用戶畫像標(biāo)簽體系

? 用戶畫像的核心在于給用戶“打標(biāo)簽”,，每一個標(biāo)簽通常是人為規(guī)定的特征標(biāo)識，用高度精煉的特征描述一類人,，例如年齡,、性別、興趣偏好等，不同的標(biāo)簽通過結(jié)構(gòu)化的數(shù)據(jù)體系整合,，就可與組合出不同的用戶畫像,。

? 梳理標(biāo)簽體系是實現(xiàn)用戶畫像過程中最基礎(chǔ)、也是最核心的工作,，后續(xù)的建模,、數(shù)據(jù)倉庫搭建都會依賴于標(biāo)簽體系。

? 為什么需要梳理標(biāo)簽體系,，因為不同的企業(yè)做用戶畫像有不同的戰(zhàn)略目的,，廣告公司做用戶畫像是為精準(zhǔn)廣告服務(wù)，電商做用戶畫像是為用戶購買更多商品,，內(nèi)容平臺做用戶畫像是推薦用戶更感興趣的內(nèi)容提升流量再變現(xiàn),，金融行業(yè)做用戶畫像是為了尋找到目標(biāo)客戶的同時做好風(fēng)險的控制。

? 所以第一步,，我們要結(jié)合所在的行業(yè),，業(yè)務(wù)去分析我們用戶畫像的目的。這其實就是戰(zhàn)略,，我們要通過戰(zhàn)略去指引我們最終的方向,。

對于電商企業(yè)來說，可能最重要的兩個問題就是：

現(xiàn)有用戶- 我的現(xiàn)存用戶是誰,？為什么買我的產(chǎn)品,？他們有什么偏好？哪些用戶價值最高,？

潛在客戶- 我的潛在用戶在哪兒,？他們喜歡什么？哪些渠道能找到他們,？獲客成本是多少,？

而對于金融企業(yè)，還要加上一條：

用戶風(fēng)險—用戶的收入能力怎么樣,？他們是否有過貸款或者信用卡的逾期,？他們的征信有問題嗎？

我們做用戶畫像的目的也就是根據(jù)我們指定的戰(zhàn)略方向最終去解決這些問題,。

在梳理標(biāo)簽的過程還要緊密的結(jié)合我們的數(shù)據(jù),，不能脫離了數(shù)據(jù)去空想，當(dāng)然如果是我們必須要的數(shù)據(jù),，我們可能需要想辦法去獲取這些數(shù)據(jù),，這就是數(shù)據(jù)采集的問題，我們之后會深入的討論,。

先展示兩種常見的標(biāo)簽體系,，隨后我們將按步驟建立我們的標(biāo)簽體系,。

電商類標(biāo)簽體系

可以看到電商類的標(biāo)簽體系，更關(guān)注用戶的屬性,，行為等等信息,。那么我們需要的數(shù)據(jù)也就來源于用戶可提供的基本信息，以及用戶的行為信息,，這些我們可以通過埋點獲取,，而用戶的訂單情況也是非常的重要的標(biāo)簽。

金融類標(biāo)簽體系

對于金融行業(yè),，最明顯的區(qū)別是增加了用戶的價值和用戶風(fēng)險的信息,。這些信息在用戶申請貸款時一般都可以提供，還有很多信息需要通過征信獲取,。

最終,，不管是電商還是金融或者其他領(lǐng)域，我們都可以通過數(shù)據(jù)對用戶進(jìn)行畫像,，最終建立標(biāo)簽體系,，影響我們的業(yè)務(wù)，最終實現(xiàn)戰(zhàn)略目的,。

下面我們來具體看一下如何一步步的分析建立整體標(biāo)簽體系,。

標(biāo)簽的維度與類型

在我們建立用戶標(biāo)簽時，首先要明確基于哪種維度去建立標(biāo)簽,。

一般除了基于用戶維度（userid）建立用戶標(biāo)簽體系外,，還有基于設(shè)備維度（cookieid）建立相應(yīng)的標(biāo)簽體系，當(dāng)用戶沒有登錄設(shè)備時,，就需要這個維度,。當(dāng)然這兩個維度還可以進(jìn)行關(guān)聯(lián)。

而兩者的關(guān)聯(lián)就是需要ID-Mapping算法來解決,，這也是一個非常復(fù)雜的算法,。更多的時候我們還是以用戶的唯一標(biāo)識來建立用戶畫像。

而標(biāo)簽也分為很多種類型,，這里參照常見的分類方式,，

從對用戶打標(biāo)簽的方式來看，一般分為三種類型：1,、基于統(tǒng)計類的標(biāo)簽,；2、基于規(guī)則類的標(biāo)簽,、3,、基于挖掘類的標(biāo)簽。下面我們介紹這三種類型標(biāo)簽的區(qū)別：

