京东大数据用户画像最佳实践
这是我学习网络公开课的学习笔记，公开课主要讲解了以下几个问题：
1、什么是用户画像
2、用户画像在京东运营中的应用
3、在如何更加有效的应用用户画像过程中犯过的错误
4、讲师对用户画像发展方向的理解
一、什么是用户画像？怎样理解用户画像？
用户画像是将用户的线上行为数据化。通过你在京东商城中购买商品种类、价格、频次等一系列活动，每一个活动代表一个或多个标签，通过对标签的汇总、分析、分类来深化对个人或群体的认知。其中包括基本属性、购买能力、行为特征、社交网络、心理特征、兴趣爱好。
基本操作流程：
1、将所有收集的信息存储到数据仓库中。
2、通过数据仓库中的数据设立用户标签。
3、通过用户标签建立模型
4、业务部门调用模型
在第三步建立模型过程中，有些人倾向于使用算法、有些倾向于使用分析统计，京东的架构是将两者合并，基于各自对业务的理解建立起来的模型应用于业务。所谓是骡子是马，拉出来溜溜便知孰优孰劣。牢记模型的核心目标是应用于业务。
二、用户画像构建流程：
简单概括起来就是利用数据分析确定问题，通过特征构建模型，将模型小范围测试，收集反馈信息，模型自动化学习和训练不断强化。
三、用户画像怎样应用到实践中的各个环节？
用户画像的应用贯穿于图片中的5个环节：
1、拉新分为网站外拉新和网站内拉新，站外拉新是增加新用户注册数量，站内拉新是扩展用户购买的品类，例如，某用户以前只在京东上购买3C产品，通过推广，现在他在上面购买了生鲜，这即站内拉新。
站外拉新与站内拉新在用户画像方面的应用类似，以站外拉新为例，通过分析来自其他平台渠道引流过来的流量分析，以QQ和今日头条为例，哪里引来流量的转化率高，消费金额更大，从而作为广告投放的决策依据。户外投放广告也是相同的原理。
2、激活用户是根据用户在京东页面搜索的轨迹，点击了那些、加入购物车了那些，判断用户心理特征，通过发送优惠券，给予专属优惠价格等方式促进其下单购买。
3、留存用户即让用户持续不断的使用。通过客户的购买过程，识别出那些用户是将要流失的，然后做出相应的解决方案。造成用户流失特征有很多，比如用户投诉、客服解决不满意等。由运营部门调取数据仓库中的数据分析。
4、创收即让用户多下单。在这方面首先要确定你的业务诉求是什么。是毛利最大化还是销售额最大化或是销量最大化。不同的诉求根据用户画像做出不同的决策。
5、社交传播即分享红包。在你的朋友圈中经常发动态的可能就是一些特定的人群，我就是那种一年也不发一条的那种人。通过用户画像找出那些特定的人群，通过给予优惠鼓励他分享，形成自传播。
四、用户画像在电商场景中的应用实践
其实不止是电商场景，在其他互联网公司也都大同小异。
1、精准营销。以手表为例，结合品牌、价格、推广渠道进行人群圈定。然后基于用户标签通过短信、邮件或者网页广告、APP广告进行推送。
2、个性化。每个人的购物需求不同，因此每个人打开页面展现的商品也就不同。另一个应用是聊天机器人。
3、社交传播。京东通过与腾讯、百度、今日头条等公司的合作，打通数据库，找出各自用户标签的交集进行广告的推送，从而提高转化率。
4、数据分析类。京东的账户经常会出现一个账户多人使用或多设备登录的现象，这会造成做出的用户标签不准确，这时要数据分析看其占多大比例，从而做出相应对策。
五、在如何更加有效的利用用户画像过程中犯过的错误。
1、重复工作。出现同一标签不同口径，同一标签不同的人在做。意识到运营的重要性，运营要有专属的人去做。
2、经常被问到模型准确率的问题。不是每一种模型都可以测出准确率的，模型分为有监督模型和无监督模型，前者可以通过测试集进行测验，后者是基于聚类。另外，也要平衡模型的准确率与覆盖率，在准确率不低于80%的情况下，尽量提高覆盖率。
3、要对用户标签进行优化和整合。
4、模型可以通过交易额的提高测试出来，但用户标签的价值很难测试出来，一个模型要用到很多用户标签，具体到哪一个起到了多大作用就很难检测了，京东的做法是收益价值共享。
5、开发出来的新标签要通过分享、讲解、推销的方式让别人使用；基于各自对业务的理解，以业务导向为目标互相学习；几百个标签中，经常用到额不到20%，要以业务为导向对标签进行调优，形成监控体系；团队不应以开发标签数量为导向，应以提到业务为导向；进行适当的重复开发，通过成果验证，进行优中选优。
六、用户画像的发展方向
1、场景化。通过地图进行定位、利用天气数据、用户点击商品再结合手机推断场景进行推送。例如：在雾霾天在京东上看了空气净化器，结合场景弹出净化器优惠劵。
2、精细化。细化到不同的地区、人群、品牌、品类、店铺，做出不同的用户画像。
3、知识化。对业务形成体系，再结合场景。
4、运营化持续化。通过对脚本的分享、归类，任何人都能申请使用，打通信息流。
文章被以下专栏收录
通往数据分析之路
