今天趙宏田分享的主題是用戶畫像場景與技術(shù)實現(xiàn)方案，主要分 3 部分：

一是常見應(yīng)用場景；

二是畫像產(chǎn)品一些常見的功能；

三是技術(shù)實現(xiàn)方案。

不同行業(yè)業(yè)務(wù)屬性不同能收集到的數(shù)據(jù)也不同，對畫像的應(yīng)用場景有不同的需求，下面梳理了互聯(lián)網(wǎng) TOC、電商和安防等行業(yè)的畫像應(yīng)用場景，提供畫像可以應(yīng)用的思路。

除了 360 全息畫像、個性化內(nèi)容推送等場景外，還可以提供實時預(yù)警管控、專項場景分析、個性化人工運營服務(wù)等方面支持。

其中，專項的場景分析就是一些常見的數(shù)據(jù)分析模型，比方事件分析、留存分析和漏斗分析，這些分析模型都是基于標(biāo)簽和行為數(shù)據(jù)之后，把數(shù)據(jù)模型產(chǎn)品化后做成一些特定場景的分析，這就是基于用戶畫像的一種應(yīng)用場景。

上面講的比較概念化，接下來通過幾個具體的場景來認識一下。

1.1.1 互聯(lián)網(wǎng) TOC——微信場景（1）

這兩年企業(yè)微信做的比較好，它是想通過企業(yè)微信的方式去接入 TOC 微信的一些個人運營和營銷等。

下面先看幾個在微信中常見的場景：

1）渠道活碼

用企業(yè)微信沉淀顧客，可以在每個渠道都附上帶活碼的渠道專屬二維碼，比如可以在自己的公眾號、朋友圈廣告、企業(yè)官網(wǎng)以及其他物料上都附上二維碼，將前來咨詢的新老客戶都引進到企業(yè)微信，這些客戶會被隨機分配給某個員工，這樣既能保證員工公平，又能避免單個號當(dāng)日加人達到上限的情況。

2）觸發(fā)歡迎語

個性化推送一人一語。

用戶掃描添加企業(yè)成員后，自動推送指定消息，支持同一個碼不同員工推送回復(fù)不同的內(nèi)容，幫助企業(yè)實現(xiàn)精細化運營，快速轉(zhuǎn)化。

3）SOP 推送

SOP 是（Standard Operating Procedure）三個英文單詞首字母的組合，翻譯過來叫做標(biāo)準(zhǔn)化的運營流程。

基于給新加用戶打的標(biāo)簽來實現(xiàn)定時推送個性化消息。

SOP 推送是微信私域運營的一個重要工具/手段。給不同類型的客戶在不同時間段推送不同的內(nèi)容，從而拉動用戶的活躍。

1.1.2 互聯(lián)網(wǎng) TOC——微信場景（2）

基于群、基于個人的個性化 SOP 推送包括先給人或者給社群打標(biāo)簽。創(chuàng)建任務(wù)給不同標(biāo)簽的人或者社群推送不同的個性化內(nèi)容。

比方說，基于一些標(biāo)簽去創(chuàng)建一些定時任務(wù)，去給某個學(xué)習(xí)標(biāo)簽的人或者某一批標(biāo)簽的群去做一些定時推送，去維護某個社群的活躍程度，以及促進用戶在不同階段的轉(zhuǎn)化。

這里截圖了某 SCRM 廠商的功能宣傳頁，我們都知道 CRM 是客戶關(guān)系管理，SCRM 就是 Social CRM。

在國內(nèi)的話，SCRM 基本上都是基于企業(yè)微信場景去做的功能，常見的場景：渠道活碼、裂變獲客以及抽獎引流等都是前期的引流工作；

后期的高效溝通，基于標(biāo)簽、基于來源渠道，去做定制化的高效溝通。因為后臺的客服人員他們可能不是一對一，他們有可能是一對 N，這個 N 有可能是幾百/上千，所以說它需要通過標(biāo)簽和場景或者渠道等等標(biāo)志一個人之后，再去更高效地和運營溝通以及客服互動；

