0 绪论

下半场，互联网公司照旧不崭新了，大部分公司照旧互联网化。他们照旧在用集聚进行家具宣传，使用电商销售我方的商品。大数据“赋能”企业，稀有据，灵验户：

通过大数据告诉政府该怎样灵敏地治理交通，作念城市打算

通过顿然数据分析，告诉企业该在什么时期坐褥什么家具，以最大化地餍足用户的需求

通过糊口大数据告诉我们餐饮企业，以致房地产企业该怎样选址

互联网上半场粗狂运营，有流量红利无需磋议细节。下半场，雅致化运营将是遥远主题。稀有据，稀有据分析智商技艺让用户得到更好体验。是以，用户是根底，亦然数据分析起点。

如你在卖羊肉串餐饮公司，雇主说竞争越来越热烈，要想作念得好就要显然主顾心爱什么。雇主问：“能不可分析下用户数据，给我们公司业务作念个赋能？”

“雇主啊，我们是卖羊肉串的，作念数据挖掘没用啊。”雇主晚上就把你开了。

本文来看咋一步步分析用户数据。

1 用户画像的阶段和准则

最初便是将我方企业的用户画像作念个白描，告诉他这些用户“皆是谁”“从哪来”“要去哪”。

用户画像建模是个系统工程，要处分三个问题:

用户从哪来，需要斡旋标识用户 ID，便捷对用户后续行为进行追踪。要了解这些羊肉串用户从何处来，他们是为了聚餐，如故我方吃宵夜，这些场景皆要作念统计分析

这些用户是谁？需要对这些用户进行标签化，便捷我们对用户行为进行连结

用户要到何处去？我们要将这些用户画像与我们的业务筹办联，提高我们的摇荡率，约略裁汰我们的流失率

雇主说：“可以，皆需要什么资源，随时找我。”

为啥要联想独一标识？

系数这个词用户画像的中枢

以一个 App 为例，它把“从用户启动使用 APP 到下单到售后系数这个词系数的用户行为”进行串联，就可更好追踪和分析一个用户的特征。

联想独一标识可从这些项中礼聘：用户名、注册手机号、筹办东谈主手机号、邮箱、开采号、CookieID等。

给用户打标签

标签许多，且不同家具，标签礼聘边界也不同，这样多标签，咋分别技艺既便捷系念，又能保证用户画像的全面性？用户顿然行为分析。可从这 4 个维度来进行标签分别：

用户标签：它包括了性别、年纪、地域、收入、学历、行状等。这些包括了用户的基础属性

顿然标签：顿然习尚、购买意向、是否对促销明锐。这些统计分析用户的顿然习尚

行为标签：时期段、频次、时长、拜访旅途。这些是通过分析用户行为，来得到他们使用 App 的习尚

骨子分析：对用户平常浏览的骨子，尤其是停留时期长、浏览次数多的骨子进行分析，分析出用户对哪些骨子感趣味，比如，金融、文娱、说明、体育、先锋、科技等

用户画像是推行寰宇中的用户的数学建模，我们恰是将海量数据进行标签化，来得到精确的用户画像，从而为企业更精确地处分问题。

有了用户画像

可为企业带来啥业务价值？

可从用户人命周期的三个阶段来分别业务价值，包括：

获客：怎样进行拉新，通过更精确的营销获得客户

粘客：个性化推选，搜索排序，场景运营等

留客：流失率量度，分析关节节点裁汰流失率

淌若按照数据流处理的阶段来分别用户画像建模的过程，可以分为数据层、算法层和业务层。你会发当今不同的层，皆需要打上不同的标签。

数据层指的是用户顿然行为里的标签。我们可以打上“事实标签”，手脚数据客不雅的记载。

算法层指的是透过这些行为算出的用户建模。我们可以打上“模子标签”，手脚用户画像的分类标识。

业务层指的是获客、粘客、留客的技巧。我们可以打上“量度标签”，手脚业务关联的戒指。

是以这个标签化的过程，便是通过数据层的“事实标签”，在算法层进行狡计，打上“模子标签”的分类戒指，终末带领业务层，得出“量度标签”。

2 外卖用户画像联想

你是好意思团外卖数据分析师，咋制定用户标识 ID，制定用户画像，以及基于用户画像可以作念哪些业务关联？

家具配景

好意思团已和寰球点评归并，因此在寰球点评和好意思团外卖上皆可以进行外卖下单。另外好意思团外卖针对的是高频 O2O 的场景，好意思团外卖是好意思团的中枢家具，基本上有一半的市值皆是由外卖撑起来的。

