吳文滔
摘 要:本研究從用戶畫像的發(fā)展背景、構(gòu)建流程以及應(yīng)用現(xiàn)狀等方面對用戶畫像進行了分析。用戶畫像的構(gòu)建主要包含數(shù)據(jù)采集、用戶標(biāo)簽的提取、用戶畫像的構(gòu)建三個步驟。以淘寶為例,介紹了用戶畫像在電商領(lǐng)域的應(yīng)用。用戶畫像能夠幫助企業(yè)了解消費者人群的需求、及時調(diào)整企業(yè)戰(zhàn)略、彌補價格變動的滯后性;以網(wǎng)易云音樂APP為例,研究了用戶畫像在音樂APP信息推送方面的應(yīng)用。借助用戶畫像技術(shù),音樂APP能夠個性化地向用戶推薦音樂,使APP更人性化,從而提升用戶粘性。以P2P為例,介紹了用戶畫像在金融領(lǐng)域刻畫用戶特征、規(guī)避風(fēng)險的應(yīng)用。最后對用戶畫像的優(yōu)點與不足展開分析,給出了相關(guān)的建議。
關(guān)鍵詞:用戶畫像;推薦;精準(zhǔn)營銷;個性化
中圖分類號:TP18 文獻(xiàn)標(biāo)識碼:A 文章編號:1671-2064(2019)21-0255-02
0 引言
從2008年大數(shù)據(jù)的概念剛開始普及到十年后的今天,世界已經(jīng)進入一個大數(shù)據(jù)的時代。隨著互聯(lián)網(wǎng)的普及,各類數(shù)據(jù)呈爆炸式增長,包含文本、圖像、視音頻等類型,其中主要是用戶的網(wǎng)絡(luò)行為數(shù)據(jù)。國際數(shù)據(jù)公司(IDC)的研究結(jié)果表明,2011年的互聯(lián)網(wǎng)包含的數(shù)據(jù)量接近2ZB,相當(dāng)于全球每人產(chǎn)生200GB以上的數(shù)據(jù)。
面對海量信息,如何能使用戶快速、準(zhǔn)確地獲取所需信息是當(dāng)前信息檢索面臨的難題。用戶畫像作為一種根據(jù)用戶需求提高信息檢索效能的技術(shù),被廣泛地運用于商品、新聞等數(shù)據(jù)的檢索領(lǐng)域。用戶畫像的概念最早由Alan Copper提出,可以通過用戶的行為數(shù)據(jù),更真實地反映用戶的實際需求以及企業(yè)的消費者人群特點[1]。例如在電商興起的當(dāng)下能夠彌補價格變動的滯后,反映消費者心理,更精確地推送營銷信息。本文將對用戶畫像的構(gòu)建過程、應(yīng)用現(xiàn)狀及存在問題進行分析討論。
1 用戶畫像的構(gòu)建過程
用戶畫像是一種通過對大數(shù)據(jù)的搜集、計算,提取用戶標(biāo)簽,從而構(gòu)建出真實用戶的虛擬形象的工具[2]。一般而言,用戶畫像的構(gòu)建流程主要分為數(shù)據(jù)采集、標(biāo)簽建模、“用戶畫像”模型構(gòu)建三個部分[1]。
數(shù)據(jù)采集是指搜集、整理用戶的網(wǎng)絡(luò)行為等數(shù)據(jù)。用戶的網(wǎng)絡(luò)行為數(shù)據(jù)是用戶網(wǎng)絡(luò)行為所產(chǎn)生的數(shù)據(jù),如社交行為、信息搜集行為、購物行為、娛樂行為等產(chǎn)生的痕跡數(shù)據(jù)。在數(shù)據(jù)采集完成以后,需要對采集的數(shù)據(jù)進行挖掘,通過不同的挖掘方法,企業(yè)可以得到不同的信息,從而構(gòu)建不同的“用戶畫像”。數(shù)據(jù)的采集和挖掘完成以后,通過對所挖掘信息進行分析、抽取、提煉,從而形成高度概括、能準(zhǔn)確精煉地表示用戶的某種特性或?qū)傩缘摹皹?biāo)簽”。用戶標(biāo)簽分為靜態(tài)標(biāo)簽以及動態(tài)標(biāo)簽。靜態(tài)標(biāo)簽指能夠保持穩(wěn)定、具有先天性的用戶標(biāo)簽,如人口屬性、人格等。動態(tài)標(biāo)簽指行為和結(jié)果標(biāo)簽,其數(shù)據(jù)來源于用戶的網(wǎng)絡(luò)行為痕跡數(shù)據(jù),是具有動態(tài)特性的用戶標(biāo)簽,有更新頻繁、穩(wěn)定性差的特點。用戶畫像模型的構(gòu)建是指使用上述的用戶標(biāo)簽集合構(gòu)建出用戶模型,從而描繪出實際用戶的虛擬模型的過程。
