喬巴：我是一枚半路轉行的數據產品經理，現在大數據火熱，所在公司想搭建畫像系統，但自己對用戶畫像沒有概念，對畫像系統是怎樣的架構，有哪些常見的功能等事項全然不知，真是困煞我也！
索隆，會心一笑，言道：產品經理就是爲了解決問題而存在，解決問題要一步一步來，想掌握畫像體系可以先了解標籤體系、OneID體系等基礎內容。
然後來細讀各個大廠的畫像系統是如何搭建的，如微博、百度地圖、京東數科、騰訊、阿里等巨頭公司的畫像系統，正所謂“求其上者得其中，求其中者得其下”。取上再結合實際，才爲正道。
當然，此項梳理並不輕鬆，需耗費大量精力。在此我花了2個月時間對其做了整理，並寫了一份60頁的PPT（關注一個數據人的自留地，回覆“畫像系統”即可獲取），可謂是嘔心瀝血，相信你學起來必然可以事半功倍~
喬巴：cool，我先關注學習一波~
索隆：接下來會按如下結構展開：
1.V1.0：畫像初級版，爲畫像系統雛形，選取了2015-2017年早期的畫像版本，彼時部分公司的畫像系統剛剛起步，各方面功能還未探索清楚，如百度地圖畫像系統、微博畫像系統；
2.V2.0：畫像標準版，其基礎功能完善，有了一定的分析能力，如神策畫像系統、京東數科畫像系統；
3.V3.0：畫像營銷版，其進化爲營銷工具，助力業務增長，如騰訊廣點通DMP、阿里達摩盤DMP；
01
V1.0：畫像初級版
畫像初級版，選取了2015年早期的畫像版本，彼時部分公司的畫像系統剛剛起步，各方面功能還未探索清楚。
例如，百度地圖的渠道畫像系統的整體設計是，在數據分析/報表系統的基礎上加上一些基礎的畫像元素，如性別、年齡、行業、所在城市等標籤數據。此階段發力於對各業務進行數據分析，如建設了dashboard、自定義報表、訂閱，類似BI平臺，但缺乏標籤體系建設、缺乏洞察等模塊，各個畫像的功能做的比較淺。
再到微博畫像系統這，已經形成了畫像基本形態，從數據採集、數據清洗，標籤生成，到單用戶畫像、分羣用戶畫像、API接口提供等。其功能模塊相對來看較爲完整，但洞察能力、標籤體系建設能力還需繼續增強。
01
百度地圖畫像系統
據相關資料報道，17年時，百度地圖的市場佔有率在45%-50%之間，未能覆蓋全量用戶，獲取用戶數據信息受到限制。因此，百度地圖與華爲、OPPO、vivo、小米、魅族等TOP手機廠商進行深度合作，允許其手機系統調用百度地圖的LBS基礎功能，從而換區數據共享的資源，用戶畫像系統在這個背景下產生。
而此用戶畫像系統在預算評估、投放效果分析、經費節約、用戶實施監測等方面提供有力數據支持。
1.系統架構
系統的整體架構包含：
1.數據層：數據採集、數據清洗、數據庫搭建、數據合成
2.管理層：管理模塊和個人中心
a.管理模塊：角色管理、用戶權限管理、報表增刪改查管理
b.個人中心模塊：登錄設置、瀏覽設置、dashboard自定義設置
3.展現層：導航模塊和瀏覽模塊
a.導航模塊：用戶自行選擇需求報表
b.瀏覽模塊：用戶選擇查看維度，自定義dashboard展示
4.拓展層：
a.收藏模塊：用戶通過點擊收藏，對關注頻率較高的頁面進行收藏，方便在衆多報表中快速找到自己關注的報表。
b.郵件設置模塊：用戶選擇關注的核心數據，每日定期將所選擇的數據以報表形式發送至指定郵箱
c.異常預警模塊：主要面向管理員，對報表和數值設定閾值，當數值超過閾值時通過郵件等形式通知管理員，以便及時發現數據異常情況
d.導出模塊：Excel原始數據導出、圖表導出