基于用户画像实施的三个阶段，我们最初需要斡旋用户的独一标识，那么究竟哪个字段可以手脚用户标识呢？

登录方式

好意思团领受手机号、微信、微博、好意思团账号的登录方式。寰球点评领受手机号、微信、QQ、微博登录方式。共同登录方式：手机号、微信和微博。

哪个可作用户独一标识？固然以用户注册手机号为准。这样好意思团和寰球点评账号体系就可重叠。集团里面，各部门和谐，用户数据买通很贫寒，提议淌若但愿大数据对各部门皆能赋能，一定要在集团战术高度，尽早就在最顶层架构，将用户标识斡旋，后续过程中技艺终了用户数据买通。

有了用户，用户画像皆可统计到哪些标签。按“用户顿然行为分析”准则进行联想。

用户标签：性别、年纪、家乡、居住地、成绩地址、婚配、宝宝信息、通过何种渠谈进行的注册。

顿然标签：餐饮口味、顿然均价、团购等第、预定使用等第、列队使用等第、外卖等第。

骨子分析：基于用户平常浏览的骨子进行统计，包括餐饮口味、优惠明锐度等。

有了“用户顿然行为分析”的标签，就可更好连结业务。

如一个不绝买沙拉的东谈主，一般很少吃夜宵。一个不绝吃夜宵的东谈主，吃小龙虾概率可能远高其他东谈主。这些戒指皆是通过数据挖掘中的关联分析得出。有了这些数据，就可量度用户行为。

如一个用户购买了“月子餐”后，更有可能购买婴儿水，相同婴儿筹办的家具比如婴儿湿巾等的购买概率也会增大。

具体在业务层，皆可基于标签产生啥业务价值？

获客，可找到上风宣传渠谈，通过个性化宣传技巧，蛊卦有潜在需求用户，并刺激摇荡

粘客，怎样提高用户的单价和顿然频次，方法包括购买后的个性化推选、针对优质用户进行优质高价商品推选及重复购买，如通过红包、优惠等方式引发对优惠明锐的东谈主群，提高购买频次

留客，量度用户是否可能从平台流失。营销限度，对于用户留存有不雅点——如将主顾流失率裁汰 5%，公司利润将提高 25%~85%。可看出留存率的攻击。用户流失可能包括多种情况，如用户体验、竞争敌手、需求变化等，通过量度用户的流失率可大幅裁汰用户留存运营资本

3 空洞智商，杂沓词语事务浅薄化

上述“用户顿然行为标签”皆是基于一般情况磋议，此外，用户行为也会随营销节律产生相称值，如双十一，如商家皆在促销就产生突发的深广订单。因此在作念用户画像的时候，还要磋议到相称值处理。但最终宗旨不是处理这些数据，而是连结、使用这些数据挖掘的戒指。对数据的标签化能让我们快速连结一个用户，一个商品，乃至一个视频骨子的特征，从而便捷我们去连结和使用数据。

