取其他系統(tǒng)優(yōu)點(diǎn)，建立推出真正具有全景,、深入洞察能力的消費(fèi)者畫像模型,。

HCR消費(fèi)者畫像模型體系由兩大部分組成：標(biāo)簽體系與相應(yīng)的分析模型。首先我們來介紹一下標(biāo)簽體系,。

1 消費(fèi)者標(biāo)簽體系 ( 如何定義用戶 )

已經(jīng)完成的標(biāo)簽體系中,，設(shè)計(jì)用戶標(biāo)簽近200個(gè)(根據(jù)業(yè)務(wù)/.研究深入在不斷擴(kuò)展中)，共分為5大類,，如下圖(限于篇幅圖中僅列舉部分標(biāo)簽)

數(shù)據(jù)來源 : 大數(shù)據(jù)平臺(tái)部@HCR

HCR用戶標(biāo)簽體系所具有的全景刻畫能力,，主要表現(xiàn)在：

l 提供對(duì)消費(fèi)者更全面的刻畫維度。當(dāng)前眾多標(biāo)簽體系(以電商和在線廣告為代表)基本是面向精準(zhǔn)營(yíng)銷和個(gè)性化推薦為目的,，雖然也號(hào)稱全景,，但實(shí)際標(biāo)簽集中于購(gòu)買興趣/愛好和消費(fèi)傾向這些與后續(xù)營(yíng)收相關(guān)的用戶特性。而這只是HCR用戶標(biāo)簽的一個(gè)子集(第四大類),。仔細(xì)研究HCR的標(biāo)簽體系你會(huì)發(fā)現(xiàn),，除了興趣愛好外，HCR的基本屬性,、社會(huì)/生活屬性與行為習(xí)慣的相關(guān)標(biāo)簽類,，真正從消費(fèi)者實(shí)際日常生活的更多基本角度(如健康/車輛使用/住房/移動(dòng)通信/居住/日常交通等等)全面立體地描述消費(fèi)者的特性。

l 標(biāo)簽的刻畫粒度也更加細(xì)化,。比如年齡段,，常規(guī)的多采用70后/80后/90后這樣的劃分原則，而HCR除此之外還能提供更多描述粒度,，如中學(xué)生/高中生(甚至高三學(xué)生)/大學(xué)生… 這對(duì)發(fā)現(xiàn)和細(xì)分目標(biāo)用戶更有價(jià)值,。

而HCR用戶標(biāo)簽的深入洞察能力，則主要表現(xiàn)在：

l 更加豐富的標(biāo)簽體系帶來更多洞察可能,，但這還不夠,，HCR首創(chuàng)引入了心理學(xué)屬性標(biāo)簽(第五大類 共30多個(gè))，融合了消費(fèi)者研究的思想,，以生活方式/個(gè)性/價(jià)值觀等深層標(biāo)識(shí),，來揭示消費(fèi)者的內(nèi)在特性，使得我們能夠深入探查消費(fèi)者的本性,，也使得畫像結(jié)果有更泛化的應(yīng)用價(jià)值,。

l 更深入的算法模型?；跇?biāo)簽體系上的分析算法模型,，在標(biāo)注精度和廣度上都有了更大進(jìn)步(見后面詳細(xì)介紹)

l 標(biāo)簽的標(biāo)注結(jié)果,，加入程度指標(biāo)來細(xì)化，這樣更準(zhǔn)確地區(qū)分消費(fèi)者對(duì)某種特性的貼近程度(如愛好游戲可分為輕度,、中度和重度三種程度),。這對(duì)于更準(zhǔn)確地理解消費(fèi)者大有幫助。

2標(biāo)簽分析方法(如何打標(biāo)簽)

與標(biāo)簽體系一樣,，HCR的標(biāo)簽分析模型也具有獨(dú)特而有效的的分析方法,。

l 主要通過行為類數(shù)據(jù)為分析依據(jù)

在標(biāo)簽分析中,，主要借助行為類大數(shù)據(jù)(而非直接的屬性數(shù)據(jù))來推演得到相應(yīng)結(jié)果(如不是基于客戶身份證信息推導(dǎo)其性別標(biāo)簽),。 這樣的方法，難度大,，需要對(duì)行為理解更深入,，但可以避免涉及大量用戶敏感信息，同時(shí)也更具有更好的適用性,。

HCR認(rèn)為,，用戶的行為數(shù)據(jù)(當(dāng)前主要為線上行為)主要由下幾種行為場(chǎng)景模式組成(這里瀏覽包含網(wǎng)頁(yè)與視頻)。當(dāng)市面上大多數(shù)標(biāo)簽研究聚焦于搜索/瀏覽和購(gòu)物行為數(shù)據(jù)時(shí),，我們選擇了手機(jī)App使用行為這個(gè)獨(dú)特的突破口,。

