背景：

劉路老師之前主要是做政府數(shù)據(jù)分析，目前主要服務企業(yè)。他認為政府和企業(yè)的數(shù)據(jù)分析沒有本質區(qū)別，都是有目的的進行收集、整理、加工和分析數(shù)據(jù)，提煉有價值信息的過程，都是為決策提供依據(jù)。政府數(shù)據(jù)分析的工作目標為其職能服務，提高工作效率，保障工作成果，不以盈利為目的。而企業(yè)的數(shù)據(jù)分析無論是哪個部門，最終都會落在企業(yè)的營收上。企業(yè)數(shù)據(jù)在保證數(shù)據(jù)源基礎上，最主要是要“走出去”，去一線與客戶直接交流，了解并思考業(yè)務和需求，而不是一直待在“后方”。

紀實：

一、用戶畫像是什么?

[[196901]] 

“用戶畫像”并不是最近才出現(xiàn)的，只是近幾年談得比較多。對用戶進行畫像分析就是將用戶信息標簽化的過程，打標簽是為了幫助理解且方便計算機處理。除了分析數(shù)據(jù)源，“用戶畫像”最關鍵的是根據(jù)用戶行為及數(shù)據(jù)，構建模型產(chǎn)出標簽、權重。簡單的說，就是要設計標簽體系，并規(guī)定符合該行為的人對應的標簽。如“性別”標簽，為什么會出現(xiàn)基本屬性“男”，而購物偏好性別計算顯示“女”?原因在于直接通過用戶填寫的信息獲取的是基本屬性，而“網(wǎng)絡行為性別”是建模計算出來的，經(jīng)常在網(wǎng)絡上購買女性喜愛的禮物會被系統(tǒng)判定成“女”，我們猜測這個人可能是暖男。

二、用戶畫像準確嗎?

[[196902]] 

現(xiàn)在做用戶畫像的公司有很多，雖然每家都有建模，但是數(shù)據(jù)源不一樣，模型也不一樣。就我了解的對于用戶消費偏好“電商”這個標簽，有的公司是根據(jù)用戶的購物記錄來分析的;有的公司拿不到購物記錄但是有瀏覽記錄，他們的算法是最近多少天瀏覽過多少次電商網(wǎng)站;還有的是根據(jù)用戶手機上相關APP的使用行為來判斷的。

而判斷用戶畫像的準確性，目前主要有兩種：

從個性化與垂直領域切入細分化市場，弊端在于其接觸到的用戶數(shù)量和層級有限，得到的是某領域的一方數(shù)據(jù)，用戶畫像得到的是用戶某一形態(tài)下的單一畫像，其精準度和完善度也很難保證。

積累了各渠道多樣化的數(shù)據(jù)來進行用戶畫像，動輒覆蓋數(shù)億用戶，標簽維度幾千、幾萬，這樣的畫像也不見得好，全而不精。

而我現(xiàn)在做的以及建議的方式介乎兩者之間，標簽有基本屬性等通用維度，如果有具體行業(yè)的需求，比如汽車行業(yè)的用戶，我們會在庫里面把他的用戶找一批出來進行畫像，再以此找到目標群體。至于準確性，我們會有正負樣本來交叉驗證，依據(jù)人物畫像進行營銷活動后，會拿多次反饋數(shù)據(jù)來驗證量化畫像的結果。

三、數(shù)據(jù)源如何保證真實可靠?

數(shù)據(jù)源要真實全面，但不是數(shù)據(jù)越多越好，不能期望對收集到的所有數(shù)據(jù)進行分析，或者希望所有標簽都能由數(shù)據(jù)算出來。用戶畫像的數(shù)據(jù)源根據(jù)每家公司的業(yè)務和資源情況，獲取的數(shù)量、質量與范圍都不一樣。就像我上面提到的，同一個消費偏好“電商”的標簽，每家的數(shù)據(jù)和算法就不一樣。

要保證數(shù)據(jù)源的真實性，首先對所收集整理數(shù)據(jù)的真實性和可信度進行嚴格的監(jiān)測和細致的過濾。比如有的直播網(wǎng)站的某場直播的觀眾人數(shù)竟然比全中國人口數(shù)還多，那顯然就是不靠譜的。然后是嚴格鑒別數(shù)據(jù)的出處和來源，正確識別并剔除掉虛假甚至惡意數(shù)據(jù)信息，真正收集整理出真實有用的數(shù)據(jù)信息。比如電影評分，不少影片是有水軍來刷分的，這部分ID的數(shù)據(jù)就應該識別并剔除掉。

另外有人會問到水軍及僵尸粉，我們公司產(chǎn)品“粉絲鏡”里有水軍識別模型，通過用戶行為和賬號信息等綜合來判斷。之前我給某部電影做過傳播分析，他們花錢在微博上推廣，數(shù)據(jù)看上去很美，轉發(fā)和評論超多，而且還有大V加入造勢，后來我分析傳播鏈條，發(fā)現(xiàn)絕大部分都是一級轉發(fā)，沒有帶動任何后續(xù)傳播，且大部分賬號都是沒頭像的、名字規(guī)律的小號。數(shù)據(jù)可視化后，水軍傳播圖就是一個個整整齊齊的等腰三角形，而自然的熱帖傳播圖應該是不規(guī)律的長尾彗星狀，有經(jīng)驗的人一眼就能看出差異。 

