深度解析用户画像的标签体系

产品的生命周期

先来回顾一下互联网产品从诞生到实现商业化的整个生命周期过程:

  • 首先要选择一个合适的赛道,然后找到一个比较好的切入点;
  • 开发第一版产品上线,找到产品的种子用户,根据种子用户的反馈来改进产品;
  • 产品开始运营推广,扩散到其他更大更广的用户圈层;
  • 开始商业化,并且想办法维系用户关系;
  • 产品增长受阻,需要寻找新的机会点,为产品续命。

用户画像已经是作为一个数据从业者来说家常便饭的内容,围绕自然人的年龄、性别、职业、收入、风险、兴趣等各个维度去建立和完善相关的标签体系,重复重复再重复的优化。

用户标签是表达人的基本属性、行为倾向、兴趣偏好等某一个维度的数据标识,它是一种相关性很强的关键字,可以简洁的描述和分类人群。比如好人和坏人、90后80后,星座、白领等。具体流程一般是从纷乱复杂、琐碎的用户行为流(日志)中挖掘用户在一段时间内比较稳定的特征,即给用户打上标签,标签的确定,一般是先人工筛选小样本规则,进行验证标注,规则合理后,在通过算法扩展。

最后是评估画像的好坏:小样本的真实验证;A/B Test; 在实际的case 中迭代验证,这点从技术角度而言会有些挑战,比如怎么保证准确率和覆盖率。

用户画像的意义

用户画像将产品设计的焦点放在目标用户的动机和行为上,从而避免产品设计人员草率地代表用户。产品设计人员经常不自觉的把自己当作用户代表,根据自己的需求设计产品,导致无法抓住实际用户的需求。往往对产品做了很多功能的升级,用户却觉得体验变差了。

在大数据领域,用户画像的作用远不止于此。用户的行为数据无法直接用于数据分析和模型训练,我们也无法从用户的行为日志中直接获取有用的信息。而将用户的行为数据标签化以后,我们对用户就有了一个直观的认识。

同时计算机也能够理解用户,将用户的行为信息用于个性化推荐、个性化搜索、广告精准投放和智能营销等领域。

什么是用户画像?

用户画像,是大数据三百六十行居家旅行、装逼煽情必备的概念,它还有个类似的概念叫受众定向。个人觉得,“用户画像”这个词听起来更加关注人口属性、生活状态这些基本静态信息,这多少有点误导:我们重点关注的,往往是某用户“最近要不要旅游”、“准备买多少钱的车”这样能驱动直接效果的动态信息。从这层意思来看,用“受众定向”更加准确。

俗话说,“画龙画虎难画骨,知人知面不知心。”为什么知人心这么难呢?道理很简单:猜对了也好,猜错了也罢,都是一头雾水,并没有可靠的正确答案(术语称为“Ground Truth”)。

对此,白居易老先生早有教诲:

周公恐惧流言日,王莽谦恭未篡时,向使当初身便死,一生真伪复谁知?

用户画像,跟这个也有点类似。比如你把某人标成“足球爱好者”,对不对他自己都不一定拿得准。就拿中国足球事业的革命家、教育家高俅同志来说,他到底算“足球爱好者”么?恐怕答案是见仁见智的。因此,先要给大家解放下思想:除了性别、年龄这些有明确答案的标签,其他大多数兴趣标签,探讨其“准确程度”是没有意义的。

为什么需要用户画像

用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理,如,可以做分类统计:喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?

也可以做数据挖掘工作:利用关联规则计算,喜欢红酒的人通常喜欢什么运动品牌?利用聚类算法分析,喜欢红酒的人年龄段分布情况?

大数据处理,离不开计算机的运算,标签提供了一种便捷的方式,使得计算机能够程序化处理与人相关的信息,甚至通过算法、模型能够“理解” 人。当计算机具备这样的能力后,无论是搜索引擎、推荐引擎、广告投放等各种应用领域,都将能进一步提升精准度,提高信息获取的效率。

如何构建用户画像

一个标签通常是人为规定的高度精炼的特征标识,如年龄段标签:25~35岁,地域标签:北京,标签呈现出两个重要特征:语义化,人能很方便地理解每个标签含义。这也使得用户画像模型具备实际意义。能够较好的满足业务需求。如,判断用户偏好。短文本,每个标签通常只表示一种含义,标签本身无需再做过多文本分析等预处理工作,这为利用机器提取标准化信息提供了便利。

人制定标签规则,并能够通过标签快速读出其中的信息,机器方便做标签提取、聚合分析。所以,用户画像,即:用户标签,向我们展示了一种朴素、简洁的方法用于描述用户信息。

用户画像的标签体系

从技术层面看,用户画像的过程比较乏味。我们今天来讨论一个看起来最简单、却最难以把握精髓的环节:如何设计用户画像的标签体系。

什么是标签体系?

