用户画像、用户标签

用户活跃度标签：实际业务场景会涉及根据用户的活跃度，给用户贴上高活跃、中活跃、低活跃、流失等标签。在这个过程中，高活跃、中活跃、低活跃、流失对应的时间范围是如何划分的？

如划分用户流失周期，运用“拐点理论”，即经济学中的边际收益大幅减少的点，如下图表中拐点。如下图，当流失周期增加到 5 周时，用户回访率的缩减速度明显下降，所以这里的 5 周就是拐点。我们可以用 5 周作为定义用户流失的期限，即一个之前访问/登录过的用户，如果之后连续 5 周都没有访问/登录，就定义该用户流失。

在划分完流失周期之后，我们在初期可根据四分位数，将用户的活跃度划分为高、中、低3种，在后期根据数据情况更新规则。

四分位数也称四分位点，是指在统计学中把所有数值从小到大排列并分为 4 等分，处于 3 个分割点位置的数值。例如，近 1 个月访问 App 次数为 0～8，则 3/4 分位点为 6、1/4 分位点为 2。

高活跃用户：近1个月访问App次数在［6，8］区间的用户。

中活跃用户：近1个月访问App次数在（2，6）区间的用户。

低活跃用户：近1个月访问App次数在［0，2］区间的用户。

3. 预测类标签（机器学习挖掘类标签）

该类标签通过机器学习挖掘产生，用于对用户的某些属性或某些行为进行预测判断。例如，根据一个用户的行为习惯判断该用户是男性还是女性、根据一个用户的消费习惯判断其对某商品的偏好程度。该类标签需要通过算法挖掘产生。

在项目工程实践中，一般统计类和规则类的标签即可以满足应用需求，在开发中占有较大比例。机器学习挖掘类标签多用于预测场景，如判断用户性别、用户购买商品偏好、用户流失意向等。一般地，机器学习标签开发周期较长，开发成本较高，因此其开发所占比例较小。

RMF用户画像分析模型

● RFM标签：根据美国数据库营销研究所 Arthur Hughes 的研究，用户数据库中有 3 个神奇的要素，这 3 个要素构成了数据分析最好的指标：最近一次消费时间、消费频率、消费金额。

最近一次消费时间（Recency）：用户上一次购买的时间，一般上一次消费时间越近的用户是质量更佳的用户。

消费频率（Frequency）：用户在限定时间周期内消费的次数。消费频率高的用户，也是满意度高的用户。根据这个指标，我们可以把用户分成几等分，相当于划分了一个忠诚度的阶梯。

消费金额（Monetary）：客户的消费能力，通常以客户单次的平均消费金额作为衡量指标。产能最直接的衡量指标，也可以验证“二八定律”，企业 80% 的收入来自 20% 用户。

RFM 分析就是通过三个关键指标对客户进行观察和分类，判断每类细分用户的价值。针对不同的特征的客户进行相应的营销策略。也就是说这个模型提前将用户画像分类好，对于满足这个等级的客户，就设定一个统一的用户画像，方便管理。RFM 分析后，将客户划分为了不同分类，数据分析效果如下图所示：

创建分析主题对原始数据进行加工。实现思路如下图所示：

1）创建分析主题，选择 RFM 分析所需字段。

2）对数据进行加工，求得 3 个关键指标及其平均值。

3）通过和平均值比较，向量化三个指标。

4）根据特征向量客户分类。已经得到客户的特征向量值，根据以下表格可将客户划分分类：

我们采用“二八定律”的思路进行划分，定律提出者帕累托认为，在任何一组东西中，最重要的只占其中一小部分，约 20%，其余 80% 尽管是多数，却是次要的。给一个企业带来 80% 利润的是 20% 的用户。按照这个定律，如果能把这 20% 的用户找出来，为其提供更好的服务，就能促进企业的发展和业绩增长。

R：如在历史数据中，80%的用户最近一次访问＜90日为“近”，80%的用户最近一次访问≥90日为“远”。

F：如在历史数据中，80%的用户订单量＜10单为“低频”，80%的用户订单量≥10单为“高频”。

M：如在历史数据中，80%的用户交易金额＜2000元为“低额”，80%的用户交易金额≥2000元为“高额”。

用户类型划分如下图所示：

标签的生命周期管理

标签是有时效性的，每天都有大量的标签生产上线，同时也会有很多标签长时间不使用变成废弃的僵尸标签。对于后者，为保持画像的简洁，需要及时回收下线；针对线上正在应用的标签，也需要很好的管理标签生命周期相关信息，例如使用数据的时间窗、数据是否更新、更新的方式及更新频次。

据是否需要更新，可以将标签简单划分为两大类: 静态标签和动态标签。

1）静态标签

这里静态的意思是自标签生成起，就不需要更新。静态标签对应的往往是变更概率很低的属性，例如用户社会性别，一个用户的社会性别一旦确定就不会变更，这种标签就可以认为是静态标签，不需要更新。