2 用戶畫像的應(yīng)用
2.1 電子商務(wù)商品推薦
現(xiàn)階段,網(wǎng)購已經(jīng)成為人們主要的購物方式。人們在瀏覽、購買商品時其行為會被記錄下來,形成海量的電子商務(wù)大數(shù)據(jù)。對電商平臺來說,其往往面臨顧客數(shù)量大、商品繁雜等困難,如何充分地利用這些海量的數(shù)據(jù)向用戶精準(zhǔn)推送商品成為提高用戶體驗及產(chǎn)品競爭力的關(guān)鍵[3]。信息的檢索、篩選和推送與電商的發(fā)展密切相關(guān)。在對海量用戶行為數(shù)據(jù)分析、構(gòu)建出用戶畫像的前提下,商家能夠據(jù)此獲得消費者的虛擬用戶形象、用戶偏好與需求,從而為用戶提供個性化的產(chǎn)品與服務(wù)。構(gòu)建電商用戶畫像需要采集的數(shù)據(jù)包括靜態(tài)的個人資料以及動態(tài)的用戶的行為信息如注冊、瀏覽、點擊、購買、簽收、評價、收藏、加入購物車等。
阿里巴巴電商平臺——淘寶根據(jù)商品的品牌、類型、適用場景、上市時間、所屬店鋪以及折扣和服務(wù)等將商品劃分為多個品類,借助預(yù)先構(gòu)建的用戶標(biāo)簽會在APP的首頁“猜你喜歡”欄目中為用戶推薦商品,實現(xiàn)個性化營銷。用戶畫像技術(shù)的應(yīng)用可以有效地使大部分糾結(jié)購買哪件商品的用戶找到適合自己的商品,使在購物過程中目的性較低的用戶瀏覽到適合自己的商品,從而增加平臺的銷售額與競爭力。在用戶購買了所需的商品以后,APP會彈出“購買了該商品的人還購買了”的欄目。這種精準(zhǔn)推薦服務(wù)將具有“購買了某件商品”標(biāo)簽的用戶劃分為同一群體,并向該用戶推薦同一群體中其他用戶購買的商品,由此實現(xiàn)了提高平臺銷售額的效果。
2.2 音樂個性化推薦
現(xiàn)階段,各類音樂APP十分普及,音樂APP可以為用戶提供海量的音樂,包括不同的音樂風(fēng)格、表達(dá)的情感、語種、年代。大多數(shù)情況下用戶是被動地接收音樂APP推送的歌曲。如何精準(zhǔn)的推送用戶感興趣的歌曲成為各大音樂APP改善用戶體驗、提升產(chǎn)品競爭力的關(guān)鍵[4]。盡管音樂APP可以通過實地調(diào)查了解用戶的年齡比例、音樂偏好來提高推送的精準(zhǔn)度,但這樣不僅需要消耗大量人力,而且只能實現(xiàn)對部分典型用戶的較準(zhǔn)確推薦,無法達(dá)到個性化推送的程度。在音樂APP中,用戶畫像最基本的應(yīng)用即是通過海量的用戶數(shù)據(jù),對現(xiàn)有的用戶進行分析、抽取并提煉出用戶標(biāo)簽,形成用戶畫像,從而劃分不同群組,由此對同一群體的用戶推送特定的音樂。歌曲通常具有自然標(biāo)簽如歌曲風(fēng)格、表達(dá)的情感、歌詞的主題等,此類標(biāo)簽可以與用戶標(biāo)簽進行匹配,從而為用戶進行精準(zhǔn)推薦。
通過搜集用戶的行為數(shù)據(jù)可以了解單個用戶對某種音樂的喜好,將用戶進行劃分,根據(jù)用戶收藏過或評論過的音樂匹配到相似的音樂,推薦給該用戶。以網(wǎng)易云音樂為例,在APP的“相似推薦”選項中會有“喜歡這首歌的人也聽”這一欄目,列舉出五首相似單曲,以及欄目“喜歡這首歌的人”,列舉出五個相似用戶。APP會每天向用戶推送相似度高(音樂偏好相似)的用戶,并在后來據(jù)此推出了“因樂交友”的模塊,通過計算用戶的相似度劃分用戶為不同種群,增加了用戶間的聯(lián)系,從而提升了用戶粘性。
2.3 金融產(chǎn)品風(fēng)險控制
