什么是用戶畫像
Alan Cooper （交互設(shè)計之父）最早提出了 persona 的概念:“Personas are a concrete representation of target users.”
Persona 是真實用戶的虛擬代表,是建立在一系列真實數(shù)(Marketing data,Usability data)之上的目標(biāo)用戶模型。
通過用戶調(diào)研去了解用戶,根據(jù)他們的目標(biāo)偶惠、行為和觀點的差異,將他們區(qū)分為不同的類型,然后每種類型中抽取出典型特征,賦予名字煤蹭、照片、一些人口統(tǒng)計學(xué)要素肴熏、場景等描述,就形成了一個人物原型(personas)鬼雀。
為何要建立用戶畫像 personas?
Cooper認為建立 Personas 的好處有
Creates a common language
Users are no longer elastic
Provides a target - no longer designing for everyone in the world
End debates about prioritization and implementation
簡而言之，用戶畫像（persona ）為了讓團隊成員在產(chǎn)品設(shè)計的過程中能夠拋開個人喜好蛙吏，將焦點關(guān)注在目標(biāo)用戶的動機和行為上進行產(chǎn)品設(shè)計源哩。 因為，產(chǎn)品經(jīng)理為具體的人物做產(chǎn)品設(shè)計要遠遠優(yōu)于為腦中虛構(gòu)的東西做設(shè)計鸦做，也更來得容易励烦。
用戶畫像的價值
精準(zhǔn)營銷
精準(zhǔn)營銷是用戶畫像或者標(biāo)簽最直接和有價值的應(yīng)用。這部分也是我們廣告部門最注重的工作內(nèi)容泼诱。當(dāng)我們給各個用戶打上各種“標(biāo)簽”之后坛掠，廣告主（店鋪、商家）就可以通過我們的標(biāo)簽圈定他們想要觸達的用戶，進行精準(zhǔn)的廣告投放屉栓。
助力產(chǎn)品
一個產(chǎn)品想要得到廣泛的應(yīng)用舷蒲，受眾分析必不可少。產(chǎn)品經(jīng)理需要懂用戶友多，除了需要知道用戶與產(chǎn)品交互時點擊率牲平、跳失率、停留時間等行為之外域滥，用戶畫像能幫助產(chǎn)品經(jīng)理透過用戶行為表象看到用戶深層的動機與心理纵柿。
行業(yè)報告與用戶研究
通過對用戶畫像的分析可以了解行業(yè)動態(tài)，比如90后人群的消費偏好趨勢分析启绰、高端用戶青睞品牌分析藐窄、不同地域品類消費差異分析等等。這些行業(yè)的洞察可以指導(dǎo)平臺更好的運營酬土、把握大方向荆忍，也能給相關(guān)公司（中小企業(yè)、店鋪撤缴、媒體等）提供細分領(lǐng)域的深入洞察刹枉。
如何構(gòu)建用戶畫像
一個標(biāo)簽通常是人為規(guī)定的高度精煉的特征標(biāo)識，如年齡段標(biāo)簽：25~35歲屈呕，地域標(biāo)簽：北京微宝；用戶標(biāo)簽，向我們展示了一種樸素虎眨、簡潔的方法用于描述用戶信息蟋软。使得用戶畫像模型具備實際意義。能夠較好的滿足業(yè)務(wù)需求嗽桩。
1.數(shù)據(jù)源分析
構(gòu)建用戶畫像是為了還原用戶信息岳守，因此數(shù)據(jù)來源于：所有用戶相關(guān)的數(shù)據(jù)。
將用戶數(shù)據(jù)劃分為靜態(tài)信息數(shù)據(jù)碌冶、動態(tài)信息數(shù)據(jù)兩大類湿痢。
靜態(tài)信息數(shù)據(jù)
