用戶(hù)量總是上不去？

真的是因?yàn)橥茝V力度不夠、流量不夠？

那進(jìn)來(lái)的用戶(hù)為什么流失辣么高？產(chǎn)品購(gòu)買(mǎi)率辣么低？

為什么營(yíng)銷(xiāo)的內(nèi)容總是沒(méi)有人買(mǎi)單？

為什么...

其實(shí)這些問(wèn)題歸根結(jié)底就是：沒(méi)有號(hào)住用戶(hù)的脈。

如何號(hào)住用戶(hù)的脈？分析他的一切路徑、行為，并不斷歸類(lèi)匯總，給用戶(hù)貼上標(biāo)簽，找出用戶(hù)的“族群屬性”，這就是“用戶(hù)畫(huà)像”。

定義

用戶(hù)畫(huà)像（persona）的概念最早由交互設(shè)計(jì)之父Alan Cooper提出:“Personas are a concrete representation of target users.”?是指真實(shí)用戶(hù)的虛擬代表,是建立在一系列屬性數(shù)據(jù)之上的目標(biāo)用戶(hù)模型。隨著互聯(lián)網(wǎng)的發(fā)展，現(xiàn)在我們說(shuō)的用戶(hù)畫(huà)像又包含了新的內(nèi)容和意義，通常用戶(hù)畫(huà)像是根據(jù)用戶(hù)人口學(xué)特征、網(wǎng)絡(luò)瀏覽內(nèi)容、網(wǎng)絡(luò)社交活動(dòng)和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶(hù)模型。構(gòu)建用戶(hù)畫(huà)像的核心工作，主要是利用存儲(chǔ)在服務(wù)器上的海量日志和數(shù)據(jù)庫(kù)里的大量數(shù)據(jù)進(jìn)行分析和挖掘，給用戶(hù)貼“標(biāo)簽”，而“標(biāo)簽”是能表示用戶(hù)某一維度特征的標(biāo)識(shí)。具體的標(biāo)簽形式可以參考下圖，即是某網(wǎng)站給其中一個(gè)用戶(hù)打的標(biāo)簽。?

目標(biāo)

提取用戶(hù)畫(huà)像，需要處理海量的日志，花費(fèi)大量時(shí)間和人力。盡管是如此高成本的事情，大部分公司還是希望能給自己的用戶(hù)做一份足夠精準(zhǔn)的用戶(hù)畫(huà)像。那么用戶(hù)畫(huà)像有什么作用，能幫助我們達(dá)到哪些目標(biāo)呢？大體上可以總結(jié)為以下幾個(gè)方面：

1. 精準(zhǔn)營(yíng)銷(xiāo)：精準(zhǔn)直郵、短信、App消息推送，個(gè)性化廣告等。

2. 用戶(hù)研究：指導(dǎo)產(chǎn)品優(yōu)化，甚至做到產(chǎn)品功能的私人定制等。

3. 個(gè)性服務(wù)：個(gè)性化推薦，個(gè)性化搜索等。

4. 業(yè)務(wù)決策：排名統(tǒng)計(jì)，地域分析，行業(yè)趨勢(shì)，競(jìng)品分析等。

?

內(nèi)容

用戶(hù)畫(huà)像包含的內(nèi)容并不完全固定，根據(jù)行業(yè)和產(chǎn)品的不同所關(guān)注的特征也有不同。對(duì)于大部分互聯(lián)網(wǎng)公司，用戶(hù)畫(huà)像都會(huì)包含人口屬性和行為特征。人口屬性主要指用戶(hù)的年齡、性別、所在的省份和城市、教育程度、婚姻情況、生育情況、工作所在的行業(yè)和職業(yè)等。行為特征主要包含活躍度、忠誠(chéng)度等指標(biāo)。

除了以上較通用的特征，不同類(lèi)型的網(wǎng)站提取的用戶(hù)畫(huà)像各有側(cè)重點(diǎn)。以?xún)?nèi)容為主的媒體或閱讀類(lèi)網(wǎng)站，還有搜索引擎或通用導(dǎo)航類(lèi)網(wǎng)站，往往會(huì)提取用戶(hù)對(duì)瀏覽內(nèi)容的興趣特征，比如體育類(lèi)、娛樂(lè)類(lèi)、美食類(lèi)、理財(cái)類(lèi)、旅游類(lèi)、房產(chǎn)類(lèi)、汽車(chē)類(lèi)等等。社交網(wǎng)站的用戶(hù)畫(huà)像，也會(huì)提取用戶(hù)的社交網(wǎng)絡(luò)，從中可以發(fā)現(xiàn)關(guān)系緊密的用戶(hù)群和在社群中起到意見(jiàn)領(lǐng)袖作用的明星節(jié)點(diǎn)。電商購(gòu)物網(wǎng)站的用戶(hù)畫(huà)像，一般會(huì)提取用戶(hù)的網(wǎng)購(gòu)興趣和消費(fèi)能力等指標(biāo)。網(wǎng)購(gòu)興趣主要指用戶(hù)在網(wǎng)購(gòu)時(shí)的類(lèi)目偏好，比如服飾類(lèi)、箱包類(lèi)、居家類(lèi)、母嬰類(lèi)、洗護(hù)類(lèi)、飲食類(lèi)等。消費(fèi)能力指用戶(hù)的購(gòu)買(mǎi)力，如果做得足夠細(xì)致，可以把用戶(hù)的實(shí)際消費(fèi)水平和在每個(gè)類(lèi)目的心理消費(fèi)水平區(qū)分開(kāi)，分別建立特征緯度。

