摘要：比如個(gè)推旗下的用戶畫像產(chǎn)品，能夠?qū)τ脩艟€上和線下行為進(jìn)行大數(shù)據(jù)分析，幫助開(kāi)發(fā)者和運(yùn)營(yíng)者構(gòu)建全面精準(zhǔn)多維的用戶畫像體系。

移動(dòng)互聯(lián)網(wǎng)時(shí)代，精細(xì)化運(yùn)營(yíng)逐漸成為企業(yè)發(fā)展的重要競(jìng)爭(zhēng)力，“用戶畫像”的概念也應(yīng)運(yùn)而生。用戶畫像是指，在大數(shù)據(jù)時(shí)代，企業(yè)通過(guò)對(duì)海量數(shù)據(jù)信息進(jìn)行清洗、聚類、分析，將數(shù)據(jù)抽象成標(biāo)簽，再利用這些標(biāo)簽將用戶形象具體化的過(guò)程。用戶畫像的建立能夠幫助企業(yè)更好地為用戶提供針對(duì)性的服務(wù)。
與之相應(yīng)，越來(lái)越多的第三方大數(shù)據(jù)公司，也開(kāi)始依托自身的數(shù)據(jù)積累，為客戶提供用戶畫像的服務(wù)。比如個(gè)推旗下的用戶畫像產(chǎn)品，能夠?qū)τ脩艟€上和線下行為進(jìn)行大數(shù)據(jù)分析，幫助APP開(kāi)發(fā)者和運(yùn)營(yíng)者構(gòu)建全面、精準(zhǔn)、多維的用戶畫像體系。下文將以個(gè)推用戶畫像產(chǎn)品為例，詳解“用戶畫像”的技術(shù)特點(diǎn)和使用價(jià)值。
用戶畫像的形成需要經(jīng)歷四個(gè)過(guò)程，數(shù)據(jù)積累、數(shù)據(jù)清洗、數(shù)據(jù)建模分析、數(shù)據(jù)產(chǎn)出。其中，數(shù)據(jù)清洗和數(shù)據(jù)建模統(tǒng)稱數(shù)據(jù)處理。在經(jīng)過(guò)數(shù)據(jù)處理之后，個(gè)推產(chǎn)出獨(dú)特的冷、熱、溫?cái)?shù)據(jù)維度，并分析用戶的線上興趣偏好和線下行為場(chǎng)景，形成用戶畫像。

一、用戶畫像用了哪些技術(shù)？
在數(shù)據(jù)處理階段，個(gè)推用戶畫像產(chǎn)品的大數(shù)據(jù)計(jì)算架構(gòu)采用了Kafka分布式發(fā)布訂閱消息系統(tǒng)，具有高吞吐量、高穩(wěn)定性的特點(diǎn)。數(shù)據(jù)清洗可利用HADOOP、SPARK來(lái)實(shí)現(xiàn)設(shè)備唯一性識(shí)別、行為數(shù)據(jù)的清洗等，去除冗余數(shù)據(jù)。這一過(guò)程支持交互計(jì)算和多種復(fù)雜算法，并支持?jǐn)?shù)據(jù)實(shí)時(shí)/離線計(jì)算。

在數(shù)據(jù)建模的過(guò)程中，個(gè)推用戶畫像產(chǎn)品主要利用了機(jī)器學(xué)習(xí)中的聚類（無(wú)監(jiān)督學(xué)習(xí))和深度學(xué)習(xí)技術(shù)，讓模型對(duì)用戶行為數(shù)據(jù)主動(dòng)學(xué)習(xí)，進(jìn)行行為判斷，由此產(chǎn)出用戶標(biāo)簽。

