丁勝利 王建永 陳哲瀚

在互聯(lián)網(wǎng)時(shí)代的背景下，大數(shù)據(jù)平臺(tái)成為企業(yè)分析用戶不同需求的一條重要途徑，基于大數(shù)據(jù)資源對(duì)用戶畫像和用戶行為進(jìn)行的分析逐步完善，運(yùn)用先進(jìn)的計(jì)算系統(tǒng)對(duì)用戶畫像和用戶行為進(jìn)行深入分析成為可能。本文從互聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)總體架構(gòu)出發(fā)，深入分析大數(shù)據(jù)平臺(tái)用戶畫像與用戶行為，以基于大數(shù)據(jù)平臺(tái)的用戶負(fù)荷變尺度技術(shù)為主要內(nèi)容，從四個(gè)方面具體進(jìn)行探討，力爭(zhēng)為企業(yè)構(gòu)建大數(shù)據(jù)平臺(tái)與用戶互動(dòng)提供理論參考。

一、大數(shù)據(jù)平臺(tái)基本構(gòu)架

大數(shù)據(jù)處理平臺(tái)具備存儲(chǔ)大量數(shù)據(jù)的能力，能夠更高效地進(jìn)行分步處理，而且可以對(duì)數(shù)據(jù)進(jìn)行一段時(shí)間的保存，大數(shù)據(jù)處理軟件運(yùn)用相似的框架，具有很強(qiáng)的平臺(tái)特性，能夠大大提高經(jīng)濟(jì)利益。除此之外，大數(shù)據(jù)處理軟件還是一個(gè)集可靠性、擴(kuò)展性、高容錯(cuò)性于一體的新型應(yīng)用程序，尤其是其能夠支持多種編程語言的特性使它在各個(gè)領(lǐng)域得到廣泛應(yīng)用。

二、大數(shù)據(jù)平臺(tái)企業(yè)與用戶的關(guān)系

（一）用戶畫像技術(shù)分析

用戶畫像就是將用戶信息系統(tǒng)進(jìn)行整理并將其標(biāo)簽化，利于企業(yè)全面地掌握用戶特征，通過對(duì)用戶的外貌特征、社會(huì)角色、生活習(xí)慣、人際關(guān)系等數(shù)據(jù)進(jìn)行收集，虛擬定位用戶的全貌，從而初步了解用戶的行為方向。隨著大數(shù)據(jù)的廣泛發(fā)展，建立用戶畫像已經(jīng)成為了用戶行為分析的發(fā)展趨勢(shì)之一，通過“標(biāo)簽用戶”來模擬出全樣本用戶的各項(xiàng)特征，已經(jīng)逐漸發(fā)展為企業(yè)產(chǎn)品研發(fā)銷售的一種方式。

