轉載自百分點蘇海波
上篇寫了畫像的理論性的知識，這篇學習下應用。
用戶畫像的具體應用包括售前的精準營銷，售中的個性化推薦以及售後的增值服務等。用戶的標籤緯度和應用是相互相城的關係，一面可以根據現有的標籤緯度開發應用，另一方面可以通過應用需求擴展維度，兩者互相促進。
我們在這裏舉的列子分爲3類，第一類是售前的精準營銷，比如電商客戶和企業客戶，需要經過精準營銷，把站外的用戶吸引到你的網站上面來。第二，售中的個性化推薦，就是把這些用戶吸引過來之後，如果通過個性化的方式能夠更好的提升站內的轉化效果。第三類是售後增值服務，就是你把這個產品賣出去之後，不是這樣就結束了，而僅僅只是你跟用戶接觸的開始，可能設計到用戶後續的產品諮詢或者吐槽等，這個三個應用都跟用戶畫像密切相關。
首先根據用戶畫像進行精準營銷，這塊大家對門戶廣告，百度的搜索廣告或者現在的一些dsp公司拖放的程序化廣告比較熟悉，百分點要做的事情就是幫組企業整合以及拉通他們自己的第一方數據，建立企業建立用戶畫像，實現全渠道營銷。
這是我們爲某知名企業客戶做的大數據項目標就是打通和建立消費者統一的數據平臺，建立消費者用戶畫像，並基於用戶畫像實現精準營銷。上面這張圖是爲了該企業構建的用戶畫像體系，具有的維度包括基本基本信息，產品信息，財務信息，風險信息和資產信息等等。
而且結合百分點的營銷管家產品，可以實現觸發式的營銷，比如用戶在某網站下單購買一款手機，便立馬可以給他推送該品牌手機對應的手機配件廣告。最終的效果是，通過用戶拉通與用戶畫像，對59w潛在的消費者形成4個精準人羣經行託放，是盲點擊率的10倍。
在舉一個社會化營銷的列子，我們的某個加點製造企業客戶，新產品發佈時期通過短信和郵件方式，從老用戶中找出最可以能參加活動的粉絲。我們利用企業的CRM，客戶，銷售等數據，對用戶忠誠度經行綜合評定並挑選忠誠度最高的用戶做爲招募目標，帶來了超過一半粉絲，但是成本只是以往的40%。
接下來是售中的個性化推薦，這是百分點創立時做的事情，目前已經服務超過1000家電商和媒體客戶，是國內最大的第三方推薦服務提供商，拌分鈿推薦一個很大的有事是利用全網用戶畫像進行推薦，比如，對於王府井商城的一個新應用，在首頁進行推薦時，因爲對它的歷史沒有了解，只能推薦一些熱門商品，但是百分點來說，我們知道該用戶在其他客戶網站的行爲，比如它對化妝品很趕興趣，就可以推薦相關的化妝品，利用全網用戶畫像解決王府井冷啓動問題。
這是百分點推薦引擎的設計架構，核心是四大組建，包括場景引擎，規則引擎，算法引擎和展示引擎，尤其是規則引擎非常強大，可以更具客戶的業務需求可實話配置推薦邏輯，比如，推新品，清庫存等，而不僅僅是點擊率最優。
我們這裏舉1個推薦實際應用列子，我們的某個團購網站客戶，下網採用我們的推薦引擎結局他下單率的問題，我們通過分析發現該網站的用戶的一系列特徵，比如忠誠度第，區域性購買的。
我們採用一系列的優化措施，比如根據用戶畫像中品種偏好，商圈偏好，消費能力偏好等標籤優化召回，使得團購網站的點擊率平均提升18.23%,直接下單率提升86.95%,取得了非常理想的效果。
最後一個列子是如何結合用戶畫像提供售後增值服務，上面這張圖是我們給客戶的一個應用系統方案，可以通過數據接口實時反饋用戶相關信息，比如歷史維修，歷史諮詢等等，以及進行知識推薦，支撐服務效率和滿意度，同時收集用戶的服務滿意度數據，補充和**完善用戶畫像信息，
用戶畫像是步數學遊戲，
而是嚴肅的業務問題，是業務和技術最佳結合點，
是實現與數據化的最佳實踐。**
最後子對前面的將的內容進行一個小姐，在大數據時代，機器要學會從比特流中解讀用戶，構建用戶畫像就變得尤其重要，是上層各種應用的基礎構建用戶畫像的核心是進行標籤建模，標籤步僅僅是符號，而是和業務緊密關聯，是業務和計算非常好的結合點。
有些不明白，以後再回來慢慢學習。