高效溝通完成之后，SCRM 去做一些智能化的定向營銷，比如 SOP 的定向營銷以及個性化的群聊配送，個性化的朋友圈，不同的人能看到不同的朋友圈狀態(tài)，像短信、營銷等等一些觸達渠道；

最后，在不同行業(yè)都去運用這種基于微信場景的 SCRM 產(chǎn)品去做一些行業(yè)的東西。

這種 SCRM 也是基于用戶畫像、用戶標(biāo)簽去做的一種應(yīng)用，這種數(shù)據(jù)量級比較輕，大家可能聽到的很多場景都是來自一些互聯(lián)網(wǎng)大廠或者互聯(lián)網(wǎng)一些 TOC 的 APP，它可能量級比較大，每天都有幾十萬、百萬、千萬或者上億的日活用戶，它的數(shù)據(jù)量級可能會像那種大數(shù)據(jù)集群。

像這種微信場景他們就會比較輕一些，我們基于單機的應(yīng)用就可以做后臺的數(shù)據(jù)處理過程，當(dāng)然后面也會講到不止是大數(shù)據(jù)，其實這種小數(shù)據(jù)也是跨站的一種重要的組成部分，也有廣闊的應(yīng)用場景，我們?nèi)粘Ｊ盏降囊恍┛熹N產(chǎn)品的短信，其實很多也是基于這種輕量級的 SCRM 場景去做功能的實現(xiàn)。

1.1.3 電商場景

電商場景也有很多，大家日常工作中都會有很多感知。比方說短信推送的營銷，包括我從京東上買到的一些書的書店或者在線下優(yōu)衣庫買過衣服，以及京東上買過的一些保健產(chǎn)品。

他們都會定期的做一些推送，像保健產(chǎn)品或者快銷產(chǎn)品都是周期性產(chǎn)品，就是說隔幾個月就會把這個東西消耗掉，可能會再次產(chǎn)生同樣的需求，所以他跟你推送的時間點，一般都會算的比較準(zhǔn)。

比方說養(yǎng)老保健品兩三個月就會是一個周期，使用完之后基本上隔兩三個月就會收到推送短信，告訴我都有什么保健品，號召我再去購買。

像京東、阿里這種廠商他們上面的商家會自動采購第三方的一些產(chǎn)品，一些千量級的產(chǎn)品把自己在京東、天貓上的商務(wù)、商鋪的數(shù)據(jù)接到第三方的 SCRM 上，去做定時化的營銷推送以及郵件推送。

當(dāng)然郵件推送其實現(xiàn)在用的比較少，因為可能大家現(xiàn)在基本上郵件看的比較少，郵件營銷其實也是一個很重要的場景，比方說我買了阿里云服務(wù)，經(jīng)常會收到阿里云定時推送的東西。

Push 消息的話，是大家接觸最多的消息，每天打開手機的話，可能滿屏的 Push。Push 的話，有幾個重要的應(yīng)用場景。

比方說促活，它可能是根據(jù)你瀏覽的內(nèi)容，去推送一些商品。因為可能是你感興趣的，你就會去看，促進你在站內(nèi)的活躍，這有可能會帶來其他的一些轉(zhuǎn)化。活躍度高了之后，就可以瀏覽廣告、下單之類的行為。這是基于用戶的瀏覽情況去推送。

剛剛講的是促進活躍，還有就是促進轉(zhuǎn)化，比方我之前在京東上買過洗衣液，然后隔段時間又給我推冰箱、洗衣機，想把我拉到站內(nèi)再去購買。

這是一個促活、一個轉(zhuǎn)化。這種促銷渠道大家接觸最頻繁，因為 Push 的消息在渠道中是免費的。但是，像短信、郵件這種營銷，都是有渠道成本的。

1.1.4 安防場景

安防場景能采集到的數(shù)據(jù)源非常多，包括物聯(lián)網(wǎng)和信息網(wǎng)的數(shù)據(jù)。

其中，物聯(lián)網(wǎng)主要是人臉識別數(shù)據(jù)；而信息網(wǎng)范圍更廣泛一些， 主要用途是安防保護、抓捕壞人，或者說預(yù)防潛在的壞人去做一些不好的事情。

