app用户画像分析-如何做用户画像分析

RFM属性：订单总金额/次数/客单价/购买频次等；

营销属性：营销响应/用户价值（高低）；

预测属性：基于一定的模型算法，如促销敏感/上新敏感/二胎家庭等；

社交属性：用户的家庭成员、社交关系、社交偏好、社交活跃程度等。

打标签的方式：

客服标签（手工）：客服手工打标，通常是对客户的印象，如爱还价，需搭配建议；

用户标签（手工）：用户手工对应，通常以开放式的调查问卷，或者会员中心会员资料填写的方式，引导用户填写，一般需要一些奖励引导，如积分/优惠券/抽奖等；

埋点标签（自动）：基于用户在系统中的行为进行自动打标，需进行一些系统埋点，如注册/浏览/点击/优惠券领取（核销）等；

统计标签（自动）：基于用户行为的一些累计计算得到的标签，需要做一些数据运算，得出结果后打标，如高客单用户/高价值用户/高频购买用户；

算法标签（自动）：基于一定的模型算法，生成的标签，数据量/模型/算法等都会成为结果准确性的影响因素，如首购可能性/复购可能性/交叉推荐可能性。

用户标签画像在产业互联网时代的演变趋势

1、从交易环节向智能检测服务环节延伸

只要产品被生产出来，那么在产品向消费者交付以及消费者在使用过程中，这些产品和服务都会具备连接的能力，从而使企业商户、消费者和产品建立一种实时的连接。相比消费互联网的交易和流通环节的数据，产业互联网时代的消费者数据更加泛化，除消费数据外，消费者在购买商品后的使用、维系和服务方面的数据，将会使得数据量级会成千上万倍增长。

随着5G+物联网+大数据的发展，用户画像标签体系也有新的变化和趋势，如通过可穿戴的设备耳环、项链、眼镜、戒指、手表等，甚至还有根植在血液中的微芯片，都能够实时地监测人体身体的情况，不只是简单的脉搏、心跳、血压，可能还有血氧、血糖等健康指数。在检测到这些健康指数后，还会给我们一些提示和预警，今天需要运动的步数，早上喝一杯牛奶、吃一个鸡蛋补充营养，少抽一根烟会增加多少健康指数；或者当你熬夜或生气的时候，会提示你健康指数下降了多少。

未来将会实现完整的“人体数字孪生”，即通过大量智能传感器在人体的广泛应用，对重要器官、神经系统、 呼吸系统、泌尿系统、肌肉骨骼、情绪状态等进行精确实时的“镜像映射”，通过一系列人体机能标签，形成一个完整人体的虚拟世界的精确复制品，进而实现人体个性化健康数据的实时监测。利用 AI 技术可对个体提供健康状况精准评估和及时干预，并且能够为专业医疗机构或公共卫生机构提供精准诊断和疫情防控。

2、从物资产品向精神内容产品延伸

精神产品是指能够满足人们精神生活需要的产品。它与物资产品的不同之处在于，物资产品满足的是人的身体需要的产品，具体表现在满足人的吃、穿、住、行，以及物资产品的再生产上。精神产品则满足人的情感、意志、心理以及求知等的精神上的需要，采取理解的方式来获得。

随着社会生产力的极大提升、物资产品逐步丰富、产品趋向同质化，个体消费者的需求从有形物资和标准产品向精神意识产品和个性化产品转化。如微信读书、抖音短视频、小红书，通过大数据、AI算法、标签画像体系给不同的用户群里推荐不同的精神产品，真正做到千人千面。以抖音为例app用户画像分析，抖音依据独有的算法机制和智能推荐模块，通过标题、内容、个性签名、文案、声音、昵称、浏览、评论、点赞、分享、关注，系统会给每个用户贴上标签。抖音尤其注重垂直细分领域的标签，如育儿、情感、情商、职场、办公、励志等等，育儿这个领域相对应的标签可以有宝妈、作业开学等等，情感这一块相对应的标签有恋爱、婚姻、男女朋友等。