從某種技術(shù)角度來看，基于大數(shù)據(jù)平臺(tái)的用戶畫像構(gòu)造主要分為三步：第一步是搭建用戶畫像技術(shù)框架，分類整理數(shù)據(jù)，建立定向的架構(gòu)系統(tǒng)平臺(tái)。用戶畫像是對(duì)真實(shí)用戶進(jìn)行全面分析后，對(duì)其某個(gè)方面、某個(gè)層次的特征進(jìn)行數(shù)據(jù)化，再對(duì)數(shù)據(jù)化的結(jié)果進(jìn)行合理重組，最終得到虛擬人物形象。如此，用戶畫像所涉及的用戶特征，不再是企業(yè)用戶的全體平均化特征，也不是某個(gè)用戶的個(gè)性特征。根據(jù)企業(yè)逐漸形成的特定用戶畫像群體，又稱為情景化用戶特征，可以將其用于大量用戶畫像的構(gòu)建和整理存檔。第二步是匹配用戶畫像特征數(shù)據(jù)。用戶畫像所反映的虛擬化用戶的大概率行為并不全然代表全局性用戶的必然行為。因此，基于大數(shù)據(jù)平臺(tái)的用戶畫像必須對(duì)用戶角色和屬性進(jìn)行標(biāo)簽化和系統(tǒng)化，結(jié)構(gòu)上形成對(duì)用戶行為的分層分析和分類分析，通過分層分析和分類分析兩方面進(jìn)行深度的研究，而不僅是單從用戶數(shù)量出發(fā)進(jìn)行的簡(jiǎn)單統(tǒng)計(jì)描述分析。基于大數(shù)據(jù)分析平臺(tái)的用戶畫像技術(shù)代表了虛擬化用戶的全面性大概率的行為特征。通過對(duì)用戶畫像圖集的持續(xù)更新，資料庫的持續(xù)迭代等系統(tǒng)升級(jí)的工作，可以大大提高虛擬化用戶行為的判別概率。這就啟示我們可以基于用戶畫像技術(shù)進(jìn)行用戶行為分析。第三步是用戶畫像的構(gòu)建，包括準(zhǔn)確識(shí)別用戶、動(dòng)態(tài)追蹤用戶行為軌跡、根據(jù)靜態(tài)數(shù)據(jù)評(píng)估給予用戶標(biāo)簽等。用戶畫像是具有雙向特征的結(jié)構(gòu)化數(shù)據(jù)集，可以虛擬地反映出相應(yīng)用戶的興趣愛好、情緒變化等心理特征。盡管小營銷市場(chǎng)不存在的情境用戶，但依舊可以借助人工智能形象地刻畫出具有智能科技的自我演化型用戶。企業(yè)根據(jù)對(duì)情境用戶特征的深度剖析，可以從中找到創(chuàng)新路徑的先導(dǎo)方向，可以基于用戶畫像進(jìn)行市場(chǎng)趨勢(shì)預(yù)估。企業(yè)要想基于互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)對(duì)用戶畫像進(jìn)行分析要關(guān)注兩個(gè)方面：一是需要將營銷中的用戶信息按不同維度、不同層次賦予不同的管理標(biāo)簽，再根據(jù)實(shí)際情況將不同標(biāo)簽組合起來尋找符合此特征條件的用戶，然后構(gòu)成用戶畫像分析。因此，大數(shù)據(jù)的用戶畫像分析，主要就是將用戶信息標(biāo)簽化、按要求對(duì)標(biāo)簽重組編排、根據(jù)特征篩選標(biāo)簽、投放市場(chǎng)檢驗(yàn)、最后接收大數(shù)據(jù)反饋來修正標(biāo)簽、迭代完善資料庫。二是大數(shù)據(jù)的用戶畫像是一個(gè)用戶畫像集冊(cè)，從不同方面可以構(gòu)建用戶外貌特征畫像、用戶產(chǎn)品特征畫像、用戶行為特征畫像、用戶互動(dòng)特征畫像等。這就需要從用戶對(duì)產(chǎn)品的外觀偏好、功能偏好、系列偏好、體驗(yàn)偏好及技法偏好等角度來構(gòu)建用戶產(chǎn)品特征維度體系，從而構(gòu)建用戶產(chǎn)品特征畫像的框架，著重實(shí)現(xiàn)產(chǎn)品創(chuàng)新營銷，提高對(duì)標(biāo)產(chǎn)品的識(shí)別能力。

