利用AI构建动态用户画像的七步法

标签: AI人工智能 2年 中级 用户画像构建 | 发表时间:2018-12-25 19:18 | 作者:LineLian
出处:http://www.woshipm.com

本篇文章分步为大家详细地介绍了用AI构建动态用户画像的方法,供大家参考学习~

背景:虽然听过很多用户画像的神奇功能和成功案例,但对用户画像的构建实际是需要从技术和业务高度融合的角度来设计,否则建立的用户画像流于表面的形式而不能发挥作用。

用户画像构建的流程和思路

1. 构建用户画像的战略目标

构建用户画像之前,需要先明确用户画像构建的战略意义,设定用户画像使用的基本目标。

对于某宝而言,用户画像能够比较准确地反映用户在一段时间内对商品和服务相对稳定的兴趣需求,结合用户动机、场景、能力和环境要素的数据分析。

一方面能够支持智能化、个性化的产品推荐和优质服务;另一方面能够全面支持企业精细化运营,提高ROI,合理布局商品和服务。

下图为某宝的用户画像产品的运用:

图1

2. 构建用户画像的方法和流程

“标签体系”方法是构建用户画像的核心方法论。标签强调的是跟业务的紧密联系。标签是某一种用户特征的符号表示,标签体系两个视角:

  1. “化整为零”,每个标签都规定了我们观察、认识和描述用户的一个角度;
  2. “化零为整”,用户画像是一个整体,各个维度不孤立,标签之间有联系。

标签知识图谱化图如下图:

图2

“标签体系”方法的基础是数据标签化。

构建用户画像的核心流程如下图:

图3

3. 用户画像基础数据采集

基础数据采集需要全面收集用户在站内和站外所有相关的静态数据和动态数据。

梳理基础数据,需要明确目前都有哪些数据源,比如核心的系统线下场景门店、机器、小程序、电子数据渠道、营销渠道和第三方数据。

梳理基础数据,需要结合实际需求,梳理相关的数据实体和关联关系;并且根据相关性原则,对某宝的用户、商品和机器渠道三类数据实体进行数据分析维度的列举。

针对每一类数据实体,进一步分解可落地的数据维度,形成字段集如下举例。

用户数据:

  • 用户自然特征:性别,年龄,地域,教育水平,出生日期,职业,星座;
  • 用户兴趣特征:兴趣爱好,使用某宝APP/网站【可爬】,浏览/收藏内容,互动内容,品牌偏好,产品偏好;
  • 用户社会特征:婚姻状况,家庭情况,社交/信息渠道偏好;
  • 用户消费特征:收入状况,购买力水平,已购商品,购买渠道偏好,最后购买时间,购买频次。

商品数据(以消费电子类为例):

  • 手机:品牌,颜色,尺寸,电池容量,内存,摄像头,CPU,材质,散热,价格区间;
  • 笔记本:品牌,屏幕尺寸,配置,颜色,风格,薄厚,价格区间;
  • 智能手表:品牌,功能,材质,电池容量,颜色,风格,价格区间。

渠道数据(以消费电子类为例):

  • 信息渠道:微信,微博,论坛,SNS,贴吧,新闻网站,咨询App;
  • 购买渠道:电商平台,微店,官网,实体店,卖场。

图4

4. 用户画像行为建模

完成基础数据采集后,需要对这些数据进行清洗、拉通、整合以及分析建模,之后才能构建用户画像。

首先用户多渠道信息打通,多数据源的情况下,我们要将不同数据源的同一个用户的信息打通。我们可以把用户手机号、身份证等信息视为用户的ID,如果用户的信息在不同数据源,那么我们需要进行连接,从而构建一张关联图:

 图5

图6

图中连通的ID可以视为同一个用户,从而实现用户拉通,拉通可以基于图的方法进行强拉通,也可以采用机器学习的方法进行模糊拉通,预测出拉通的概率。

另外,拉通的可信程度由业务的密度决定,密度越高,对可信度的要求越高,譬如推荐是低密度业务,即使识别错误,影响比较小,但对于 电商的 短信通知服务,如果识别错误,体验就会非常差。

图7

用户画像的底层是机器学习,那么无论是要做客户分群还是精准营销,都先要将用户数据进行规整处理,转化为相同维度的特征向量,诸多华丽的算法才可以有用武之地,像是聚类,回归,关联,各种分类器等等。

对于结构化数据而言,特征提取工作往往都是从给数据打标签开始的,比如购买渠道,消费频率,年龄性别,家庭状况等等。

好的特征标签的选择可以使对用户刻画变得更丰富,也能提升机器学习算法的效果(准确度,收敛速度等)。

 图8

5. 用户画像可视化

(1)用户个体画像;

(2)用户群体画像。

图9

6. 用户画像在业务上的应用

图10

7. 智能推荐

协同过滤和贝叶斯智能评分混合推荐。

小结

AI产品经理以大数据为基础通过:

第一步,设定用户画像的目标;

第二步,构建以标签知识图谱化为系统的标签体系;

第三步,采集数据;

第四步,通过对采集的用户行为数据建模;

第五步,实现用户画像可视化;

第六步,讲按照时间序列更新迭代并应用;

第七步,在应用用户画像知识图谱过程中结合算法实现智能推荐。

#专栏作家#

连诗路,公众号:LineLian。人人都是产品经理专栏作家,《产品进化论:AI+时代产品经理的思维方法》一书作者,前阿里产品专家,希望与创业者多多交流。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议

相关 [利用 ai 用户] 推荐:

利用AI构建动态用户画像的七步法

- - 人人都是产品经理
本篇文章分步为大家详细地介绍了用AI构建动态用户画像的方法,供大家参考学习~. 背景:虽然听过很多用户画像的神奇功能和成功案例,但对用户画像的构建实际是需要从技术和业务高度融合的角度来设计,否则建立的用户画像流于表面的形式而不能发挥作用. 构建用户画像之前,需要先明确用户画像构建的战略意义,设定用户画像使用的基本目标.