用戶相對穩(wěn)定的信息，如圖所示扑庞，主要包括人口屬性譬重、商業(yè)屬性等方面數(shù)據(jù)。這類信息罐氨，自成標(biāo)簽臀规，如果企業(yè)有真實信息則無需過多建模預(yù)測，更多的是數(shù)據(jù)清洗工作栅隐，因此這方面信息的數(shù)據(jù)建模不是本文重點塔嬉。
動態(tài)信息數(shù)據(jù)
用戶不斷變化的行為信息狠怨，如果存在上帝，每一個人的行為都在時刻被上帝那雙無形的眼睛監(jiān)控著邑遏，廣義上講，一個用戶打開網(wǎng)頁恰矩，買了一個杯子记盒；與該用戶傍晚溜了趟狗，白天取了一次錢外傅，打了一個哈欠等等一樣都是上帝眼中的用戶行為纪吮。當(dāng)行為集中到互聯(lián)網(wǎng)，乃至電商萎胰，用戶行為就會聚焦很多碾盟，如上圖所示：瀏覽凡客首頁、瀏覽休閑鞋單品頁技竟、搜索帆布鞋冰肴、發(fā)表關(guān)于鞋品質(zhì)的微博、贊“雙十一大促給力”的微博消息榔组。等等均可看作互聯(lián)網(wǎng)用戶行為熙尉。
本文以互聯(lián)網(wǎng)電商用戶，為主要分析對象搓扯，暫不考慮線下用戶行為數(shù)據(jù)（分析方法雷同检痰，只是數(shù)據(jù)獲取途徑，用戶識別方式有些差異）锨推。
在互聯(lián)網(wǎng)上铅歼，用戶行為，可以看作用戶動態(tài)信息的唯一數(shù)據(jù)來源换可。如何對用戶行為數(shù)據(jù)構(gòu)建數(shù)據(jù)模型椎椰，分析出用戶標(biāo)簽，將是本文著重介紹的內(nèi)容沾鳄。
2.目標(biāo)分析
用戶畫像的目標(biāo)是通過分析用戶行為俭识，最終為每個用戶打上標(biāo)簽，以及該標(biāo)簽的權(quán)重洞渔。如套媚，紅酒 0.8、李寧 0.6磁椒。
標(biāo)簽堤瘤，表征了內(nèi)容，用戶對該內(nèi)容有興趣浆熔、偏好本辐、需求等等。
權(quán)重，表征了指數(shù)慎皱，用戶的興趣老虫、偏好指數(shù)，也可能表征用戶的需求度茫多，可以簡單的理解為可信度祈匙，概率。
3.數(shù)據(jù)建模方法
一個事件模型包括：時間天揖、地點夺欲、人物三個要素。每一次用戶行為本質(zhì)上是一次隨機事件今膊，可以詳細描述為：什么用戶些阅，在什么時間，什么地點斑唬，做了什么事市埋。
什么用戶：關(guān)鍵在于對用戶的標(biāo)識，用戶標(biāo)識的目的是為了區(qū)分用戶恕刘、單點定位腰素。
以上列舉了互聯(lián)網(wǎng)主要的用戶標(biāo)識方法，獲取方式由易到難雪营。視企業(yè)的用戶粘性弓千，可以獲取的標(biāo)識信息有所差異。
什么時間：時間包括兩個重要信息献起，時間戳+時間長度洋访。時間戳，為了標(biāo)識用戶行為的時間點谴餐，如姻政，1395121950（精度到秒），1395121950.083612（精度到微秒）岂嗓，通常采用精度到秒的時間戳即可汁展。因為微秒的時間戳精度并不可靠。瀏覽器時間精度厌殉，準(zhǔn)確度最多也只能到毫秒食绿。時間長度，為了標(biāo)識用戶在某一頁面的停留時間公罕。
什么地點：用戶接觸點器紧，Touch Point。對于每個用戶接觸點楼眷。潛在包含了兩層信息：網(wǎng)址 + 內(nèi)容铲汪。網(wǎng)址：每一個url鏈接（頁面/屏幕）熊尉，即定位了一個互聯(lián)網(wǎng)頁面地址，或者某個產(chǎn)品的特定頁面掌腰≌。可以是PC上某電商網(wǎng)站的頁面url，也可以是手機上的微博齿梁，微信等應(yīng)用某個功能頁面催植，某款產(chǎn)品應(yīng)用的特定畫面。如士飒，長城紅酒單品頁，微信訂閱號頁面蔗崎，某游戲的過關(guān)頁酵幕。