2）动态标签

与静态标签相反，有些标签是动态变化的，例如重要动作的频次、距今天数等标签，需要统计用户从登录或者激活起至今的天数或者次数，这种标签就是动态的，需要更新的，而且需要从登录或激活时间累加，按天更新；另外还有一类标签，主要集中在用户偏好标签，用户对产品功能模块或者商品内容的偏好变化很频繁，所以对应的标签是动态的，而且需要滚动更新近一年或半年的行为数据，更新频次为天。

这就是标签生命周期管理要确认的事情；标签是否需要按照什么方式以什么频次更新什么时间的数据。这也是标签管理重要的一环。

用户画像和大数据

而用户画像可以帮助大数据“走出”数据仓库，针对用户进行个性化推荐、精准营销、个性化服务等多样化服务，是大数据落地应用的一个重要方向。数据应用体系的层级划分如图2所示。

用户画像8大系统模块及解决方案

搭建一套用户画像方案整体来说需要考虑8个模块的建设，如图3所示。

用户画像基础：需要了解、明确用户画像是什么，包含哪些模块，数据仓库架构是什么样子，开发流程，表结构设计，ETL设计等。这些都是框架，大方向的规划，只有明确了方向后续才能做好项目的排期和人员投入预算。这对于评估每个开发阶段重要指标和关键产出非常重要。

数据指标体系：根据业务线梳理，包括用户属性、用户行为、用户消费、风险控制等维度的指标体系。

标签数据存储：标签相关数据可存储在Hive、MySQL、HBase、Elasticsearch等数据库中，不同存储方式适用于不同的应用场景。

标签数据开发：用户画像工程化的重点模块，包含统计类、规则类、挖掘类、流式计算类标签的开发，以及人群计算功能的开发，打通画像数据和各业务系统之间的通路，提供接口服务等开发内容。

开发性能调优：标签加工、人群计算等脚本上线调度后，为了缩短调度时间、保障数据的稳定性等，需要对开发的脚本进行迭代重构、调优。

作业流程调度：标签加工、人群计算、同步数据到业务系统、数据监控预警等脚本开发完成后，需要调度工具把整套流程调度起来。

用户画像产品化：为了能让用户数据更好地服务于业务方，需要以产品化的形态应用在业务上。产品化的模块主要包括标签视图、用户标签查询、用户分群、透视分析等。

用户画像应用：画像的应用场景包括用户特征分析、短信、邮件、站内信、Push消息的精准推送、客服针对用户的不同话术、针对高价值用户的极速退货退款等VIP服务应用。

一款用户画像产品是什么样的

开发画像后的标签数据，如果只是“躺在”数据仓库中，并不能发挥更大的业务价值。只有将画像数据产品化后才能更方便业务方的使用。这里简要介绍用户画像产品化后，主要可能涵盖到的功能模块，以及这些功能模块的应用场景。

画像产品按常见的功能来看，主要包括标签视图与即时查询，用户分群，用户人群透视分析，对用户从事件、留存、漏斗、分布等多维度展开的深入交互式分析等模块。下面详细介绍画像的产品形态。

1. 标签视图与查询

标签视图与查询功能主要面向业务人员使用，如图4所示。

在标签视图版块中，层级化地展示了目前已经上线使用的全部用户标签。用户可以层级化地通过点击标签，查看每个标签的详细介绍。

在图4中，当点击“用户属性”这个一级类目，可进入到“自然性别”“购物性别”“用户价值”等二级类目，点击“自然性别”二级类目，可看到展开的“男性”“女性”三级标签，进一步点击三级标签“男性”或是“女性”，可以进入查看该标签的详细介绍，如图5所示。

在该标签详情页中，可以查看人口属性这一个类目下面的各个标签覆盖用户量情况。

每天通过对标签的覆盖用户量进行监控，可以作为预警使用。例如：某天某个标签的覆盖用户量与前一天相比出现了很大比例的波动，需要排查该标签当日ETL作业是否出现异常或是否因业务上的操作导致标签量级的波动。

在标签查询模块中，通过输入用户对应的userid或cookieid，可以查看该用户的属性信息、行为信息、风控属性等多维度的信息，从多方位了解一个用户的特征。

2. 用户人群功能

用户人群功能主要面向业务人员使用。产品经理、运营、客服等业务人员在应用标签时，可能不仅仅只查看某一个标签对应的人群情况，更多地可能需要组合多个标签来满足其在业务上对人群的定义。

例如：组合“近30日购买次数”大于3次和“高活跃”“女性”用户这三个标签进行定义目标人群，查看该类人群覆盖的用户量，以及该部分人群的各维度特征。下面介绍产品上的实现方式。

在“用户人群”版块下，点击“新建人群”或编辑之前已添加的分组（如图6），进入详情页可自定义涵盖某些标签的人群（如图7）。

在自定义编辑用户分群时，对于有统计值类型的标签，可以自定义筛选该标签的取值范围，如上图中“近30日购买次数”标签，业务人员可筛选该标签的数值。对于分类型标签，如上图中“活跃度”标签，业务人员选中该标签即可圈出包含该标签的用户。

“人群名称”和“人群描述”表单用于业务人员描述该人群在业务上的定义，方便后续继续查看、应用该人群。