在2013余額寶出現(xiàn)后,越來越多的人開始關(guān)注互聯(lián)網(wǎng)理財,互聯(lián)網(wǎng)理財產(chǎn)品也更多地走進了人們的生活,如何控制互聯(lián)網(wǎng)產(chǎn)品的風(fēng)險是各類金融產(chǎn)品設(shè)計的關(guān)鍵。以P2P貸款業(yè)務(wù)為例,由于P2P貸款面向的用戶大部分來自線上,線上客戶的真實信息難以得到驗證,線上的欺詐行為較難被偵查、識別,具有較高的隱蔽性,也決定了P2P線上貸款業(yè)務(wù)的風(fēng)險較高。在此背景下,用戶畫像可以幫助P2P公司刻畫貸款用戶的特征,從而降低P2P公司的風(fēng)險。通過搜集移動大數(shù)據(jù),P2P公司可以了解用戶過去3個月用戶的行為軌跡、用戶移動APP的使用習(xí)慣等信息,對所搜集的信息進行整理以后可以提煉出用戶的標(biāo)簽如“常在城鄉(xiāng)結(jié)合處活動”、“常熬夜”等用戶標(biāo)簽,構(gòu)建用戶畫像,并據(jù)此推斷用戶提供的信息是否真實,推測用戶的真實工作地點、大概收入從而規(guī)避犯罪分子提供虛假信息實施惡意詐騙的風(fēng)險[5]。
3 討論
在大數(shù)據(jù)時代,數(shù)據(jù)即資源,用戶畫像技術(shù)可以利用用戶在網(wǎng)絡(luò)上留下的各類信息,將其整合并據(jù)此形成用戶標(biāo)簽、構(gòu)建用戶畫像,得到比其他傳統(tǒng)方法更真實的用戶的虛擬形象。借助用戶畫像,可以使企業(yè)在大數(shù)據(jù)的背景中了解用戶人群的特征、需求,實現(xiàn)精準(zhǔn)推送信息以及合理分配資源等目的。
用戶畫像需要采集用戶數(shù)據(jù),而隨著人們越來越注重個人隱私,用戶畫像的構(gòu)建將會面臨所采集的數(shù)據(jù)是否真實以及是否侵犯個人隱私的問題。所采集的數(shù)據(jù)缺乏真實性會直接導(dǎo)致用戶畫像的構(gòu)建與實際用戶特征的偏差,而侵犯個人隱私則會引發(fā)法律問題。隨著用戶因素包含意識的提升,用戶網(wǎng)絡(luò)行為數(shù)據(jù)的獲取難度將會增加。
用戶畫像在采集用戶數(shù)據(jù)時要注重數(shù)據(jù)的來源,盡可能選擇真實可靠的數(shù)據(jù)作為信息來源,并建立一定的數(shù)據(jù)真實性驗證機制。在大數(shù)據(jù)的背景下,用戶畫像的應(yīng)用領(lǐng)域正隨著“互聯(lián)網(wǎng)+”等項目由互聯(lián)網(wǎng)領(lǐng)域擴展到傳統(tǒng)行業(yè),無論在互聯(lián)網(wǎng)領(lǐng)域或是傳統(tǒng)行業(yè)的革新,用戶畫像都表現(xiàn)出強大的發(fā)展?jié)摿?,?yīng)用場景也將日益廣泛。盡管當(dāng)前用戶畫像技術(shù)還存在一定的問題,但隨著技術(shù)的發(fā)展,這些問題將逐一解決。
參考文獻(xiàn)
[1] 宋美琦,陳燁,張瑞.用戶畫像研究述評[J].情報科學(xué),2019,37(04):171-177.
[2] 葛曉鳴.基于“用戶畫像”模型構(gòu)建的精準(zhǔn)營銷策略[J].遼東學(xué)院學(xué)報(社會科學(xué)版),2019,21(04):50-57.
[3] 陸冬磊.基于電子商務(wù)的用戶畫像分析[J].電腦知識與技術(shù),2018,14(22):306.
[4] 譚彥.基于“用戶畫像”的內(nèi)容在新聞APP上的精準(zhǔn)推送分析[J].記者搖籃,2019(02):104-105.
[5] 游筱婷.大數(shù)據(jù)分析在互聯(lián)網(wǎng)金融營銷中的應(yīng)用機制[J].甘肅廣播電視大學(xué)學(xué)報,2018,28(03):61-65+76.