用户画像建模
image.png
- 用户唯一标识：用户名，手机号，邮箱
- 用户画像
- 用户标签：性别、年龄、收入、职业、学历等
- 消费标签：消费习惯、购买意向、价格敏感等
- 行为标签：时间段、频次、时长、访问路径等
- 内容标签：浏览内容
- 关联业务
- 用户生命周期：（业务价值）
- 获客：拉新、营销
- 粘客：个性化推荐、搜索排序、场景运营
- 留客：流失率预测
- 用户生命周期：（业务价值）
根据数据流处理划分用户画像建模过程
image.png
- 数据层：用户消费行为里的标签。我们可以打上“事实标签”，作为数据客观的记录
- 算法层：透过这些行为算出的用户建模。我们可以打上“模型标签”，作为用户分类的模型标识
- 业务层：获客、粘客、留客的手段。打上“预测标签”，作为业务关联的结果。
美团外卖的用户画像该如何设计？
用户消费行为分析
- 用户标签：性别、年龄、家乡、居住地、收货地址、婚姻、宝宝信息、通过何种渠道注册信息。
- 消费标签：餐饮口味、消费均价、团购等级、预定使用等级、排队使用等级、外卖等级。
- 行为标签：点外卖时间段、使用频次、平均点餐用时、访问路径。
- 内容分析：基于用户平时浏览的内容进行统计，包括餐饮口味、优惠敏感度等。
锻炼自己的抽象能力，将繁杂的事务简单化
- 我们的最终目的不是处理这些数据，而是理解、使用这些数据挖掘的结果。