內(nèi)容：每個url網(wǎng)址（頁面/屏幕）中的內(nèi)容』嚎粒可以是單品的相關(guān)信息：類別芳撒、品牌、描述未桥、屬性笔刹、網(wǎng)站信息等等。如冬耿，紅酒舌菜，長城，干紅亦镶，對于每個互聯(lián)網(wǎng)接觸點日月，其中網(wǎng)址決定了權(quán)重；內(nèi)容決定了標(biāo)簽缤骨。
注：接觸點可以是網(wǎng)址爱咬，也可以是某個產(chǎn)品的特定功能界面。如绊起，同樣一瓶礦泉水精拟，超市賣1元，火車上賣3元虱歪，景區(qū)賣5元蜂绎。商品的售賣價值，不在于成本笋鄙，更在于售賣地點荡碾。標(biāo)簽均是礦泉水，但接觸點的不同體現(xiàn)出了權(quán)重差異局装。這里的權(quán)重可以理解為用戶對于礦泉水的需求程度不同坛吁。即劳殖，愿意支付的價值不同。
標(biāo)簽 權(quán)重
礦泉水 1 // 超市
礦泉水 3 // 火車
礦泉水 5 // 景區(qū)
類似的拨脉，用戶在京東商城瀏覽紅酒信息哆姻，與在品尚紅酒網(wǎng)瀏覽紅酒信息，表現(xiàn)出對紅酒喜好度也是有差異的玫膀。這里的關(guān)注點是不同的網(wǎng)址矛缨，存在權(quán)重差異，權(quán)重模型的構(gòu)建帖旨，需要根據(jù)各自的業(yè)務(wù)需求構(gòu)建箕昭。
所以，網(wǎng)址本身表征了用戶的標(biāo)簽偏好權(quán)重解阅。網(wǎng)址對應(yīng)的內(nèi)容體現(xiàn)了標(biāo)簽信息落竹。
什么事：用戶行為類型，對于電商有如下典型行為：瀏覽货抄、添加購物車述召、搜索、評論蟹地、購買积暖、點擊贊、收藏 等等怪与。
不同的行為類型夺刑，對于接觸點的內(nèi)容產(chǎn)生的標(biāo)簽信息，具有不同的權(quán)重分别。如性誉，購買權(quán)重計為5，瀏覽計為1
紅酒 1 // 瀏覽紅酒
紅酒 5 // 購買紅酒
綜合上述分析茎杂，用戶畫像的數(shù)據(jù)模型错览，可以概括為下面的公式：用戶標(biāo)識 + 時間 + 行為類型 + 接觸點（網(wǎng)址+內(nèi)容），某用戶因為在什么時間煌往、地點倾哺、做了什么事。所以會打上**標(biāo)簽刽脖。
用戶標(biāo)簽的權(quán)重可能隨時間的增加而衰減羞海，因此定義時間為衰減因子r，行為類型曲管、網(wǎng)址決定了權(quán)重却邓，內(nèi)容決定了標(biāo)簽，進一步轉(zhuǎn)換為公式：
標(biāo)簽權(quán)重=衰減因子×行為權(quán)重×網(wǎng)址子權(quán)重
如：用戶A院水，昨天在品尚紅酒網(wǎng)瀏覽一瓶價值238元的長城干紅葡萄酒信息腊徙。
標(biāo)簽：紅酒简十，長城
時間：因為是昨天的行為，假設(shè)衰減因子為：r=0.95
行為類型：瀏覽行為記為權(quán)重1
地點：品尚紅酒單品頁的網(wǎng)址子權(quán)重記為 0.9（相比京東紅酒單品頁的0.7）
假設(shè)用戶對紅酒出于真的喜歡撬腾，才會去專業(yè)的紅酒網(wǎng)選購螟蝙，而不再綜合商城選購。
則用戶偏好標(biāo)簽是：紅酒民傻，權(quán)重是0.95*0.7 * 1=0.665胰默，即，用戶Ａ：紅酒 0.665漓踢、長城 0.665牵署。
?上述模型權(quán)重值的選取只是舉例參考，具體的權(quán)重值需要根據(jù)業(yè)務(wù)需求二次建模喧半，這里強調(diào)的是如何從整體思考奴迅，去構(gòu)建用戶畫像模型，進而能夠逐步細化模型薯酝。