比方說，我們近期看到的一些新聞 “抓捕轟動國內(nèi)的知名犯罪分子”。他們其實是基于信息網(wǎng)的人臉識別，識別出來是誰，然后再去和后臺的內(nèi)容預(yù)警管控的名單去做一個實時數(shù)據(jù)的校驗。然后當(dāng)比對相似度大于某個具體值時，會觸發(fā)預(yù)警。接下來線下人員就會介入這個安防的場景。

這個流程中就是說，先是我們這個視頻的信息流去捕獲這部分?jǐn)?shù)據(jù)，然后傳輸視頻流，解析數(shù)據(jù)，解析完成之后，再和數(shù)據(jù)庫中的數(shù)據(jù)進行比對。

達到預(yù)警之后，再去和潛在管控名單進行比對，比對上之后再去觸發(fā)實時預(yù)警。

當(dāng)然這種案發(fā)場景的話，在我們生活中有很多，比如管控一些不當(dāng)言論，管控一些潛在犯罪分子，以及識別一些犯罪駕駛的車輛。

當(dāng)然識別人臉面部的是一塊，基于車牌號的識別其實也是一塊。其實，都是基于潛在風(fēng)險的一些身份信息預(yù)警管控。

1）畫像場景總結(jié)來看，其實包括：

（1）營銷賣貨：短信/郵件/電話/微信等各種渠道的營銷來賣貨；

（2）營銷促活：同樣是各種渠道的營銷來把用戶拉/引到平臺上，促進用戶的活躍，因為有人活躍的地方就有流量就有生意；

（3）個性化服務(wù)：這里不僅指個性化推薦，也包括個性化的人工客服、個性化的接口服務(wù)；

（4）用戶分析：基于用戶在平臺上的行為特征來分析產(chǎn)品的優(yōu)缺點、做產(chǎn)品迭代，以及分析用戶特征，比如基于用戶人群去做一些分析、基于用戶場景去做一些漏斗分析、事件分析、專題分析等等；

（5）預(yù)警管控：基于不同行業(yè)不同應(yīng)用場景來設(shè)計預(yù)警管控的模型，管控的東西不同行業(yè)也不一樣，有的話可能會識別一些潛在的風(fēng)險賬號，直接將賬號拉入黑名單；有的直接識別出來一些風(fēng)險用戶去直接做人工的干預(yù)管控。預(yù)警管控的數(shù)據(jù)基本上都是實時的數(shù)據(jù)，對潛在風(fēng)險去做一個預(yù)防。

這是畫像場景的總結(jié)。

2）對數(shù)據(jù)量的總結(jié)，一直在 TOC 類型的互聯(lián)網(wǎng)公司從事大數(shù)據(jù)類的工作，接觸到的用戶量或行為日志數(shù)據(jù)量都是大幾千萬、幾億、幾十億、百億規(guī)模的數(shù)據(jù)處理。用到的技術(shù)棧也是 HIVE、SPARK、HBASE、ES、CLICKHOUSE 這些處理大量數(shù)據(jù)的開源工具。但不是說只有大數(shù)據(jù)才能搞畫像。

3）最近在研究基于微信生態(tài)的 SCRM 類產(chǎn)品時發(fā)現(xiàn)這類產(chǎn)品處理的數(shù)據(jù)量很小，不需要上那種很重的大數(shù)據(jù)生態(tài)組件，但同樣可以實現(xiàn)基于特定場景/生態(tài)下的客戶營銷管理，同樣有廣闊的應(yīng)用市場。同樣地對接淘寶、京東等商家后臺數(shù)據(jù)提供 CRM 功能的廠商也是，在畫像這塊處理的數(shù)據(jù)量有的情況都用不上大數(shù)據(jù)的組件。