简单说就是你把用户分到多少个类里面去。当然,每个用户是可以分到多个类上的。这些类都是什么,彼此之间有何联系,就构成了标签体系。标签体系的设计有两个常见要求,一是便于检索,二是效果显著。在不同的场景下,对这两点的要求重点是不同的。笔者见过很多做用户画像的产品经理,往往醉心于设计一个伟大、 光荣、正确的标签体系,这往往是形式主义的调调儿。

一般来说,设计一个标签体系有三种思路:

  1. 结构化标签体系

简单地说,就是标签组织成比较规整的树或森林,有明确的层级划分和父子关系。结构化标签体系看起来整洁,又比较好解释,在面向品牌广告主开喷时比较好用。性别、年龄这类人口属性标签,是最典型的结构化体系。下图就是Yahoo!受众定向广告平台采用的结构化标签体系。

不过,实践当中即使是面向品牌广告主,售卖非人口属性的受众也存在很大困难,原因又回到文章开头说的问题:这些标签从原理上就是无法监测的。

  1. 半结构化标签体系

在用于效果广告时,标签设计的灵活性大大提高了。标签体系是不是规整,就不那么重要了,只要有效果就行。在这种思路下,用户标签往往是在行业上呈现出一定的并列体系,而各行业内的标签设计则以“逮住老鼠就是好猫”为最高指导原则,切不可拘泥于形式。下图是Bluekai聚合多家数据形成的半结构化标签体系:

当然,标签体系太过混乱的话,投放运营起来就比较困难。因此,实践中往往还需要对一定程度的结构化做妥协,除非整个投放逻辑是机器决策的(比如个性化重定向)。

  1. 非结构化标签体系

非结构化,就是各个标签就事论事,各自反应各自的用户兴趣,彼此之间并无层级关系,也很难组织成规整的树状结构。非结构化标签的典型例子,是搜索广告里用的关键词。还有Facebook用的用户兴趣词,意思也一样。

半结构化标签操作上已经很困难了,非结构化的关键词为什么在市场上能够盛行呢?这主要是因为搜索广告的市场地位太重要了,围绕它的关键词选择和优化,已经形成了一套成熟的方法论。

面向品牌的结构化标签体系,设计的好坏似乎并不太重要;而彻底非结构化的标签,也没有太多设计的需求。产品狗们碰到的难点,往往是如果设计合理的半结构化标签体系以驱动广告的实效。这里面最关键的诀窍,是深入研究某个具体行业的用户决策过程。

站在上帝造万物的视角,以电视台分频道的方法将用户分到财经、体育、旅游……这样的框框里去,其实并不难,也没有太大意义。真正务实的思维,是不要关注那么多的行业,把目光聚焦在你目前服务的客户类型上。本来,你接的都是电商客户,关注教育行业用户分类有啥意义呢?

在确定了行业之后,要建立该行业的用户标签体系就有点儿挑战了。什么叫深入研究用户决策过程呢?说白了就是要洞彻在这个行业里,用户决定买什么、不买什么的原因和逻辑。我们举几个常见的行业说明此事:

(1)汽车行业

先来看汽车行业,是因为这里的用户决策逻辑比较清晰。一个准备购买汽车的用户,首先考虑的因素,一定是价格。有二十万预算,就买不了五十万的车,也不大会考虑十万以下的车。接下来要挑选的,就是车型了。如果家里有两个孩子,十有八九会考虑七座车;要是单身贵族,没准会弄个跑车玩玩。这两项都是比较理性甚至刚性的约束。而在这之后,才是对品牌精挑细选。

因此,汽车行业的标签体系大体应该是:价格—>车型—>品牌,注意重要程度的排序是不能错的。如果从直觉上先考虑品牌、调性,那便是形式主义的思路了。

(2)游戏行业

游戏的用户决策过程总体上令人难以捉摸,这是因为它有点儿电影、音乐一样的艺术性特质。而人们对艺术的喜爱,并不是理性的,也就难以总结规律。本人不玩游戏,也搞不清RPG、ACT、SLG、RTS、STG这些类型(不玩你这词儿可够熟的!)。

那么用这些分类用做标签体系行不行?这也是形式主义的思路:因为上面的分类只是为了便于游戏组织和索引,并不是用户的决策逻辑。难道一个“RPG游戏爱好者”,会看到RPG就非玩不可,其他的游戏都不屑一顾么?

那么游戏行业就没法做了么?当然不是。要想把游戏的用户标签做好,就要深入到细分的游戏场景中去深入研究。比方说,玩slots(老虎机)游戏的用户,往往经常换不同素材的新游戏。也就是说,将“slots”作为一个用户标签,与用户决策过程是相符的。而喜欢海岛奇兵游戏的用户,对于SuperCell新出的游戏也心向往之,此时“SuperCell”这个品牌就成了有效的用户标签。

(3)电商行业

从消费者的角度来看,电商行业其实不能称为是一个行业,而是多个行业的集合。不过对于电商中典型的商品类型,例如服装,用户决策过程其实是相当微妙的:某个女生看了H&M的某款裙子,其实无法推断出她要买裙子,也不一定是对H&M情有独钟,也许仅仅是因为该款裙子某个特殊的造型。在这类商品中,“H&M”或者“连衣裙”都不一定是有效的用户标签。