數(shù)據(jù)來源 : 大數(shù)據(jù)平臺(tái)部@HCR

l 分析方法的三駕馬車

HCR消費(fèi)者畫像分析團(tuán)隊(duì)由HCR資深消費(fèi)者研究員與大數(shù)據(jù)平臺(tái)部挖掘算法人員組成。雙方配合探索研發(fā)兼具研究與技術(shù)分析優(yōu)點(diǎn)的可計(jì)算模型,。

n 行為規(guī)則庫(kù)抽象用戶行為模式： 因?yàn)橄M(fèi)者的日常行為會(huì)反映其個(gè)人特性(標(biāo)簽),，因此通過行為模式的推理就能為消費(fèi)者打上相應(yīng)標(biāo)簽。相比其他方案,，HCR通過研究員團(tuán)隊(duì),，，把消費(fèi)者行為推理思路進(jìn)行抽象,，得到可以用于自動(dòng)分析的方法規(guī)則,，記錄到規(guī)則知識(shí)庫(kù)。該規(guī)則知識(shí)庫(kù)是對(duì)消費(fèi)者研究的經(jīng)驗(yàn)濃縮,，覆蓋大量常規(guī)行為場(chǎng)景,，并具有相當(dāng)?shù)亩床焐疃?如可以推演出生活方式等深層次標(biāo)簽)，這是當(dāng)前基于純技術(shù)驅(qū)動(dòng)的分析方法所無法做到的,。

n 規(guī)則推演引擎自動(dòng)分析常規(guī)標(biāo)簽標(biāo)注：基于分析規(guī)則庫(kù),，挖掘算法人員研發(fā)了智能推演算法與自動(dòng)處理程序，可快速計(jì)算消費(fèi)者相關(guān)行為的統(tǒng)計(jì)/分布特性,，并結(jié)合規(guī)則庫(kù)自動(dòng)計(jì)算得到消費(fèi)者的標(biāo)簽(以概率值形式代表可能性),。自動(dòng)推演引擎解決了符合規(guī)則特征的海量用戶的標(biāo)簽快速推演，模式具有獨(dú)創(chuàng)性,，相關(guān)算法正申請(qǐng)專利中,。

n 機(jī)器學(xué)習(xí)算法給更多消費(fèi)者打標(biāo)簽,。實(shí)際分析中，很多標(biāo)簽所對(duì)應(yīng)的行為特點(diǎn)是隱性的,，無法被發(fā)現(xiàn)和規(guī)則抽象,。此時(shí)，挖掘算法人員進(jìn)一步通過機(jī)器學(xué)習(xí)算法(有監(jiān)督學(xué)習(xí)加推薦計(jì)算),，通過已標(biāo)注標(biāo)簽的消費(fèi)者的行為特性,，來推導(dǎo)大量未標(biāo)注/新用戶的特性標(biāo)簽，,。這種機(jī)器學(xué)習(xí)的模式通過已分析消費(fèi)者的結(jié)果,，極大擴(kuò)展了標(biāo)簽可標(biāo)注的用戶范圍。

3 移動(dòng)互聯(lián)網(wǎng)用戶標(biāo)簽分析應(yīng)用

在初步建立相關(guān)分析模型后,，我們對(duì)移動(dòng)互聯(lián)網(wǎng)用戶的App使用行為大數(shù)據(jù)進(jìn)行了標(biāo)簽分析的初步試驗(yàn),。目標(biāo)數(shù)據(jù)來自HCR HiMobile業(yè)務(wù)的數(shù)百萬移動(dòng)互聯(lián)網(wǎng)匿名用戶的長(zhǎng)期(2個(gè)月連續(xù))App使用行為，共300多億記錄),，得到了良好的效果,。下圖是其中某匿名用戶分析得到的實(shí)際畫像結(jié)果，非常具有代表性,。

數(shù)據(jù)來源 : 大數(shù)據(jù)平臺(tái)部@HCR

從圖里可以看出,，該匿名屬性用戶的特性通過行為已被畫像結(jié)果有效勾勒出來(所有標(biāo)簽通過可信度概率標(biāo)示，右側(cè)灰色內(nèi)容為分析得到的心理學(xué)屬性標(biāo)簽),。無論目標(biāo)描述的特性范圍和深度,，都比其他系統(tǒng)有較大的優(yōu)勢(shì)。

4 HCR消費(fèi)者畫像的未來

在大數(shù)據(jù)產(chǎn)業(yè)鏈中,，HCR的定位是數(shù)據(jù)洞察者,。而消費(fèi)者畫像分析作為典型的研究洞察服務(wù)，將逐步成為HCR的核心競(jìng)爭(zhēng)力,，在未來得到不斷地加強(qiáng)和廣泛應(yīng)用,。主要的應(yīng)用模式包括：

l 作為HCR所有消費(fèi)者研究業(yè)務(wù)的基礎(chǔ)分析功能，幫助研究員在研究業(yè)務(wù)中洞察消費(fèi)者的群體/個(gè)體特性,。

l 為具有消費(fèi)者畫像能力的企業(yè)(如電商),，提供更多角度的用戶畫像分析結(jié)果，作為其自身用戶畫像的有效補(bǔ)充,，從而大大增加其產(chǎn)品推薦的精度與適用性,。

l 為具有用戶行為大數(shù)據(jù)但缺乏用戶畫像能力的大量B2C企業(yè)(尤其移動(dòng)互聯(lián)網(wǎng)企業(yè))，以標(biāo)準(zhǔn)化API的方式,，提供快速的標(biāo)簽化分析服務(wù),，幫助企業(yè)輕松獲得用戶標(biāo)簽化分析能力，從而將分析結(jié)果輕松應(yīng)用于后續(xù)的業(yè)務(wù)服務(wù)中

在后續(xù)的研究工作中，HCR的消費(fèi)者畫像團(tuán)隊(duì)將繼續(xù)完善現(xiàn)有行為規(guī)則庫(kù)和算法模型,。并針對(duì)更多行為數(shù)據(jù)空間(如搜索和瀏覽),，擴(kuò)展標(biāo)簽的分析能力，力求使HCR消費(fèi)者畫像分析成為最具競(jìng)爭(zhēng)力的消費(fèi)者洞察服務(wù),。