4）畫像產(chǎn)品、場景等方面的內(nèi)容常見的形式也就是那些，針對自己要做的領(lǐng)域如果沒有思路就看看別家是怎么做的。太陽底下無新鮮事，其實各家的東西最后都差不多的。原型、功能、流程上的設(shè)計都那幾個套路。

畫像產(chǎn)品的常見功能，像標(biāo)簽的元數(shù)據(jù)管理，元數(shù)據(jù)管理功能一般包括用戶屬性和用戶行為，但是產(chǎn)品設(shè)計形態(tài)上各有不同。

在標(biāo)簽的元數(shù)據(jù)管理-詳情頁，可以查看標(biāo)簽的元數(shù)據(jù)信息，標(biāo)簽每天的產(chǎn)出量，標(biāo)簽在所屬大類下的覆蓋率等。

單用戶畫像，我們基于標(biāo)簽會給每個人打上同樣的標(biāo)簽之后，我們通過接口形式輸入某個用戶 ID，通過查詢可以看到這個人全量的標(biāo)簽。

這部分常見的應(yīng)用場景，一塊是分析場景，分析師/業(yè)務(wù)人員可能需要具體的分析一個或某幾個 ID 去做查詢分析。還有一塊是客戶端的接口調(diào)用，通過線上服務(wù)的接口請求的方式，傳入用戶 ID 來查詢這個人的全部相似的用戶，或傳入用戶 ID 以及一些標(biāo)簽查詢這些標(biāo)簽相對應(yīng)的值。

當(dāng)然，剛才講了兩塊：一塊是分析調(diào)用的，一塊是客戶端調(diào)用的。

這兩塊是兩種不同的場景，一塊就是說對于公司內(nèi)部的分析用的，這塊可能類似于一個公司內(nèi)部的業(yè)務(wù)后臺作為分析用；還有一塊是 TOC 的客戶端調(diào)用，涉及到高并發(fā)的東西。

這兩塊的數(shù)據(jù)服務(wù)能力是不一樣的，一塊不涉及并發(fā)，一塊涉及高并發(fā)，所以說這部分需要單獨部署兩套。

人群圈選：基于標(biāo)簽或組合標(biāo)簽?；跇?biāo)簽的規(guī)則定義，去篩選出來指定人群。

1）行為分析模型是基于分析對數(shù)據(jù)的抽象。例如常見的留存分析、事件分析、分布分析、漏斗分析等等。

本質(zhì)上是基于用戶行為日志 + 用戶屬性數(shù)據(jù)，來對用戶從多個分析維度進行分析。直白些說就是將分析師常寫的分析 SQL 固化成產(chǎn)品和數(shù)據(jù)模型來進行實現(xiàn)，省去人工介入的時間。

2）現(xiàn)階段還沒有做行為日志的采集，一方面需要把日志這塊缺漏補起來，另一方面 TOB 的行為分析模型和互聯(lián)網(wǎng) TOC 的這些分析模型也不盡相同，對于 TOB 經(jīng)常需要做哪些分析還需要分析師整理提煉出來，再把常用到的分析固化成產(chǎn)品。

基于標(biāo)簽的 SOP 是標(biāo)準(zhǔn)化運營流程，例如 SOP 在 SCRM 產(chǎn)品的場景中，基于企業(yè)微信給微信用戶打的標(biāo)簽，通過設(shè)置給這些標(biāo)簽用戶制定的運營策略來實現(xiàn)自動推送消息。

