用戶畫像就是貼標(biāo)簽
用戶畫像是根據(jù)用戶社會屬性、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶模型。用戶畫像建立的過程就是添加相應(yīng)的標(biāo)簽，在數(shù)據(jù)挖掘領(lǐng)域稱為標(biāo)簽化。標(biāo)簽是通過對用戶信息分析而得到的高度精煉的特征標(biāo)識。
比如唯品會、淘寶可根據(jù)用戶的購物習(xí)慣，買了什么產(chǎn)品，根據(jù)產(chǎn)品的屬性，最終都會形成不同標(biāo)簽，例如高低價(jià)值、男女等標(biāo)簽，用這些標(biāo)簽就可以形成用戶畫像，這就是貼標(biāo)簽的過程。
綜合而言，添加標(biāo)簽方法主要有4種：
(1)固有基本屬性標(biāo)簽
比如人口統(tǒng)計(jì)學(xué)的屬性信息，這些信息包括性別、年齡、職業(yè)、學(xué)歷、籍貫、婚姻、收入、房產(chǎn)等信息。如果你有客戶的身份證號碼，你就可以提取出用戶的籍貫、出生日期、性別等信息，具體可參見
【用戶畫像必備技能】手把手教你提取隱藏在身份證里的秘密
(2)通過基礎(chǔ)信息處理得到標(biāo)簽
比如說根據(jù)你的出生日期就可以推算出星座、生肖、性格等，因?yàn)槲覀冎啦煌男亲鶗胁煌男愿窕蛘咦鍪嘛L(fēng)格，如處女座追求完美。再例如你家庭地址在北京二環(huán)內(nèi)，那么可能就被打上一個(gè)標(biāo)簽——“土豪”或者其他標(biāo)簽。
(3)通過用戶行為推測標(biāo)簽
例如用戶購買了高爾夫球用品，你可能就是高端商務(wù)人士或老板，那么可能會被貼上高收入、高端等標(biāo)簽。再例如如果購買了衛(wèi)生巾的客戶，那么可能就被貼上女性、非孕婦等標(biāo)簽，這就是根據(jù)用戶的一些行為特征推測添加的標(biāo)簽。
(4)數(shù)據(jù)挖掘建模輸出標(biāo)簽
例如從幾個(gè)指標(biāo)綜合對用戶進(jìn)行聚類分析，最終會得到不同用戶群體，每個(gè)群體就有一個(gè)標(biāo)簽，屬于什么類;再比如流失預(yù)測模型，模型最終輸出流失概率得分，我們可以根據(jù)流失概率得分的高低，劃分為高流失用戶、中流失用戶、低流失用戶、不流失用戶等標(biāo)簽，這些都是最終得到一個(gè)標(biāo)簽，也就是前面所說的標(biāo)簽化、貼標(biāo)簽。
綜合而言，貼標(biāo)簽不一定要用到數(shù)據(jù)挖掘高大上的方法，簡單通過一個(gè)有業(yè)務(wù)價(jià)值的指標(biāo)，如消費(fèi)額、消費(fèi)頻次都能得到非常有業(yè)務(wù)價(jià)值的用戶分類。不論黑貓還是白貓，能抓老鼠的貓就是好貓，同理不論高級的方法還是簡單的方法，只要能夠解決問題的方法就是好方法。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）