2.產品功能
如下圖所示，渠道畫像平臺根據其面向的用戶羣的需求及特徵可劃分爲，前裝渠道、後裝商店、廠商品牌、前後裝對比等業務類模塊。而每個渠道下，可進一步分析渠道質量、基礎畫像、用戶行爲。
基礎畫像包含個人屬性類數據，如性別分佈、年齡分佈、教育層次分佈、消費水平分佈等。
通過城市用戶分佈熱力圖，可以直觀瞭解各城市用戶數量分佈。
02
微博畫像系統
微博畫像系統基於微博的大數據，對微博全體用戶進行刻畫，可對每類用戶進行數據分析。
微博的用畫像系統主要包含數據爬取模塊、單個畫像模塊、批量畫像模塊、查詢接口模塊。
1.數據爬取模塊
數據爬取模塊主要是做數據採集和數據清洗，採集用戶在開發者平臺上填寫的資料信息，進行接口調用品類的限制，並保持最新的用戶數據，對數據進行清洗，提供用戶基礎信息及用戶關係鏈的接口，方便各個系統進行調用。
2.單個用戶畫像模塊
單畫像模塊主要分爲標籤生成、用戶行爲分析、關係鏈分析。
a.標籤生成
標籤生成模塊顧名思義，主要功能是通過對數據的分析給用戶打標籤，即用戶畫像。標籤主要分爲三類，一是安全標籤，二是聚類標籤，三是統計標籤。
安全標籤：描述賬號是否異常，依據事先制定好的安全策略，分析異常概覽。一是分析黑色產業鏈的整個流程，分析用戶賬號被盜之後的特點；二是分析用戶的歷史行爲，來判斷目前的用戶行爲異常的可能性。
聚類標籤：對聚類算法的結果進行分析和解釋後得出的結論，主要使用的是K-mean聚類算法。
統計標籤：將各個指標進行統計分析之後，根據用戶的分佈，得出統計類標籤。
索隆：可見這是早期的標籤體系，但從標籤分類來看，缺乏清晰的分類邏輯。
b.用戶行爲分析
通過在一段時間內，觀察用戶行爲的變化，進行用戶狀態的判斷和未來行爲預測。如用戶登錄時長、關注數、粉絲數、微博數、收藏數等指標。
c.關係鏈分析
用戶的關係鏈可以很好的描述一個人，因此關係鏈分析也是畫像的重點。此處主要分析用戶好友的年齡，城市以及好友的關注數等指標。
3.批量用戶畫像
批量用戶畫像主要分爲文件上傳、結果統計及展示模塊。
a.文件上傳
文件上傳模塊，支持用戶將需要分析的用戶ID寫在一個txt文件中，通過前端頁面傳到後臺進行分析。文件中的每個用戶ID使用換行分隔符隔開，原則上每個文件的大小不超過10M。
b.數據統計及展示
批量用戶畫像和單個畫像的主要區別是，單個畫像只需要描述單個用戶，而批量畫像則需要對多個用戶信息進行統計分析。數據統計及展示模塊主要使用highcharts實現，使用柱狀圖、餅狀圖、散點圖進行數據可視化。
獨立分析指標：性別、關注數、粉絲數、微博數、收藏數…
聯合分析指標：粉絲數、微博數、收藏數；關注數、微博數、收藏數；關注數、粉絲數、收藏數；關注數、粉絲數、微博數；
c.查詢接口
接口模塊同樣是畫像系統上十分重要，畫像系統上創建的分羣，可以以接口的形式供各業務系統調用。
03
小結
此處案例中的百度渠道畫像系統還較爲傳統，在走BI的路子，相對來說微博畫像系統已經更近一步有了單用戶畫像、分羣畫像、標籤管理、接口等標準畫像模塊，不過標籤體系和用戶洞察做得不夠深入。那接下來看看畫像V2.0會有哪些進化。
02
V2.0：畫像標準版
第二階段的畫像系統功能較爲完備，初步實現爲業務賦能，如神策畫像系統、京東數科畫像系統、騰訊廣點通。
1.京東數科畫像系統，標準畫像系統，提供較爲標準的畫像功能，包含標籤市場、人羣畫像、人羣管理、接口服務、標籤管理等，可以將用戶分羣服務於其他各個業務系統。
