個推使用者畫像的實踐與應用

個推2018發表於2019-01-29

“以使用者為核心”的概念在網際網路時代深入人心,然而要真正瞭解使用者懂得使用者,就不得不提到“使用者畫像”。 隨著大資料技術的深入研究與應用,藉助使用者畫像,企業或APP可以深入挖掘使用者需求,從而實現精細化運營以及為精準營銷打下堅實基礎。本文將重點介紹何為使用者畫像,使用者畫像的構建流程以及應用場景。

使用者畫像,本質是資料能力的體現

使用者畫像,即使用者資訊的標籤化,而從本質上來說,使用者畫像是資料的標籤化。常見的使用者畫像體系有三種:結構化體系、非結構化體系和半結構化體系。非結構化體系沒有明顯的層級,較為獨立。半結構化層次有一定的層級概念,但是沒有過於嚴格的依賴關係。結構化體系有較強的層級結構。以一個簡單的三級結構化標籤為例,一級標籤有基本屬性和興趣偏好,並且由此可以延伸至二級標籤和三級標籤,具體到不同的屬性和興趣愛好。

個推使用者畫像的實踐與應用

在網際網路、電商領域,使用者畫像常用來作為精準營銷、推薦系統的基礎性工作,其作用總體包括:

(1)精準營銷:根據歷史使用者特徵,運營人員可以分析產品的潛在使用者和使用者的潛在需求,繼而通過相應的手段,針對特定群體進行營銷。

(2)使用者分析:根據使用者的屬性、行為特徵對使用者進行分類後,可以統計不同特徵下的使用者數量、分佈,分析不同使用者畫像群體的分佈特徵。

(3)資料探勘:以使用者畫像為基礎,開發人員可以構建推薦系統、搜尋引擎、廣告投放系統,提升服務精準度。

(4)服務產品:描繪產品的使用者畫像,對產品進行受眾分析,更透徹地理解使用者使用產品的心理動機和行為習慣,完善產品運營,提升服務質量。

(5)行業報告&使用者研究:通過使用者畫像分析可以使運營人員更加了解行業動態,比如人群消費習慣、消費偏好分析、不同地域品類消費差異分析等。

個推使用者畫像的實踐

個推依託多年推送服務的積累和強大的大資料分析能力,推出了個推畫像SDK(個像),為APP開發者提供豐富的使用者畫像資料以及實時的場景識別能力。

個推獨有的冷、熱、溫資料標籤,可以有效分析使用者的線上線下行為,深入挖掘使用者特徵,助力APP運營者全面瞭解使用者屬性。其中,“冷資料”是指使用者的基礎屬性,改變的概率較小,如性別、年齡層次等;“溫資料”則可以回溯使用者近期活躍的應用和場景,具有一定的時效性;“熱資料”是指使用者當下的場景及實時的使用者行為,幫助APP運營者抓住稍縱即逝的營銷機會。

個推不僅擁有豐富的通用標籤體系,還可以根據客戶特定的需求聯合建模,輸出定製化的標籤,以滿足APP在不同場景需求下的運營。

個推使用者畫像的實踐與應用

規範畫像構建流程

使用者畫像的構建需要技術和業務人員的共同參與,以避免形式化的使用者畫像。個推也有一些做法可供開發者們進行參考。

(1)標籤體系設計。開發者需要先了解自身的資料,確定需要設計的標籤形式。

(2)基礎資料收集、多資料來源資料融合。個推在構建使用者畫像時,會整合個推以及該APP自身的資料。

(3)實現使用者統一標識。多數情況下,APP的眾多使用者分佈於不同的賬號體系中,個推會將其統一標識。

(4)使用者畫像特徵層構建。即將每一個資料進行特徵化。

(5)畫像標籤規則+演算法建模。兩者缺一不可,在實際的應用中,演算法難以解決的問題,利用簡單的規則也可以達到很好的效果。

(6)利用演算法對所有使用者打標籤

(7)畫像質量監控。在實際的應用中,使用者畫像會產生一定的波動,為了解決這個問題,個推搭建了相應的監控系統,對畫像的質量進行監控。

個推使用者畫像構建的整體流程,可以分為三個部分,第一,基礎資料處理。基礎資料包括使用者裝置資訊、使用者的線上APP偏好以及線下場景資料等。

第二,畫像中間資料處理。處理結果包括線上APP偏好特徵和線下場景特徵等。

第三,畫像資訊表。表中應有四種資訊:裝置基礎屬性;使用者基礎畫像,包括使用者的性別、年齡層次、相關消費水平等;使用者興趣畫像,即使用者更有興趣的方向,如使用者更偏好比價類APP還是海淘類APP;使用者其它畫像等。

在個推使用者畫像構建的過程中,機器學習佔據了較為重要的位置。機器學習主要是海量資料持續更新、資料清洗、資料儲存的過程。個推更多地利用機器學習平臺進行相應的預測分析、模型輸出等。

個推使用者畫像的實踐與應用

畫像質量的關注有兩個重點,第一,如何優化質量。個推會對使用者畫像的模型定期地進行修改和優化。第二,關注畫像質量波動情況,對異常變化及時預警。

個推使用者畫像應用

個推畫像SDK的整合,可以豐富APP的使用者分析維度,其主要應用體現在兩方面:第一,精準推薦,APP的運營者可以通過個像提供的性別、年齡層次、興趣愛好、場景等豐富標籤,為不同的使用者推薦不同的內容,以達到更加精細化的運營,並提升使用者活躍度和留存率。

第二,使用者聚類,個推可以幫助APP處理使用者資料,補全使用者畫像,建立使用者的聚類模型。同時,通過使用者特徵分析,個推還能夠將APP的老使用者對映到某一聚類,以此產出APP的目標聚類,最終助力APP運營者針對不同使用者群體制定更加精準的運營策略。

“千萬人撩你,不如一人懂你”,當網際網路逐漸步入大資料時代,APP只有真正地瞭解使用者,才能得到使用者並留住使用者。基於個推完備的大資料計算架構,個推畫像SDK的接入,不僅可以幫助開發人員提高開發決策的效率,也可以幫助APP運營人員開展精細化運營,從而提升企業的營銷效率和市場競爭力。


相關文章