• 統(tǒng)計類標(biāo)簽：這類標(biāo)簽是最為基礎(chǔ)也最為常見的標(biāo)簽類型,，例如對于某個用戶來說,，他的性別,、年齡、城市,、星座、近7日活躍時長,、近7日活躍天數(shù),、近7日活躍次數(shù)等字段可以從用戶注冊數(shù)據(jù)、用戶訪問,、消費(fèi)類數(shù)據(jù)中統(tǒng)計得出,。該類標(biāo)簽構(gòu)成了用戶畫像的基礎(chǔ)；

• 規(guī)則類標(biāo)簽：該類標(biāo)簽基于用戶行為及確定的規(guī)則產(chǎn)生,。例如對平臺上“消費(fèi)活躍”用戶這一口徑的定義為近30天交易次數(shù)>=2,。在實際開發(fā)畫像的過程中，由于運(yùn)營人員對業(yè)務(wù)更為熟悉,、而數(shù)據(jù)人員對數(shù)據(jù)的結(jié)構(gòu),、分布、特征更為熟悉,，因此規(guī)則類標(biāo)簽的規(guī)則確定由運(yùn)營人員和數(shù)據(jù)人員共同協(xié)商確定,；

• 機(jī)器學(xué)習(xí)挖掘類標(biāo)簽：該類標(biāo)簽通過數(shù)據(jù)挖掘產(chǎn)生，應(yīng)用在對用戶的某些屬性或某些行為進(jìn)行預(yù)測判斷,。例如根據(jù)一個用戶的行為習(xí)慣判斷該用戶是男性還是女性,，根據(jù)一個用戶的消費(fèi)習(xí)慣判斷其對某商品的偏好程度。該類標(biāo)簽需要通過算法挖掘產(chǎn)生,。

標(biāo)簽的類型是對標(biāo)簽的一個區(qū)分,，方便我們了解標(biāo)簽是在數(shù)據(jù)處理的哪個階段產(chǎn)生的，也更方便我們管理,。

標(biāo)簽分級分類

標(biāo)簽需要進(jìn)行分級分類的管理,，一方面使得標(biāo)簽更加的清晰有條件，另一方面也方便我們對標(biāo)簽進(jìn)行存儲查詢,，也就是管理標(biāo)簽,。

用戶畫像體系和標(biāo)簽分類從兩個不同角度來梳理標(biāo)簽，用戶畫像體系偏戰(zhàn)略和應(yīng)用,，標(biāo)簽分類偏管理和技術(shù)實現(xiàn)側(cè),。

把標(biāo)簽分成不同的層級和類別，一是方便管理數(shù)千個標(biāo)簽,，讓散亂的標(biāo)簽體系化,；二是維度并不孤立，標(biāo)簽之間互有關(guān)聯(lián),；三可以為標(biāo)簽建模提供標(biāo)簽子集,。

梳理某類別的子分類時,，盡可能的遵循MECE原則（相互獨(dú)立、完全窮盡）,，尤其是一些有關(guān)用戶分類的,，要能覆蓋所有用戶，但又不交叉,。比如：用戶活躍度的劃分為核心用戶,、活躍用戶、新用戶,、老用戶,、流失用戶，用戶消費(fèi)能力分為超強(qiáng),、強(qiáng),、中、弱,，這樣按照給定的規(guī)則每個用戶都有分到不同的組里,。

標(biāo)簽命名

標(biāo)簽的命名也是為了我們可以對標(biāo)簽進(jìn)行統(tǒng)一的管理，也更好識別出是什么標(biāo)簽,。

這是一種非常好的命名方式,，解釋如下：

標(biāo)簽主題：用于刻畫屬于那種類型的標(biāo)簽，如用戶屬性,、用戶行為,、用戶消費(fèi)、風(fēng)險控制等多種類型,，可用A,、B、C,、D等
字母表示各標(biāo)簽主題,；
? 標(biāo)簽類型：標(biāo)簽類型可劃為分類型和統(tǒng)計型這兩種類型，其中分類型用于刻畫用戶屬于哪種類型,，如是男是女,、是否是會員、
是否已流失等標(biāo)簽,，統(tǒng)計型標(biāo)簽用于刻畫統(tǒng)計用戶的某些行為次數(shù),，如歷史購買金額、優(yōu)惠券使用次數(shù),、近30日登陸次數(shù)等
標(biāo)簽,，這類標(biāo)簽都需要對應(yīng)一個用戶相應(yīng)行為的權(quán)重次數(shù)；
? 開發(fā)方式：開發(fā)方式可分為統(tǒng)計型開發(fā)和算法型開發(fā)兩大開發(fā)方式,。其中統(tǒng)計型開發(fā)可直接從數(shù)據(jù)倉庫中各主題表建模加工
而成,，算法型開發(fā)需要對數(shù)據(jù)做機(jī)器學(xué)習(xí)的算法處理得到相應(yīng)的標(biāo)簽,；
? 是否互斥標(biāo)簽：對應(yīng)同一級類目下（如一級標(biāo)簽、二級標(biāo)簽）,，各標(biāo)簽之間的關(guān)系是否為互斥,，可將標(biāo)簽劃分為互斥關(guān)系和
非互斥關(guān)系。例如對于男,、女標(biāo)簽就是互斥關(guān)系,，同一個用戶不是被打上男性標(biāo)簽就是女性標(biāo)簽，對于高活躍,、中活躍、低
活躍標(biāo)簽也是互斥關(guān)系,；
? 用戶維度：用于刻畫該標(biāo)簽是打在用戶唯一標(biāo)識（userid）上,，還是打在用戶使用的設(shè)備（cookieid）上?？捎肬,、C等字
母分別標(biāo)識userid和cookieid維度。