3、从消费者运营向企业服务延伸

用户标签画像体系方法，目前正在向2B企业服务领域转化和应用，从用户标签和画像向客户画像（客户360°视图）、供应商画像、渠道商画像，渠道（终端）画像、联系人画像、员工画像等方面延伸。

如可以依据客户以下标签画像给客户进行分类分级，或供应链金融提供数据赋能，如年贸易金额、去年贸易单数、累计贸易金额、累计贸易单数、过去一年回款金额、过去一年回款、总回款金额、总回款次数、末次贸易时间、贸易指数、供货稳定指数、信誉指数、贸易指数、潜能指数。同时，还经常会将客户工商方面的信息包括但不限于财务、诉讼、风险、经营异常等标签信息。

与此同时，对客户的关键联系人也可以建立标签画像体系，如职位层级、影响力、角色（审批人、决策人、评估人），行事风格（狂热派、革新派、实用派、保守派），合作态度（极力支持、支持、中立、反对）、交往程度（无交往、短暂交往、多次交往、交往深厚）。

标签画像也可以延伸到学校和学生，学生的标签体系通常可以由基础标签、身体健康标签、学业学情标签、个性特长标签、成长体验标签五大维度构成。

4、从用户画像向万物画像延伸

5G的技术将我们物理世界的每一个物，包括设备、人、服务连接起来。

1、自然空间标签画像，如土地、河流、植物、动物等，都可以建立标签画像体系。如现在畜牧业养殖场已经开始使用物联网和大数据技术，在牧场配备智能摄像头，识别出猪、牛、羊群中的每一个体。以猪为例，可以记录猪的眼睛，耳朵，鼻子和鬃毛的细节。音频识别可以检测出咳嗽和呼吸困难等症状，而红外技术则可以检测出猪的体温。除了识别猪，面部识别摄像头还监视猪的运动，并可以检测猪是否嗜睡或不进食。每头猪都有自己的标签画像，其中包括关键细节，例如其年龄，体重，品种，运动频率和饲喂习惯，可以建立养殖场猪的群体画像体系。

2、物理空间标签画像，如建筑、道路、房屋、城市、机器等各种物理部件，都具备连接能力，可以建立标签画像体系。

3、社会空间画像，如交通规则、城市管理、公共服务、商业服务都将以智能体出现，可以形成相应的标签画像体系。

4、经济空间标签画像，如原材料、设备、产品、厂房等都会变成一个个智能体，具备连接能力，并可以建立标签画像体系。

相对于公域流量来说，私域流量成本更低，且不受限于时间地点；企业通过构建私域流量、用户标签画像体系，对消费者做精细化运营。

企业依托私域流量池，可以打通各公域流量池，将公域流量转为私域流量；也可以打通企业内外部各私域流量池，实现交叉引流和销售，形成统一、完整的私域流量和高精度的用户标签画像体系。通过私域流量池中高精准的用户画像体系，可以在私域以及Looklike到公域里精准“捕鱼”，精准地实现“货找人”，促进企业的业务快速增长。

用户标签画像常见应用场景

精准营销

通过精准画像体系，寻找迫切需求信息的匹配人群，在私域精准推送相应的营销广告或服务信息，实现个性化推荐和千人千面。

精准投放

依托私域流量池中高精准的用户画像体系，通过Looklike到公域里精准“捕鱼”，精准地实现“货找人”。

新品投放

通过智能推荐算法，对制定品牌规格产品，筛选出潜在的客户，并通过定向推荐规则，实时计算出满足要求的客户，进行定向营销。

商品推荐

基于用户画像、商品画像、终端门店画像和算法模型，直接生成产品推荐结果app用户画像分析，促进销售和品牌培育，提供零售门店经营指导。

智能选址

依据商圈画像、写字楼画像、小区画像、人群画像、商品画像，洞察客群消费行为， 实现智慧化店铺选址。

供应链金融

依托个人画像、企业画像、商户画像，降低银企间信息的不对称，为供应链金融进行赋能，进行全方位风险评估，提供全方位优质便捷服务。