2.神策畫像系統，分析類畫像系統，則基於神策的數據分析基因進行用戶分羣、畫像洞察相關的拓展，本質上是一個數據分析工具，其分析能力可進行借鑑。
01
京東數科畫像系統
京東數科畫像系統：提供基於用戶標籤、人羣畫像的統一數據開發與應用服務。輔助基於業務主體的營銷、分析、識別、價值變現等目標場景的實現和服務拓展。
1.標籤市場
標籤列表中展示所有標籤，對制定標籤查看標籤信息、標籤值分佈及標籤的各項指標統計。
2.人羣畫像/洞察
支持對人羣進行人羣數量計算、基礎畫像分析、自定義畫像分析，並分析兩個人羣之間的交叉情況、分析人羣與其他標籤關係。
3.人羣管理
人羣管理支持多種方式創建人羣，並支持人羣的信息設置，規則修改，保存後的人羣可進行人羣畫像等操作。
4.接口服務
管理員可以在“權限管理”中管理用戶的系統角色、標籤使用權限；管理系統對接標籤、任期內接口的權限。
5.標籤管理
數據開發和管理員擁有標籤管理的權限，進入頁面後，可以查看對應標籤的狀態和信息，並且對標籤進行“測試、下線、修改、刪除”等操作。
02
神策畫像系統
神策用戶畫像系統，是針對企業級客戶推出的用戶數據分析平臺，提供探索用戶特徵及畫像能力，完成對用戶的識別、聚類和細分，並通過歷史特徵變化，查看用戶全生命週期的演變過程，主要功能包含特徵標籤的加工生產，用戶特徵及畫像分析，用戶分羣管理。
1.用戶標籤管理
a.創建標籤用戶
創建標籤的過程中，按符合用戶的行爲習慣的方式來進行創建即可。填寫標籤名稱，設置清楚標籤條件, 同時，創建標籤需要提供標籤的基礎信息，主要包含：標籤的顯示名、標籤名稱、標籤的分組、更新方式和備註等。
b.管理用戶標籤
支持標籤的啓用、停止、刪除、重算、歷史回溯、標籤計算規則查看，標籤的數據可視化呈現。
2.用戶分羣管理
a. 創建用戶分羣
支持按規則創建分羣，或者是通過文件上傳的方式創建分羣。
b. 管理用戶分羣
3.用戶洞察分析
a.單用戶畫像
查看單個用戶畫像信息時，可以看到該用戶全部屬性，相當於一個人的個人簡歷，直撲眼前。
b.羣體用戶畫像
通過選擇對照組，可進行兩個羣組用戶的畫像特徵對照分析。對照組默認爲無，可選擇用戶分羣或用戶分羣任一版本進行對照分析。
查看TGI，TGI（目標用戶羣體指數）=目標用戶羣中某一特徵的總用戶數在總用戶的佔比/全量用戶中具有該特徵的總用戶數在全量用戶總用戶數的佔比*標準數100
並且通過選擇用戶羣畫像模板，可直接將管理員預先設置的畫像信息快速加載到畫像分析結果中，同時可自行在其基礎上進行畫像信息的添加或刪除。
c.相似人羣擴散
通過智能算法，尋找與種子人羣特徵相似的【相似用戶羣】，針對相似用戶羣，可以進行鍼對性的運營策略。
其中種子人羣，可分爲正向種子人羣，即預測人羣的結果是與正向種子人羣相似的；負向種子人羣，預測的人羣的結果是與負向種子人羣相悖的。
4.系統設置
包含單用戶畫像、羣體用戶畫像、相似人羣畫像模板管理、功能權限及數據權限配置等功能。
03
小結
第二階段的畫像系統功能已趨近完善，標籤體系已開始單獨建設與管理，分析洞察能力也在不斷加強，具備畫像標準版功能。但當前階段與業務的關係結合的還不夠緊密，要想發揮出標籤的業務價值，還需進一步強化與業務方的關係。
03
V3.0：畫像營銷版
到畫像3.0，畫像系統更像是一個營銷工具，除了擁有完備的畫像基礎能力外，還能更貼近業務的進行營銷洞察，個人覺得更符合營銷版的是阿里的達摩盤。