(購買水軍及僵尸粉產(chǎn)品示意圖) 

(正常情況推廣示意圖)

在識別水軍和僵尸粉的算法上，一方面是比對賬號的注冊信息、發(fā)帖內容，另外一方面是用戶行為，如作息時間、操作行為等。如果有幾百個賬號每天都是同一時間上線下線，發(fā)的內容雷同，然后互相之間互動簡單，差不多就可以判斷是同一批機器托管的賬號。除了判斷是否水軍及僵尸粉，我們還可以根據(jù)社交關系和行為模型，把相似賬號順藤摸瓜給找出來。我做過一個思潮分析的項目，剛開始本來只是簡單分析現(xiàn)階段有哪些意識流派，每派的觀點及意見***。后來發(fā)現(xiàn)自媒體平臺上經(jīng)常有不同流派的罵戰(zhàn)，而且反應迅速、精力充沛、有組織有紀律，進一步分析后發(fā)現(xiàn)大部分賬號都是偽裝得比較巧妙的機器人賬號，看來他們不光是思維的碰撞，還有技術的較量。至于境內外不同團體不同國家不同使命的機器人賬號也是有的，在他們面前，這些買買僵尸粉，刷刷評分的水軍就是小兒科了。

四、用戶畫像的數(shù)據(jù)分析如何評估?如何影響決策?

因為每家的數(shù)據(jù)分析方法都不一樣，用戶畫像本身是工作中的一個輔助工具，所以做單純的評估其實沒有太大意義。

至于哪幾個要素決定***的營銷決策，這個要看具體場景。我們服務過很多精準營銷的客戶，有的偏重“地域”，有的偏重“年齡”，還有的偏重“消費能力”。比如剛才我提到的兩個性別標簽，用戶可能會隨意填寫性別，但是購物偏好性別對商家來說更重要。而對于征信來說，驗證基本性別屬性是否一致就更為重要。

如何***化發(fā)揮用戶畫像分析結果對決策產(chǎn)生的影響?這是最重要的問題。這幾年目前號稱能做用戶畫像的公司很多，魚龍混雜，數(shù)據(jù)質量和技術能力參差不齊。我聽過不少客戶說，花了一大筆錢建設用戶畫像系統(tǒng)結果用不起來，或者花錢買了份用戶畫像的報告，看上去像那么回事與自己想的也差不多，看完也就看完了，對工作好像也沒啥幫助。這樣的情況越來越多，讓不少客戶開始覺得用戶畫像沒啥用，甚至懷疑大數(shù)據(jù)是不是看上去很美就是講故事的?

我能理解客戶的心情，如果我們去和客戶談數(shù)據(jù)多全，技術多厲害，分析模型多準確，他們不是很感興趣，更關心這個用戶畫像對自己的業(yè)務幫助有多大。以前沒用戶畫像的時候，他們是自己和下游對接業(yè)務。有了用戶畫像后，相當于中間多了個環(huán)節(jié)，怎樣和下游把用戶畫像用起來能更好地服務于決策，不是所有客戶都懂，所以光理解客戶的業(yè)務還不夠，還要幫他用起來，才能更大地發(fā)揮用戶畫像的價值。

五、用戶畫像的發(fā)展將面臨什么問題?

用戶畫像是數(shù)據(jù)分析的一個應用，這幾年其實用戶畫像已經(jīng)被炒得很火了，我并不認為它還會持續(xù)成為方向和趨勢，對于企業(yè)來說用戶分析一直有，不過現(xiàn)在是用大數(shù)據(jù)的技術手段來分析，起了個“用戶畫像”的名字。但數(shù)據(jù)分析會越來越重要，將來的趨勢可能在機器學習模型領域。

用戶畫像的數(shù)據(jù)準不準，算法是不是正確，我覺得這些都不是問題，主要困難還是如何結合業(yè)務的應用。如培訓機構的用戶畫像，用戶畫像顯示目標用戶是6到18歲，對球類運動感興趣，家住中高檔小區(qū)的人群?？蛻敉耆J同這個結果，但是如何找到這些人?這就要求除了提供分析以外，還要能精準觸達他的目標用戶，讓他看到用戶畫像相對于之前盲目投放廣告的成本比例。所以除了做用戶畫像，還要有配套的應用及平臺將其價值發(fā)揮出來，我們現(xiàn)在整合了各類媒體資源、電話短信等觸達方式，還開發(fā)了精準投放模型等來***化發(fā)揮用戶畫像的價值。技術最終還是要服務于業(yè)務的，業(yè)務如果能廣泛開展，也能促進技術的進步。