利用AI技术,货运车队安全隐患或大幅下降90%

- - 36氪
过去,物流行业的效率提升主要靠不断地优化设施,比如仓库的位置、车辆的选择等等. 这种方式要付出更大的代价,比如在成本上要投入更多,提升的瓶颈也非常明显. 因此,对“智慧物流”的强烈渴望和迫切需求正在逐步将货运及物流这个看似低端行业的信息化潜能激发出来,同样也离不开当下最火的人工智能、物联网技术. 物流汽运拥堵情况普遍存在且日趋严重.

AI vs AI--当AI与自己聊天

- Tim - Solidot
Shawn the R0ck 写道 "最烦人的事情之一莫过于被强迫与一个白痴对话. 但当你发现你最讨厌与之交谈的白痴其实就是你自己的基于人工智能程序的拷贝...康奈尔创造性机器实验室决定看看当AI尝试跟自己交谈会发生什么. 他们的健谈的AI程序Cleverbot与自己进行文本交互,之后朗读出文本并且显示到视频中.

一家公司的 AI 教育观:AI 管「教」,真人来「育」

- - 极客公园
叮咚课堂 App 上线不过八个月,他们一面竭力在竞争异常激烈的在线少儿英语赛道上保持着刻意的低调,一面又疯狂地收获了平均 300% 月度的用户增长率. 这让他们创始人邱明丰对未来信心更盛了. 在艾瑞咨询发布的《2018 年中国在线幼儿启蒙英语行业白皮书》中提到,近年来人工智能在互联网教育领域大规模展开,但在在线幼儿启蒙英语教育中的应用甚少,随着资本的注入和行业的发展,其有望通过人工智能进一步提升用户在线启蒙英语学习的体验和效率.

贪吃蛇AI挑战赛第二季

- 温柔一刀 - 黑客志
如果你对这个活动感兴趣,可以先从这里开始,编写一个AI程序,然后将你的AI程序以及你对平台的改进建议发送到jin.cai20#gmail.com,主办方将会从中选择12名选手参加6月24到25持续一个周末的编程派对,并提供往返交通及住宿费用,下面是活动的详情:. 时间: June 24th – June 26th *.

AI 政策引发失业担忧

- - 最新更新 – Solidot
政府智库——中国发展研究基金会和红杉中国的报告 显示,中国出口制造业省份浙江、江苏和广东的几家公司在这三年内因自动化削减了 30% 至 40% 的劳动力. 北京正在实施雄心勃勃的政策以升级制造技术. 官方媒体对包括人工智能领域在内的政府发展目标的报道都集中在积极因素上. 然而,有关当局悄然对此类政策导致的裁员表示了担忧.

科创板,一瓶AI的卸妆水?

- - IT瘾-tuicool
编者按:本文转自 甲子光年,作者小北. “一级市场估值和泡沫怎么起来的,他们自己心里没点数吗. ”一位券商科技产业分析师在谈起即将到来的科创板时对我们说. “我们反正第一批肯定先不上. ”一位AI独角兽融资负责人面对我们对科创板的提问,回答略显暧昧. “你说那家公司为什么就值这么多钱呢. ”一位国内顶尖券商的投行业务部门负责人也曾反问我们,“反正他们的材料递到我这儿,我不会签字.

AI在运维中的应用

- - IT瘾-geek
要:随着X86分布式技术应用,服务器数量越来越多,网络拓扑结构越来越复杂,运维越来越辛苦,风险越来越高. 智能化运维AIOPS将AI技术应用在运维场景,是DevOps的运维部分,是“开发运维一体化云中心”的重要基础设施之一,其最大的价值在于缩短故障恢复时间,提高IT服务连续性. 本文描述一个运维及在这个场景下对AI的需求,目标是尝试将AI引入运维过程,提高运维效率、缩短故障恢复时间.

当 AI 开始进村养猪

- - PingWest品玩
“母猪杜洛克C7259号,没有怀孕,请在12小时内再次安排配种. ”如今,国内一些猪场工作人员已经能在自己的电脑上看到这样的提醒. 与此同时,长白山精气神养殖基地里,一只母猪在猪栏中的六个食槽一一凑过去, 但都没有通过面部识别. 饲喂机纹丝不动,就是不给投料,它只能落寞地走到墙角趴下. 工程师在 App 上查了一下状态,原来智能饲喂机识别出这头猪的当日进食量已经达到配额,不能再吃了.

利用springsecurity做用户权限限制

- - CSDN博客推荐文章
不同的user(用户)需要不同的role(角色),不同的role(角色)又会需要不同的resource(资源权限),比如说我王二,是个管理员(admin),我的权限大到什么都能操作,包括新建一个代理(proxy),再比如说我弟弟王三,是个代理(proxy),他却不能新建代理,他权限不够大. 利用springsecurity来实现的话,就非常简便(当然了,必须先做点准备工作).