1.騰訊廣點通DMP，廣告類畫像系統，是騰訊推出的數據管理平臺，主要應用於智能廣告投放，提供標籤市場、用戶分羣、分羣洞察等能力。
2.阿里達摩盤DMP，營銷類畫像系統，是阿里媽媽推出的數據管理平臺，提供標籤市場、用戶分羣、分羣洞察、營銷學院等能力。
01
騰訊DMP
騰訊DMP數據管理平臺是廣告主實現自身數據增值的重要工具，能幫助廣告主管理自己在騰訊系中的人羣，更靈活地將第一方數據用於廣告投放，以及再營銷、動態商品廣告、轉化統計等應用。
廣告主也可以使用關鍵詞、 LBS 等數據標籤創建自己的目標受衆。DMP 的Lookalike人羣拓展功能，還能幫忙廣告主在騰訊用戶體系中尋找可能的新用戶。
1.數據接入
用戶會在網站、應用等場景發生一些行爲，如瀏覽商品、收藏內容、完成關卡等。接入行爲數據幫助瞭解用戶在其網站或應用中採取的操作，繼而利用這些數據進行廣告營銷活動。
人羣提取：廣告主可根據其上傳的用戶行爲數據，提取出符合特定條件的用戶人羣，用於廣告定向等。假如廣告主上報了一條“某用戶某時刻在某應用內購買了價格300元的女裝”的行爲數據，那麼，廣告主可以在DMP中創建一個“最近7天，在應用內發生購買行爲，商品類型是女裝，商品價格>200”的行爲人羣。
轉化統計：廣告主可把其上傳的用戶行爲數據與廣告進行關聯，從而統計廣告的轉化效果。
2.人羣管理
a.創建人羣
根據用戶的需要，將人羣按照不同的方式提取或劃分，創建成不同性質的人羣。
人羣分類又可分爲自定義人羣、拓展人羣、組合人羣三大類，下述劃分幾個小類。
例如，客戶文件，指客戶將想要用於廣告投放的用戶ID以文件的形式上傳。
創建要求：當客戶存在目標用戶的QQ號、手機號、IDFA、cookie、MAC地址等信息時，方可創建人羣。
應用場景：可以將想要用於管理的用戶ID等信息，以TXT文件或壓縮包的形式上傳到DMP，創建成功後即在DMP對這些用戶進行拓展、組合、洞察分析和廣告投放等。
例如：某美妝品牌上傳了註冊會員的人羣，對此人羣定向投放品牌週年慶折扣活動的廣告，大大提升了銷售量和會員回購率；當用於智能拓展時，高質量的一手數據包，創建的種子人羣能進行拓展，得到海量精準定位的潛在用戶。
支持的數據類型：
b.人羣管理
用戶在人羣管理頁面進行篩徐、編輯、授權、刪除等操作。
操作：點擊下拉菜單，可對人羣進行智能拓展、洞察分析、授權、刪除等操作
人羣編輯：點擊人羣名稱，進入詳情頁，可對人羣名稱和描述進行編輯，並查看該人羣的具體信息、創建時間、來源和操作記錄等信息
搜索：按照人羣名稱或ID來搜索人羣，隨着輸入人羣會自動過濾
刪除：刪除不需要的人羣，釋放人羣配額，定期刪除人羣也更便於人羣管理。例如：對於一些測試的人羣，可將其刪除。
3.洞察分析
每個人羣的創建都是在一定條件下進行，有頻繁與某些廣告互動的人羣，也有特定地點位置變動的人羣，或者是客戶提供的第一份數據創建的羣等，洞察分析可以幫助客戶更加細緻全面的瞭解人羣的屬性、興趣分類、關注點及地域特點等特徵分佈情況，這些特徵可以用於優化廣告創意，指導營銷策略，爲進一步制定投放提供參考依據。客戶對人羣的洞察越清晰，就越能準確的傳達出品牌的產品信息、提高投放效率。
例如：用戶通過洞察分析得出，人羣中男性佔比較高，興趣愛好屬體育健康類居多，可根據這些信息修改出更符合用戶特徵的廣告創意，投放時可篩選女性用品等可能導致低點擊轉化類別的廣告，使得廣告投放更具有針對性。並可導出生成報表。