最終形成得標(biāo)簽示例：

對于用戶是男是女這個標(biāo)簽,，標(biāo)簽主題是用戶屬性,，標(biāo)簽類型屬于分類型，開發(fā)方式為統(tǒng)計型,，為互斥關(guān)系,，用戶
維度為userid。這樣給男性用戶打上標(biāo)簽“A111U001_001”,，女性用戶打上標(biāo)簽“A111U001_002”,，其中
“A111U”為上面介紹的命名方式，“001”為一級標(biāo)簽的id,，后面對于用戶屬性維度的其他一級標(biāo)簽可用“002”,、
“003”等方式追加命名，“_”后面的“001”和“002”為該一級標(biāo)簽下的標(biāo)簽明細(xì),，如果是劃分高,、中、低活躍
用戶的,，對應(yīng)一級標(biāo)簽下的明細(xì)可劃分為“001”,、“002”、“003”,。

標(biāo)簽存儲與管理

Hive與Druid數(shù)倉存儲標(biāo)簽計算結(jié)果集

因為數(shù)據(jù)非常大,，所以跑標(biāo)簽出來的結(jié)果必須要通過hive和druid數(shù)倉引擎來完成。

在數(shù)據(jù)倉庫的建模過程中,，主要是事實表和維度表的開發(fā),。

事實表依據(jù)業(yè)務(wù)來開發(fā),，描述業(yè)務(wù)的過程，可以理解為我們對原始數(shù)據(jù)做ETL整理后業(yè)務(wù)事實,。

而維度表就是我們最終形成的用戶維度,，維度表是實時變化的，逐漸的建立起用戶的畫像,。

比如用戶維度標(biāo)簽：

首先我們根據(jù)之前討論的用戶指標(biāo)體系,，將用戶按照人口，行為,，消費(fèi)等等建立相關(guān)中間表,，注意表的命名。

第一張人口屬性表：

同樣的,，其他的也按這種方式進(jìn)行存儲,，這種屬性類的計算很容易篩選出來。

然后,，我們將用戶的標(biāo)簽查詢出來,，匯總到用戶身上：

最終用戶的標(biāo)簽就形成了

當(dāng)然，對于復(fù)雜的規(guī)則和算法類標(biāo)簽,，就需要在計算中間表時做更復(fù)雜的計算,，我們需要在Flink里解決這些復(fù)雜的計算，未來開發(fā)中我們會詳細(xì)的討論,，這一部分先根據(jù)標(biāo)簽體系把相應(yīng)的表結(jié)構(gòu)都設(shè)計出來,。

Mysql存儲標(biāo)簽元數(shù)據(jù)

Mysql對于小數(shù)據(jù)量的讀寫速度更快，也更適合我們對標(biāo)簽定義,，管理,。我們也可以在前端開發(fā)標(biāo)簽的管理頁面。

我們在mysql存儲的字段如圖所示,，在頁面上提供編輯等功能,，在開發(fā)標(biāo)簽的過程中，就可以控制標(biāo)簽的使用了,。

這樣,，我們的標(biāo)簽體系已經(jīng)根據(jù)實際的業(yè)務(wù)情況建立起來了，在明確了標(biāo)簽體系以后,，也就明確了我們的業(yè)務(wù)支撐,，從下一章開始我們將正式開始搭建大數(shù)據(jù)集群，接入數(shù)據(jù),，進(jìn)行標(biāo)簽開發(fā),，未完待續(xù)~

參考文獻(xiàn)

《用戶畫像：方法論與工程化解決方案》

更多實時數(shù)據(jù)分析相關(guān)博文與科技資訊，歡迎關(guān)注 “實時流式計算” 獲取用戶畫像相關(guān)資料 請關(guān)注 “實時流式計算” 回復(fù) “用戶畫像”