数据标签化熟练空洞智商，将杂沓词语事物浅薄化，便捷连结和后续使用。

4 羊肉勾通锁店实战

本文探讨用户画像的过程，关节设施便是给用户打标签，给羊肉勾通锁店进行用户画像分析，皆可从啥角度标签化？

可从以下角度进行标签化，以便更好地连结用户的行为和需求，进而优化业务决议。

1. 用户基本信息标签

性别：统计男女比例，了解是否存在显赫的性别偏好。

年纪段：如18-25岁、26-35岁等，区分不同庚纪群体的顿然习尚。

行状/收入水平：上班族、学生、白领等，判断用户的顿然智商和顿然频率。

家庭结构：独身、情侣、家庭（有无小孩），判断用餐场景的相反。

居住地/成绩地址：匡助分析不同区域的顿然需求，如夜宵岑岭区域、住宅区、营业区等。

2. 顿然行为标签

顿然频次：分析用户点餐的频率（高频、中频、低频），判断赤诚主顾和新主顾。

客单价：每次顿然的平均金额，如低于50元、50-100元、高于100元，了解用户的顿然智商。

用餐时段偏好：区分用户是否在午餐、晚餐、夜宵时段点餐，匡助优化时段营销策略。

点餐偏好：如不绝点羊肉串、烤串类、配菜类、饮品类等，了解用户的菜品喜好。

顿然场景：聚餐、宵夜、外卖，分析用户的用餐动机和场景需求。

3. 行为模式标签

下单渠谈：通过好意思团、饿了么、微信小次序、电话等下单渠谈，分析渠谈遵循，优化渠谈投放。

促销明锐度：是否对扣头、满减、优惠券等促销行为明锐，可通过历史订单数据进行判断。

外卖/堂食比例：分析用户更偏好外卖如故堂食，匡助店铺优化配送行状或堂食体验。

支付方式偏好：微信支付、支付宝支付、信用卡等，了解用户习尚，优化支付方式。

4. 地舆和时期特征标签

位置标签：用户地舆位置的距离，如3公里以内、5公里之外等，匡助分析配送边界内用户的行为。

时期标签：在一天中不同期段的订单量，以及周末、节沐日等稀奇时期段的顿然相反，匡助制定不同时间段的营销策略。

5. 外交互动标签

外交推选：用户是否通过好友推选、外交平台（如一又友圈、微博等）点单，了解外交传播效率。

评价与反应：用户在好意思团、寰球点评等平台上的评价等第、反应骨子，判断用户闲隙度和诚心度。

6. 人命周期标签

新用户：初度下单用户，分析其留存率和后续摇荡情况。

活跃用户：合手续如期点单的高频用户，可通过稀奇行为或会员轨制加多粘性。

流失用户：万古期未下单的用户，通过促销或推送激活其顿然行为，减少流失率。

7. 饮食偏好标签

口味偏好：辣味、清淡、偏咸等，凭据用户对不同调味的偏好进行区分。

健康饮食倾向：如是否偏好低脂、素食等，匡助联想愈加个性化的菜单。

通过这些多维度的标签化，羊肉勾通锁店可以更雅致地连结用户需求，从而在营销膨胀、家具联想、行状优化等方面作念出针对性的篡改，提高用户体验和业务收益。

通信录和一又友圈实战

掀开你的手机，翻翻看你的微信通信录，分析下你的一又友圈，皆有哪些用户画像？淌若你来给它联想标签，皆有哪些种类需要统计呢。为了便捷后续使用，你是怎样将他们归类分组的？

淌若要对微信通信录和一又友圈进行用户画像分析并进行标签联想，可以从多个维度进行归类和统计。以下是我可能会使用的分类标准和标签联想：

1. 基本信息标签

性别：男性、女性。

年纪段：18-25岁、26-35岁、36-45岁等。

地区：凭据场地城市或省份归类（如一线城市、二线城市、国外等）。

行状：白领、创业者、解放行状者、学生等。

说明配景：本科、硕士、博士等。

2. 外交关系标签

支属：家东谈主、亲戚。

一又友：同学、一又友、发小。

责任关系：共事、上司、下属、合作伙伴。

偶尔筹办：真是莫得互动，但有一定外交关系的东谈主。

3. 互动行为标签

互动频率：高频互动（不绝点赞、评述、聊天）、低频互动（偶尔点赞或评述）、无互动（很少筹办，真是莫得互动）。

信息发布频率：频繁发一又友圈、偶尔发一又友圈、从不发一又友圈。

信息类型偏好：

糊口类：日常共享，旅行、吃喝、家庭等。

责任类：共享责任动态、款式阐扬、行业资讯。

趣味类：体育、音乐、电影等趣味怜爱共享。

营业膨胀类：微商、家具膨胀、营销信息。

4. 糊口/顿然行为标签

糊口景色：独身、已婚、有孩子。

顿然习尚：

不绝发布糟践或高端顿然品。

心爱团购、秒杀等优惠行为。

偏好健康糊口方式（健身、健康饮食、旅行等）。

5. 价值不雅/情怀标签

情怀抒发倾向：正能量（心爱发布积极骨子）、负能量（不绝牢骚、吐槽）。

学问共享：共享学习云尔、本领著述等。

文娱共享：幽默段子、搞笑视频、热门新闻。

情怀倾向：不绝发布感悟、心灵鸡汤、东谈主生想考等。

6. 趣味怜爱标签

指点类：跑步、健身、瑜伽等。

艺术类：照相、绘图、音乐、电影。

科技/财经类：关心科技家具、投资搭理、股票、基金等。

游戏类：不绝发与游戏筹办的动态，或在群里盘问游戏。

7. 行状发展标签

行业分类：互联网、说明、医疗、金融、制造业等。

职位类型：治理层、本领东谈主员、销售、市集营销。

行状阶段：求职中、责任中、创业中。

8. 营业/业务合作标签

合作对象：潜在客户、已有合作伙伴、供应商。

9. 行为参与标签

常参与的行为类型：线下约会、线上共享会、社群行为等。

行为组织者/参与者：组织者、参与者、旁不雅者。

10. 流动性标签

活跃用户：不绝发布一又友圈并互动的东谈主。

潜在流失用户：很少发布动态且莫得互动。

回流用户：之前活跃、后期千里寂但偶尔又再行发布动态的东谈主。

分组归类

为了便捷后续使用，可以基于这些标签将微信好友分组。常见的分组方法可以是：

亲一又圈：家东谈主、亲戚、相知。

责任圈：现共事、前共事、合作伙伴。

趣味圈：有共同怜爱的东谈主（如照相群、跑步群等）。

一又友圈展示：不同的东谈主可以竖立不同的一又友圈权限，常互动的东谈主可见糊口动态，责任合作伙伴可见业务信息。

业务客户：潜在客户或照旧修复合作关系的东谈主群，分为“重心客户”、“一般客户”等。

通过以上的用户画像联想和分组，可以匡助更好地治理外交加聚，连结不同好友的需乞降互动方式，同期也能在个东谈主、业务或外交行为中作念出更有针对性的决议和行动。

回来

用户画像，标签化便是数据的空洞智商。