（二）用戶行為技術(shù)分析

基于用戶畫像系統(tǒng)的分析，根據(jù)企業(yè)營銷需求可以進(jìn)一步拓展大數(shù)據(jù)平臺(tái)的用戶行為分析。從技術(shù)角度看，基于大數(shù)據(jù)平臺(tái)的用戶行為分析與用戶畫像分析密不可分。首先，需要構(gòu)建或調(diào)取用戶畫像特征模型，在此基礎(chǔ)上，對(duì)用戶行為按不同方面、不同層次進(jìn)行虛擬刻畫，進(jìn)一步對(duì)用戶行為標(biāo)簽化。其次，根據(jù)企業(yè)競(jìng)爭(zhēng)所需，通過對(duì)領(lǐng)先企業(yè)用戶的資料進(jìn)行適當(dāng)抽取，識(shí)別出領(lǐng)先用戶的不同之處，通過互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行整理，進(jìn)一步對(duì)領(lǐng)先用戶進(jìn)行精確識(shí)別定位，然后將產(chǎn)品研發(fā)方向與領(lǐng)先用戶類型進(jìn)行高效匹配與靠攏，再利用大數(shù)據(jù)查詢用戶的創(chuàng)意，與此同時(shí)必須要明確創(chuàng)新權(quán)。同時(shí)，企業(yè)可以通過分層次抽取方式，針對(duì)普通用戶和領(lǐng)先用戶的知識(shí)抽取方式分別刻畫兩者的不同形象，并進(jìn)一步提出優(yōu)化策略，企業(yè)應(yīng)該制定激勵(lì)制度，鼓勵(lì)普通用戶持續(xù)形成大數(shù)據(jù)行為，以便于企業(yè)獲取更全面的市場(chǎng)消費(fèi)行為和市場(chǎng)潮流。再次，基于大數(shù)據(jù)平臺(tái)對(duì)用戶等級(jí)的分類可分別得出普通用戶行為模型和領(lǐng)先用戶行為模型，應(yīng)該根據(jù)企業(yè)管理需求將用戶行為標(biāo)簽適當(dāng)進(jìn)行重新組合，分別整理出普通用戶與領(lǐng)先用戶的虛擬行為特征，繼而將兩個(gè)不同的特征進(jìn)行定位與驗(yàn)證；最后，根據(jù)市場(chǎng)驗(yàn)證的反饋結(jié)果，不斷對(duì)兩類用戶行為的標(biāo)簽進(jìn)行修改和完善，將最終整理所得成果，將成果納入資料庫，形成更加精確的資料抽取，用戶的二次修正標(biāo)簽會(huì)在某些方面對(duì)市場(chǎng)中用戶的行為產(chǎn)生影響，同時(shí)也有利于下一輪的用戶行為大數(shù)據(jù)進(jìn)行更新。

以某電視臺(tái)十一月用戶數(shù)據(jù)為例，從時(shí)間緯度和內(nèi)容緯度進(jìn)行分析。

時(shí)間緯度：以用戶的在線時(shí)長為研究對(duì)象，通過預(yù)處理，將在線時(shí)長用具體的時(shí)間段表示，如：工作日白天，工作日晚上，周末白天，周末晚上四個(gè)時(shí)間，探究用戶在線時(shí)長的分布特征。并精準(zhǔn)定位用戶需求，如：對(duì)于工作日在線時(shí)間較短，但周末在線時(shí)長較長的用戶群體推測(cè)為是上班族或者學(xué)生；對(duì)于全天在線的用戶群體推測(cè)為退休在家的老年人。

內(nèi)容緯度：以用戶所播放的節(jié)目類型為研究主體，將其分為：以電影、綜藝、電視劇為主的娛樂型用戶；以新聞、資訊為主的知識(shí)型用戶；以健康、美食為主的生活型用戶；以電競(jìng)、健身為主的休閑型用戶。

工作日時(shí)間段對(duì)知識(shí)型節(jié)目的點(diǎn)播率較高，周末則娛樂型和休閑型節(jié)目點(diǎn)播率較高，工作日和周末對(duì)生活型節(jié)目點(diǎn)播率更高。因此，可以總結(jié)出電視臺(tái)工作日和周末播放的節(jié)目的實(shí)踐指導(dǎo)經(jīng)驗(yàn)，從而可以靈活調(diào)整節(jié)目播出時(shí)間段。

三、結(jié)語

通過以大數(shù)據(jù)為基礎(chǔ)的用戶畫像分析和用戶行為分析，可以精準(zhǔn)地反映企業(yè)用戶群體的個(gè)體性偏好和共同特性。同時(shí)利用互聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)可以提供良好、可靠的技術(shù)支撐，不僅可以大大提高處理大量數(shù)據(jù)的效率，而且還可以提供高效分析分類功能。本文針對(duì)大數(shù)據(jù)用戶畫像與用戶行為提出的一些針對(duì)性建議，能夠?qū)崿F(xiàn)產(chǎn)品營銷的精準(zhǔn)投放，為用戶提供更加智能的幫助。

作者單位：南方電網(wǎng)數(shù)字企業(yè)科技（廣東）有限公司