經(jīng)過(guò)數(shù)據(jù)的清洗和建模，個(gè)推用戶畫像會(huì)形成冷數(shù)據(jù)畫像、溫?cái)?shù)據(jù)回溯、熱數(shù)據(jù)場(chǎng)景和定制化標(biāo)簽四種畫像。
冷數(shù)據(jù)畫像，是指基于大數(shù)據(jù)的分析得出的用戶屬性，相對(duì)比較穩(wěn)定，如用戶的年齡層次、性別、常駐地等。“溫?cái)?shù)據(jù)”則可以回溯用戶近期活躍的線上和線下場(chǎng)景，具有一定的時(shí)效性。“熱數(shù)據(jù)”是指用戶當(dāng)下的場(chǎng)景及實(shí)時(shí)的用戶特征，幫助APP運(yùn)營(yíng)者抓住稍縱即逝的營(yíng)銷機(jī)會(huì)。定制化標(biāo)簽是將個(gè)推數(shù)據(jù)與第三方數(shù)據(jù)結(jié)合起來(lái)，共同建模得出具有價(jià)值的特征標(biāo)簽。

二、如何構(gòu)建用戶畫像？
“用戶畫像”的構(gòu)建需要技術(shù)和業(yè)務(wù)人員的共同參與，以避免形式化的用戶畫像。個(gè)推構(gòu)建用戶畫像時(shí)流程如下：
（1）標(biāo)簽體系設(shè)計(jì)。開(kāi)發(fā)者需要先了解自身的數(shù)據(jù)，確定需要設(shè)計(jì)的標(biāo)簽形式。
（2）多數(shù)據(jù)源數(shù)據(jù)融合。在建設(shè)用戶畫像時(shí)，個(gè)推會(huì)整合自有海量數(shù)據(jù)以及該APP自身的數(shù)據(jù)。
（3）實(shí)現(xiàn)用戶統(tǒng)一標(biāo)識(shí)。多數(shù)情況下，APP的眾多用戶分布于不同的賬號(hào)體系中，個(gè)推會(huì)將其統(tǒng)一標(biāo)識(shí)，幫助APP打通賬號(hào)，實(shí)現(xiàn)信息快速共享。
（4）用戶畫像特征層構(gòu)建。即將每一個(gè)數(shù)據(jù)進(jìn)行特征化。
（5）畫像標(biāo)簽規(guī)則+算法建模。兩者缺一不可，在實(shí)際的應(yīng)用中，算法難以解決的問(wèn)題，利用簡(jiǎn)單的規(guī)則也可以達(dá)到很好的效果。
（6）利用算法對(duì)所有用戶打標(biāo)簽。
（7）畫像質(zhì)量監(jiān)控。在實(shí)際的應(yīng)用中，用戶畫像會(huì)產(chǎn)生一定的波動(dòng)，為了解決這個(gè)問(wèn)題，個(gè)推建設(shè)了相應(yīng)的監(jiān)控系統(tǒng)，對(duì)畫像的質(zhì)量進(jìn)行監(jiān)控。
總之，個(gè)推用戶畫像構(gòu)建的整體流程，可以概括為三個(gè)部分：
第一，基礎(chǔ)數(shù)據(jù)處理。基礎(chǔ)數(shù)據(jù)包括用戶設(shè)備信息、用戶的線上APP偏好以及線下場(chǎng)景數(shù)據(jù)等。
第二，畫像中間數(shù)據(jù)處理。處理結(jié)果包括線上APP偏好特征和線下場(chǎng)景特征等。
第三，畫像信息表。表中應(yīng)有四種信息：設(shè)備基礎(chǔ)屬性；用戶基礎(chǔ)畫像，包括用戶的性別、年齡層次、相關(guān)消費(fèi)水平等；用戶興趣畫像，即用戶更有興趣的方向，比如用戶更偏好拼團(tuán)類APP還是海淘類APP；用戶其它畫像等。
在個(gè)推用戶畫像構(gòu)建的過(guò)程中，機(jī)器學(xué)習(xí)占據(jù)了較為重要的位置。機(jī)器學(xué)習(xí)主要應(yīng)用在海量設(shè)備數(shù)據(jù)整理、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)的過(guò)程中。