因此,电商行业的实际做法大家都看到了,基本上不依靠分类,完全以“单品+个性化推荐”的方法构建和使用标签体系。

那么,教育行业怎么做?旅游行业怎么做?这篇文章不是教材,无法一一尽述。大家掌握了上面的思路和方法,应该能够自己举一反三。有人会问了,那么是不是每个行业研究透彻以后,给出一个标准的用户标签体系,就可以一劳永逸了么?答案是否定的,这里面有两个原因:

大多数情况下标签体系是开放的,并不存在一劳永逸的列举结果。上面电商行业就是个很好的例子:新的商品、新的产品类别不断产生,不断地研究和调整也就必不可少。

每家公司面向的客户都有自己独特的特点,再加上拥有的数据源不同,只有根据这些灵活调整标签体系,才可能取得最好的效果。比如教育行业,在整体上研究用户决策过程,可以得到一个通用标签体系;但是如果特别关注儿童教育、考研教育、或者英语教育,显然还要研究更加精细的决策过程和标签体系。

总之,不要以为用户标签体系的设计跟编纂新华字典一样,在案头潜心研究逻辑就能一劳永逸地做好。实际上,这是一项持续进行的、黑手黑脚的实战性极强的产品工作。

还有个小问题:前面我们说了,标签没法衡量准确性,那怎么判断用户画像结果的质量呢?这里要用到reach/CTR曲线。我们以下图为例来说说:

上图是一条典型的reach/CTR曲线:它的横坐标即reach,表示的是某个标签(例如“汽车”)触及到的用户在整体用户中的占比;它的纵坐标即CTR,表示的是该标签的用户在对应类型的广告(上例中为汽车广告)上表现出来的点击率。

为什么会是一条曲线呢?因为我们在做受众定向时,往往会在用户在该标签的得分上设置一个阈值,判断是否是该类型用户,随着阈值设置的不同,reach水平就会变化,相应地CTR也就会变化。

这条曲线的最右端,即reach等于100%的点,对应的CTR是该类型广告的平均点击率,这个点跟模型无关,是固定的。而随着reach的降低,一般来说CTR会对应提高(当然这一点没有理论上的保证)。一般来说,两条reach/CTR曲线相比时,整体处于上方的曲线有较好的定向性能。

每个交互设计师,都要好好理解一下reach/CTR曲线,从思想根源上破除“标签准确性如何”这样的疑问。

原文发布于微信公众号 - 宇相(UXMystery)

原文发表时间:2018-11-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Android 开发者

一文教你预测 app 未来的变现情况

1472
来自专栏灯塔大数据

怎样才能持续招到最牛的数据人才?

? 数据人才们可以处理不确定性。不管我们打交道的数据有多“大”,它含有有限个有偏的潜在样本。我们的模型在太简单以至于无实际意义和太复杂以至于无法置信这两种极端...

32810
来自专栏企鹅号快讯

你了解你的数据吗

0x00 前言 你了解你的数据吗? 前几天突然来了点灵感,想梳理一下自己对数据的理解,因此便有了这篇博客或者说这系列博客来聊聊数据。 数据从业者有很多,比如说数...

22410
来自专栏ATYUN订阅号

【学术】量子算法与计算机对抗,胜者究竟是谁?

我们对“量子霸权(quantum supremacy)”的追求证明了量子计算机比普通计算机能够更快地做一些事情,但是,却自相矛盾地导致了准量子典型算法的繁荣。 ...

3224
来自专栏大数据挖掘DT机器学习

数据挖掘工程师在公司中一般都具体做什么?需要了解哪些知识?

以后想从事数据挖掘行业,但不清楚数据挖掘工程师的工作到底是做什么? 如果仅仅只是用excel,sas,python,r语言等工具来用现有的算...

4137
来自专栏大数据文摘

高管必备思维:区分2类问题和4类可视化方法

1182
来自专栏机器之心

INTERFACE | 从技术到产品,搜狗为我们解读了神经机器翻译的现状

INTERFACE 分享者:陈伟、李健涛 机器之心报道 参与:李泽南 3 月 12 日,搜狗正式在线上平台发布了「旅行翻译宝」。这款随身翻译设备结合了搜狗神经...

4074
来自专栏新智元

【清华AI公开课】施尧耘:量子计算终将实现;段路明:大规模量子计算还任重道远

2664
来自专栏Java学习网

软件开发人员的能力模型

不知觉做软件开发已经有6年了,回看自己的经历,可以说是相当有成就感,6年中通过不断的学习的实践,从一个菜鸟成长为一名软件架构师,这个过程可以说充满乐趣...

4755
来自专栏黄成甲

AI不是魔法:人工智能的能与不能

如果把AI技术分为「前端的交互技术」和「后端的人工智能技术」。前端的交互技术包括语音识别、图像识别和自然语言处理;后端的人工智能技术就是人工智能的核心算法,包括...

1243

扫码关注云+社区