另外還可以加上用戶(hù)的環(huán)境屬性，比如當(dāng)前時(shí)間、訪問(wèn)地點(diǎn)LBS特征、當(dāng)?shù)靥鞖狻⒐?jié)假日情況等。當(dāng)然，對(duì)于特定的網(wǎng)站或App，肯定又有特殊關(guān)注的用戶(hù)緯度，就需要把這些維度做到更加細(xì)化，從而能給用戶(hù)提供更精準(zhǔn)的個(gè)性化服務(wù)和內(nèi)容。

生產(chǎn)

用戶(hù)特征的提取即用戶(hù)畫(huà)像的生產(chǎn)過(guò)程，大致可以分為以下幾步：

1. 用戶(hù)建模，指確定提取的用戶(hù)特征為度，和需要使用到的數(shù)據(jù)源；

2. 數(shù)據(jù)收集，通過(guò)數(shù)據(jù)收集工具，如Flume或自己寫(xiě)的腳本程序，把需要使用的數(shù)據(jù)統(tǒng)一存放到Hadoop集群；

3. 數(shù)據(jù)清理，數(shù)據(jù)清理的過(guò)程通常位于Hadoop集群，也有可能與數(shù)據(jù)收集同時(shí)進(jìn)行，這一步的主要工作是把收集到各種來(lái)源雜亂無(wú)章的數(shù)據(jù)進(jìn)行字段提取，得到關(guān)注的目標(biāo)特征。

4. 模型訓(xùn)練，有些特征可能無(wú)法直接從數(shù)據(jù)清理得到，比如用戶(hù)感興趣的內(nèi)容或用戶(hù)的消費(fèi)水平，那么可以通過(guò)收集到的已知特征進(jìn)行學(xué)習(xí)和預(yù)測(cè)；

5. 屬性預(yù)測(cè)，利用訓(xùn)練得到的模型和用戶(hù)的已知特征，預(yù)測(cè)用戶(hù)的未知特征；

6. 數(shù)據(jù)合并，把用戶(hù)通過(guò)各種數(shù)據(jù)源提取的特征進(jìn)行合并，并給出一定的可信度；

7. 數(shù)據(jù)分發(fā)，對(duì)于合并后的結(jié)果數(shù)據(jù)，分發(fā)到精準(zhǔn)營(yíng)銷(xiāo)、個(gè)性化推薦、CRM等各個(gè)平臺(tái)，提供數(shù)據(jù)支持；

下面以用戶(hù)性別為例，具體介紹下特征提取的過(guò)程：

1. 提取用戶(hù)自己填寫(xiě)的資料，比如注冊(cè)時(shí)或者活動(dòng)中填寫(xiě)的性別資料，這些數(shù)據(jù)準(zhǔn)確率一般很高。

2. 提取用戶(hù)的稱(chēng)謂，如收件人或發(fā)件人中有提到的對(duì)方稱(chēng)呼，例如：xxx先生／女士，這個(gè)數(shù)據(jù)也比較準(zhǔn)。

3. 根據(jù)用戶(hù)姓名預(yù)測(cè)用戶(hù)性別，這是一個(gè)二分類(lèi)問(wèn)題，可以提取用戶(hù)的名字部分（百家姓與性別沒(méi)有相關(guān)性），然后用樸素貝葉斯分類(lèi)器訓(xùn)練一個(gè)分類(lèi)器。過(guò)程中遇到了生僻字問(wèn)題，比如“甄嬛”的“嬛”，由于在名字中出現(xiàn)的少，因此分類(lèi)器無(wú)法進(jìn)行正確分類(lèi)。考慮到漢字都是由偏旁部首組成，且偏旁部首也常常具有特殊含義（很多與性別具有相關(guān)性，比如草字頭傾向女性，金字旁?xún)A向男性），我們利用五筆輸入法分解單字，再把名字本身和五筆打法的字母一起放到LR分類(lèi)器進(jìn)行訓(xùn)練。比如，“嬛”字的打法：『女V+罒L+一G+衣E = VLGE 』，這里的女字旁就很有女性?xún)A向。

