第一阶段:目标解读 在建立用户画像前,首先需要明确用户画像服务于企业的对象,根据业务方需求,未来产品建设目标和用户画像分析之后预期效果; 第二阶段:任务分解与需求调研 经过第一阶段的需求调研和目标解读,我们已经明确了用户画像的服务对象与应用场景,接下来需要针对服务对象的需求侧重点, 结合产品现有业务体系和“数据字典”规约实体和标签之间的关联关系,明确分析纬度; 第三阶段:需求场景讨论与明确 在本阶段,数据运营人员需要根据前面与需求方的沟通结果,输出《产品用户画像规划文档》,在该文档中明确画像应用场景、最终开发出的标签内容与应用方式 ,并就该份文档与需求方反复沟通确认无误。 第四阶段:应用场景与数据口径确认 经过第三个阶段明确了需求场景与最终实现的标签纬度、标签类型后,数据运营人员需要结合业务与数据仓库中已有的相关表,明确与各业务场景相关的数据口径。在该阶段中,数据运营方需要输出《产品用户画像实施文档》,该文档需要明确应用场景、标签开发的模型、涉及到的数据库与表,应用实施流程; 第五阶段:特征选取与模型数据落表 本阶段中数据分析挖掘人员需要根据前面明确的需求场景进行业务建模,写好HQL逻辑,将相应的模型逻辑写入临时表中,抽取数据校验是否符合业务场景需求。 第六阶段:线下模型数据验收与测试 数据仓库团队的人员将相关数据落表后,设置定时调度任务,进行定期增量更新数据。数据运营人员需要验收数仓加工的HQL逻辑是否符合需求,根据业务需求抽取查看表中数据范围是否在合理范围内,如果发现问题及时反馈给数据仓库人员调整代码逻辑和行为权重的数值。 第七阶段:线上模型发布与效果追踪 经过第六阶段,数据通过验收之后,就可以将数据接口给到搜索、或技术团队部署上线了。上线后通过对用户点击转化行为的持续追踪,调整优化模型及相关权重配置。
1、数据分析 如何做数据调研、对于需求方提出的标签如何结合数据情况给出相应的解决方案; … 2、用户画像工程化 用户标签体系中需要开发哪些标签; 这些标签的调度流是如何构成的; 如何对每天的调度作业进行监控; 哪些数据库可用于存储标签,为何用这些数据库进行存储; … 3、业务知识 需要开发的标签服务于业务上的哪些应用 …. 4、画像产品形态及如何服务与业务 画像产品化后包括哪些模块; 如何评价标签在业务上的应用效果; …
- 用户画像又称用户角色,作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,用户画像在各领域得到了广泛的应用。
- 说人话:用数字化的标签描述用户个性特征的一种方法。再简单点理解就是给用户打标签!可以算是数据仓库中的DM层!
根据标签快速筛选人群
- 精准营销
a) 新注册用户赠送首次购买VIP优惠券
b) VIP快到期用户发放折扣券
c) 新学年快开始时,给非VIP用户发放下一年级课程包优惠券
项目(用户分群系统)需求及架构设计
通过用户分群系统,产品经理和运营等同事不再需要向数据开发反复提需求,只需自己在平台操作,并且可以将符合需求的用户直接导入到其它平台,全部流程不再需要手动执行,大大提高生产效率!
项目需求分析
- 通过Hive/Sparksql后端生成标签库
- 前端通过ui选择标签,通过JDBC形式提交到后端SparkSQL引擎,快速统计人数
- 可以将符合筛选标签的用户ID快速导入运营平台或CRM,达到精准运营(比如平时我们收到的各种短信)
创建分群 -- 用户分群;
为什么会有这个需求?没有用户分群系统时是什么样的流程
通过用户分群系统,产品经理和运营等同事不再需要向数据开发反复提需求,只需自己在平台操作,并且可以将符合需求的用户直接导入到其它平台,全部流程不再需要手动执行,大大提高生产效率。
项目主要模块
- 标签定义模块
- 标签开发模块
- 任务调度模块
- 用户分群UI模块
系统架构图设计:
框架版本选型: