![]()
1. 用户画像的构建原则我们做用户画像的目的有两个:
2. 用户画像数据仓库构建2.1 数据源的集成目前Qunar用户画像数据仓库中的数据源来自业务数据库的数据和用户行为日志数据,目前数据仓库中基本涵盖了机票、酒店、火车票以及保险等业务系统的数据,可以从全方位的了解去哪儿的一个用户的画像。 2.2 数据维度:我们有哪些数据?2.3 数据仓库:我们有哪些数据?目前我们画像数据仓库的构建都是基于Qunar基础数据仓库进行构建,并按照维度进行划分。 目前数据仓库中包括的信息如下: (1)画像数据仓库表20个 (2)画像数据仓库 (3)国内、国际 2年+数据 (4)标签数据 (5)每日增量
2.4 用户唯一标识设计用户唯一标识是整个用户画像的核心,它把从用户开始使用app到下单到售后整个所有的用户行为轨迹进行关联,可以更好的去跟踪和描绘一个用户的特征。 2.5 调度系统:ETL过程设计
2.6 任务执行:ETL过程设计
2.7 用户主题分析及数据挖掘有了丰富的画像数据后,产品和运营人员可以根据用户主题进行数据分析和数据挖掘相关的工作。用户主题Cube的定义如下: (1)Measure
(2)Dimension
3. 用户画像标签构建策略3.1 用户标签特征属性用户的特征属性可以是事实的,也可以是抽象的;可以是自然属性,比如性别,年龄,星座等,可以是社会属性,比如职业,社交,出生地等;还可以是财富状况,比如是否高收入人群,是否有豪车豪宅等固定资产,对于机票用户来讲位置特征也是比较重要的属性,比常驻地,常出差地,老家等。这些属性都可以清楚的描绘一个用户的画像特征。
3.2 用户标签分类及特征项提到用户画像就不得不提到一个词“标签”。标签是表达人的基本属性、行为倾向、兴趣偏好等某一个维度的数据标识,它是一种相关性很强的关键字,可以简洁的描述和分类人群。标签的定义来源于业务目标,基于不同的行业,不同的应用场景,同样的标签名称可能代表了不同的含义,也决定了不同的模型设计和数据处理方式。我们给机票用户画像打标签分类为两大类,基础类标签和个性化标签,这些标签可以有重复,但是都是通过不同的角度去定义和刻画一个用户,来满足不同的业务营销需求。 3.3 用户标签库构建流程
4.1 技术架构4.2 实施方法论
5.1 用户群体特征分析(1)设计目标
(2)应用场景
5.2 客户行为预测 客户行为预测建立步骤:
5.3 数据和业务在一起用户画像与业务产品互相依赖,相辅相成。
6. 总结用户画像作为大数据的根基,它完美的描述了一个用户的信息全貌,为进一步精准、快速的分析用户行为、消费等重要信息,用户画像仓库同时也提供了足够的数据基础,让我们Qunar更好的为用户提供高价值的服务,满足用户智慧出行的需要。 作者:李国芳 来源:http://www./archives/68574 |
|