進行數據下鑽，查看更深層次的洞察數據：
4.標籤廣場
標籤廣場包含兩個模塊：標籤專區和熱點人羣。其中標籤專區包含標籤地圖、專屬推薦和行業推薦。
標籤地圖：標籤索引區，以樹形結構展示所有定向標籤。基礎的人口學屬性包含消費狀態、生活方式和工作狀態等幾大類標籤，點擊標籤可進入下一個頁面查看具體的標籤結構，進一步瞭解標籤信息。
爲進一步提高操作效率，還有收藏夾的功能，用於存放用戶感興趣的標籤，方便快速找到目標標籤。當不知道選什麼標籤時，可查看專屬推薦&行業推薦模塊。
臨近雙十一了，可以使用熱點人羣，熱點人羣是一個按營銷場景推出的主題標籤組合專區，會結合行業特徵或節日主題，圍繞一系列營銷場景或時事話題進行組合。
5.對接投放
選擇DMP中的人羣，可對接至廣告自助投放系統，進行廣告投放。
02
阿里達摩盤DMP
達摩盤又稱DMP，是阿里媽媽基於商業化場景打造的數據管理平臺。商家通過達摩盤可以實現各類人羣的洞察和分析，進行潛力客戶的挖掘；通過標籤市場快速圈定目標人羣，建立個性化的用戶細分和精準營銷。
不得不說，達摩盤的水很深，研究達摩盤的標籤體系、系統後臺、玩法幾乎花了草帽小子2個月時間，越挖掘越有料，下邊由草帽小子帶你先從整體上了解達摩盤的系統構成。後續會出達摩盤標籤體系、洞察、分羣等各個模塊的專題文章，感興趣的朋友可以先關注公衆號：一個數據人的自留地，進羣交流。
1.首頁
達摩盤首頁主要包含店鋪消費資產，可查看全部消費者、潛客、新客、老客的趨勢；標籤使用推薦、老客價值細分、店鋪消費者流轉等。
2.洞察
洞察模塊主要包含人羣畫像分析、單品智能洞察圈人、店鋪超級用戶洞察圈人。例如當進行人羣畫像洞察時，需要選擇對比的人羣，對比不同人羣的特徵，如性別、年齡、行業、消費水平等數據的對比。
3.標籤
隨着越來越多商家擁有個性化人羣運營訴求，圍繞精細化人羣定向中臺定位，達摩盤基於大數據深度挖掘和分析，通過精細化人羣賦能不同層級商家精準營銷，滿足商家在不同營銷場景下的人羣訴求，提升商家消費者運營效率。
4.人羣
人羣模塊主要包含我創建的人羣、合作方人羣、第三方數據上傳，可管理人羣，支持按標籤和人羣組合創建分羣，支持交併差各類組合創建分羣。
5.報表
系統提供整體達摩盤人羣投放效果概覽，可自定義歷史事件，查看整體投放效果，同時查案同行同層級投放平均數據，瞭解同行對比情況。查看不同渠道下，人羣投放效果，查看投放趨勢，同時提供基於廣告曝光、達摩盤曝光、全店消費者三個維度下，提供人羣流轉分析，幫助商家全面評估人羣構成。
03
小結
經過如上的對比可發現畫像系統的功能大同小異，其核心在於其標籤體系、洞察及營銷應用能力。在建設時也可根據公司實際需要，從下至上進行建設。
由於達摩盤功能甚多，此篇未做展開，下一篇會針對達摩盤進行剖析，敬請期待~
參考資料：
1.張哲，基於微博數據的用戶畫像系統的設計與實現，2015,1,16
2.張宇豪，基於百度地圖大數據的用戶畫像系統設計與實現，2017,12,26
轉自： 一個數據人的自留地 公衆號；
END
版權聲明：本號內容部分來自互聯網，轉載請註明原文鏈接和作者，如有侵權或出處有誤請和我們聯繫。
合作請加QQ：365242293
數據分析（ID : ecshujufenxi ）互聯網科技與數據圈自己的微信，也是WeMedia自媒體聯盟成員之一，WeMedia聯盟覆蓋5000萬人羣。