三、用戶畫像能做什么？
用戶畫像對(duì)電商類、新聞資訊類APP的作用不言而喻，可以幫助APP打造精準(zhǔn)推薦系統(tǒng)，實(shí)現(xiàn)千人千面的運(yùn)營(yíng)。
基于用戶特征的個(gè)性化推薦
APP的運(yùn)營(yíng)者可以通過(guò)個(gè)推用戶畫像提供的性別、年齡層次、興趣愛(ài)好等標(biāo)簽，分別展示不同的內(nèi)容給用戶,以達(dá)到精準(zhǔn)化運(yùn)營(yíng)的目的。

基于用戶特征指導(dǎo)內(nèi)容推薦
基于用戶特征指導(dǎo)內(nèi)容的推薦是指找到與目標(biāo)群體相似的用戶群，并利用該相似用戶群的行為特征對(duì)目標(biāo)用戶進(jìn)行內(nèi)容推薦，具體過(guò)程如下圖：

在實(shí)現(xiàn)這一內(nèi)容推薦的過(guò)程中，相似性建模技術(shù)起著不可忽視的作用。相似性建模可類比于聚類建模，是無(wú)監(jiān)督學(xué)習(xí)中的一種。它可以尋找數(shù)據(jù)中的特征，把具有相同特征的數(shù)據(jù)聚集在一組，并賦予這些聚集在一起的數(shù)據(jù)相同的特征標(biāo)簽。根據(jù)這些特征標(biāo)簽，尋找具有這些特性的用戶，給他們推送相同的內(nèi)容。

這種推薦方式的優(yōu)點(diǎn)是，它的自有特征是經(jīng)過(guò)APP長(zhǎng)期積淀而來(lái)，顆粒度更細(xì)，適用性更強(qiáng)，對(duì)用戶的認(rèn)識(shí)更全面，效果能持續(xù)提升。而且它還能針對(duì)APP所處行業(yè)與自身需求，量身定制匹配算法，讓推薦更精準(zhǔn)。
此外，個(gè)推用戶畫像能夠結(jié)合第三方數(shù)據(jù)做定制化建模，通過(guò)雙方共同建模得出顯著價(jià)值和特征標(biāo)簽。這種標(biāo)簽增補(bǔ)的方式不僅能保證推送的內(nèi)容更精準(zhǔn)，同時(shí)也可以很大程度地提升流量?jī)r(jià)值。

四、開(kāi)發(fā)者如何接入？
個(gè)推用戶畫像SDK的接入主要有兩個(gè)方式：
? SDK集成：客戶端集成個(gè)推用戶畫像SDK，進(jìn)行初始化SDK后，返回給客戶一個(gè)ID即GIUID(唯一身份標(biāo)識(shí))， 此ID需要由客戶端提交到客戶服務(wù)器，然后服務(wù)器通過(guò)API接口傳入GIUID進(jìn)行查詢用戶畫像標(biāo)簽數(shù)據(jù)。

? API接口調(diào)用：客戶將應(yīng)用名稱、包名及服務(wù)端出口IP提供后，返回APP ID等相關(guān)信息。客戶根據(jù)《個(gè)推用戶畫像數(shù)據(jù)服務(wù)接口文檔》及《用戶畫像編碼表》集成測(cè)試后方可調(diào)用API接口查詢畫像信息。

具體的集成文檔參見(jiàn)以下鏈接：
Android：http://docs.getui.com/gexiang...
iOS：http://docs.getui.com/gexiang...
服務(wù)端：http://docs.getui.com/gexiang...

了解用戶，是為了更好地服務(wù)用戶。正是APP開(kāi)發(fā)者和運(yùn)營(yíng)者對(duì)用戶認(rèn)知的渴求促生了用戶畫像。而APP開(kāi)發(fā)者只有把用戶的需求放在最重要的位置，才能更好地優(yōu)化用戶的體驗(yàn)，留住用戶。接入個(gè)推畫像SDK，不僅可以幫助開(kāi)發(fā)人員提高開(kāi)發(fā)決策的效率，也可以幫助APP運(yùn)營(yíng)人員開(kāi)展精細(xì)化運(yùn)營(yíng)，從而提升企業(yè)的營(yíng)銷效率和市場(chǎng)競(jìng)爭(zhēng)力。