畫像系統(tǒng)中最重要的環(huán)節(jié)除了理清應(yīng)用場景外，就是要理清整個系統(tǒng)的數(shù)據(jù)流向。

業(yè)務(wù)數(shù)據(jù)庫接入的數(shù)據(jù)、爬蟲外部抓取的數(shù)據(jù)都放在數(shù)倉的 ODS 層。基于 ODS 層數(shù)據(jù)圍繞應(yīng)用場景進行數(shù)據(jù)建模后，把數(shù)據(jù)模型結(jié)果寫入到 DWS 層，然后推送到各服務(wù)層需要調(diào)用的數(shù)據(jù)庫，以備線上 OLAS 分析、接口服務(wù)的調(diào)用。

畫像系統(tǒng)最終上線后，是一套完整的數(shù)據(jù)模型和應(yīng)用流程。后續(xù)新增加的標(biāo)簽或應(yīng)用場景可以在現(xiàn)有的框架內(nèi)增加流轉(zhuǎn)起來。

標(biāo)簽規(guī)劃：給標(biāo)簽做規(guī)劃。產(chǎn)品經(jīng)理包括業(yè)務(wù)人員基于公司的業(yè)務(wù)場景去把整體體系梳理出來。

數(shù)據(jù)開發(fā)：數(shù)倉人員或數(shù)據(jù)開發(fā)人員基于處理好的信息去開發(fā)對應(yīng)的標(biāo)簽，去跑離線標(biāo)簽和實時標(biāo)簽。

這一塊講一些實時和離線標(biāo)簽，大部分標(biāo)簽都是離線標(biāo)簽，以及在離線標(biāo)簽里面也分為基于統(tǒng)計型的離線標(biāo)簽和基于算法型的離線標(biāo)簽。

大部分或者 90% 的標(biāo)簽都是離線型的統(tǒng)計標(biāo)簽，像機器學(xué)習(xí)這樣的算法標(biāo)簽會很少，一方面它的開發(fā)周期會很長，另一方面它的效果也是有限。與統(tǒng)計類規(guī)則的標(biāo)簽相比不能說高多少，但是基于某一場景下，我們還是需要使用基于機器學(xué)習(xí)的標(biāo)簽的比重會很小。

有時我們會有一些實時數(shù)據(jù)支持，我們會通過實時數(shù)據(jù)的方式但不一定經(jīng)過標(biāo)簽。會通過實時的數(shù)據(jù)流去給用戶做一個刻畫，刻畫完成或者說做完特征的標(biāo)記之后，我們會推送到線上的服務(wù)，線上服務(wù)再去查詢、再去供下一個做調(diào)用。這是離線和實時數(shù)據(jù)應(yīng)用情況。

用戶維表：用戶維表有可能是一張大寬表，大寬表基于篩選用戶的屬性或者說分析師去分析用戶的時候用。

ETL 調(diào)度模型包括跑一個標(biāo)簽的計算、去做一個數(shù)據(jù)的校驗，以及跑一個人群的計算，以及跑一些分析寬表。

剛才講的數(shù)據(jù)模型，比如漏斗分析、事件分析這種模型的分析表。通過這些模型分析過之后，再推薦到線上服務(wù)層，線上服務(wù)層有很多，比如說 Redise、Clickhouse、ES 等等，分到服務(wù)層去做服務(wù)的調(diào)用，服務(wù)的調(diào)用又可能跟站內(nèi)的服務(wù)以及 TOC 的客戶端的調(diào)用，這樣的話我們剛才也提到了場景不一樣。

站內(nèi)服務(wù)的話就是我們公司內(nèi)部人員、分析人員或者說產(chǎn)品去做分析、去做營銷用。還有一塊客戶端調(diào)用，就是說 C 端用戶他們?nèi)g覽頁面、點擊的時候，去做的一個請求。

客戶端調(diào)用的時候就涉及到一個高并發(fā)的場景。企業(yè)內(nèi)部應(yīng)用的時候，就是一個普通的請求。給客戶使用的時候，就涉及到高并發(fā)，高并發(fā)場景需要單獨一種服務(wù)。

畫像系統(tǒng)技術(shù)主要包括 大數(shù)據(jù) + 應(yīng)用服務(wù)。

-END-