4. 另外，還有一些特征可以利用，比如用戶(hù)訪問(wèn)過(guò)的網(wǎng)站，經(jīng)常訪問(wèn)一些美妝或女性服飾類(lèi)網(wǎng)站，是女性的可能性就高，訪問(wèn)體育軍事類(lèi)網(wǎng)站，是男性的可能性就高。還有用戶(hù)上網(wǎng)的時(shí)間段，經(jīng)常深夜上網(wǎng)的用戶(hù)男性的可能性就高。把這些特征加入到LR分類(lèi)器進(jìn)行訓(xùn)練，也能提高一定的數(shù)據(jù)覆蓋率。

數(shù)據(jù)管理系統(tǒng)

用戶(hù)畫(huà)像涉及到大量的數(shù)據(jù)處理和特征提取工作，往往需要用到多數(shù)據(jù)來(lái)源，且多人并行處理數(shù)據(jù)和生成特征。因此，需要一個(gè)數(shù)據(jù)管理系統(tǒng)來(lái)對(duì)數(shù)據(jù)統(tǒng)一進(jìn)行合并存儲(chǔ)和分發(fā)。我們的系統(tǒng)以約定的目錄結(jié)構(gòu)來(lái)組織數(shù)據(jù)，基本目錄層級(jí)為：/user_tag/屬性/日期/來(lái)源_作者/。以性別特征為例，開(kāi)發(fā)者dev1從用戶(hù)姓名提取的性別數(shù)據(jù)存放路徑為 /user_tag/gender/20170101/name_dev1，開(kāi)發(fā)者dev2從用戶(hù)填寫(xiě)資料提取的性別數(shù)據(jù)存放路徑為 /user_tag/gender/20170102/raw_dev2。

從每種來(lái)源提取的數(shù)據(jù)可信度是不同的，所以各來(lái)源提取的數(shù)據(jù)必須給出一定的權(quán)重，約定一般為0-1之間的一個(gè)概率值，這樣系統(tǒng)在做數(shù)據(jù)的自動(dòng)合并時(shí)，只需要做簡(jiǎn)單的加權(quán)求和，并歸一化輸出到集群，存儲(chǔ)到事先定義好的hive表。接下來(lái)就是數(shù)據(jù)增量更新到HBase、ES、Spark集群等更多應(yīng)用服務(wù)集群。

應(yīng)用示例

以電商網(wǎng)站的某種頁(yè)面的個(gè)性化推薦為例，考慮到特征的可解釋性、易擴(kuò)展和模型的計(jì)算性能，很多線(xiàn)上推薦系統(tǒng)采用LR（邏輯回歸）模型訓(xùn)練，這里也以LR模型舉例。很多推薦場(chǎng)景都會(huì)用到基于商品的協(xié)同過(guò)濾，而基于商品協(xié)同過(guò)濾的核心是一個(gè)商品相關(guān)性矩陣W，假設(shè)有n個(gè)商品，那么W就是一個(gè)n * n的矩陣，矩陣的元素wij代表商品Ii和Ij之間的相關(guān)系數(shù)。而根據(jù)用戶(hù)訪問(wèn)和購(gòu)買(mǎi)商品的行為特征，可以把用戶(hù)表示成一個(gè)n維的特征向量U=[ i1, i2, ..., in ]。于是U*W可以看成用戶(hù)對(duì)每個(gè)商品的感興趣程度V=[ v1, v2, ..., vn ]，這里v1即是用戶(hù)對(duì)商品I1的感興趣程度，v1=i1*w11 + i2*w12 + in*w1n。如果把相關(guān)系數(shù)w11, w12, ..., w1n 看成要求的變量，那么就可以用LR模型，代入訓(xùn)練集用戶(hù)的行為向量U，進(jìn)行求解。這樣一個(gè)初步的LR模型就訓(xùn)練出來(lái)了，效果和基于商品的協(xié)同過(guò)濾類(lèi)似。

這時(shí)只用到了用戶(hù)的行為特征部分，而人口屬性、網(wǎng)購(gòu)偏好、內(nèi)容偏好、消費(fèi)能力和環(huán)境特征等其他上下文還沒(méi)有利用起來(lái)。把以上特征加入到LR模型，同時(shí)再加上目標(biāo)商品自身的屬性，如文本標(biāo)簽、所屬類(lèi)目、銷(xiāo)量等數(shù)據(jù)，如下圖所示，進(jìn)一步優(yōu)化訓(xùn)練原來(lái)的LR模型。從而最大程度利用已經(jīng)提取的用戶(hù)畫(huà)像數(shù)據(jù)，做到更精準(zhǔn)的個(gè)性化推薦。

【特別推薦】

• 這個(gè)三月我有3場(chǎng)見(jiàn)面會(huì)，你來(lái)不來(lái)！

• 【人物專(zhuān)訪】朱玲——我在網(wǎng)易云當(dāng)女程序媛

總結(jié)

以上是生活随笔為你收集整理的你真的懂你的用户吗？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。