学习
实践
活动
工具
TVP
写文章

B2B用户画像怎么做?

分享一个B2B用户画像的做法。网上流传的资料大多是B2C相关的,导致在B2B企业的同学很困惑:”老师,说是RFM模型,可我们的客户都是n久没有一张单,一张订单几百万,怎么个RFM法呢? 丢失一个老客户惨过开发10个新客户,在B2B领域更成立。 所以,B2B企业会更需要做用户画像:一则为建立清晰的用户联系,把客户控制权从一线销售手里夺回来。 二则,为了清楚掌握客户特征,识别用户需求,及时跟进服务。与B2C用户画像一样,B2B用户画像也可以分为用户名称,基本特征,消费行为,互动行为等维度,但要考察的内容完全不同(如下图)。 ? 对B2B用户画像而言,列出需求字段只是万里长征第一步,真正的挑战从这里开始。 B2C面对的往往是大众日常需求,如吃饭,衣服,出行;B2B面对的企业需求,本质只有1个:经营效果。所以关注用户的经营效果,制定我们的经营方略,才是设计用户分类的出发点 基本的用户画像概念就如上做述。

96150

用户画像

关于用户画像的概念,数据相关从业人员应该都知道。用户画像的应用场景很广泛,比如精细化运营、数据分析与挖掘、精准营销、搜索和广告的个性化定向推送等。 用户画像的分析核心一个是对用户建模打标签,关于这,之前在内部交流群分享了一份个人学习的资料,大家都觉得真香,今天把全部内容共享出来供大家自行下载阅读。 主要目录: 1、用户画像应用场景 2、产品层面的宏观分析维度 3、用户画像标签类型 4、用户画像项目开发流程 5、数据仓库介绍 6、用户画像数据质量管理 7、常见需要开发的用户画像相关模型 8、用户行为标签表实际开发案例

2.4K20
  • 广告
    关闭

    年末·限时回馈

    热卖云产品年终特惠,2核2G轻量应用服务器6.58元/月起,更多上云必备产品助力您轻松上云

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    用户画像

    开发画像后的标签数据,如果只是“躺在”数据仓库中,并不能发挥更大的业务价值。只有将画像数据产品化后才能更便于业务方使用。 本文主要介绍用户画像产品化后主要可能涵盖到的功能模块,以及这些功能模块的应用场景。 01 即时查询 即时查询功能主要面向数据分析师。 将用户画像相关的标签表、用户特征库相关的表开放出来供数据分析师查询。 Hive存储的相关标签表,包括userid和cookieid两个维度。 图13 对比分析两个人群特征 本文介绍了用户画像产品化主要涵盖的功能模块以及这些模块的应用场景。用户画像产品化是把数据应用到业务服务中的一个重要出口,业务人员熟知业务,但对数据不了解。 本文摘编于《用户画像:方法论与工程化解决方案》,经出版方授权发布。

    1.4K30

    Flink用户画像用户画像行为特征

    INSERT","id":15,"tablename":"user_info","account":"abcd","age":24,"email":"981456@qq.com","status":0} 创建用户画像 reduce.addSink(new CarrierAnalySink()); env.execute("portrait carrier"); } } 创建用户画像会员分类标签 ()); reduce.addSink(new MemberAnalySink()); env.execute("portrait member"); } } 用户画像行为特征 这里我们会分析用户的几个行为,并进行画像 浏览商品行为:频道id、商品id、商品类别id、浏览时间、停留时间、用户id、终端类别(1、PC端,2、微信小程序,3、app)、deviceId。 创建用户画像商品类别偏好标签 创建一个商品类型标签实体类 @Data public class ProductTypeLabel { private Long userid; private

    37710

    用户画像构建

    用户画像是指用户的进行标签化、信息结构化。 构成用户画像的基本元素通常有:姓名、照片、个人信息、经济状况、工作信息、计算机互联网背景。 用来丰富用户画像的元素有:居住地、工作地点、公司、爱好、家庭生活、朋友圈、性格、个人语录等等。 创建用户画像的方法 ? 用户画像的作用 精准营销,分析产品潜在用户,针对特定群体利用短信邮件等方式进行营销; 用户统计,比如中国大学购买书籍人数 TOP10,全国分城市奶爸指数; 数据挖掘,构建智能推荐系统,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; 进行效果评估,完善产品运营,提升服务质量,其实这也就相当于市场调研、用户调研,迅速下定位服务群体,提供高水平的服务; 对服务或产品进行私人定制,即个性化的服务某类群体甚至每一位用户; 业务经营分析以及竞争分析,影响企业发展战略。

    1.3K11

    用户画像基础

    01 画像简介 用户画像,即用户信息标签化,通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据,进而对用户或者产品特征属性进行刻画,并对这些特征进行分析、统计,挖掘潜在价值信息,从而抽象出用户的信息全貌 中间的虚线框即为用户画像建模的主要环节,用户画像不是产生数据的源头,而是对基于数据仓库ODS层、DW层、DM层中与用户相关数据的二次建模加工。 图1-6 用户画像建设项目流程 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,再根据业务方需求,明确未来产品建设目标和用户画像分析之后的预期效果。 就后文将要介绍的案例而言,需要从用户属性画像用户行为画像用户偏好画像用户群体偏好画像等角度去进行业务建模。 面向业务方推广应用:用户画像最终的价值产出点是业务方应用画像数据进行用户分析,多渠道触达运营用户,分析ROI,提升用户活跃度或营收。

    2.1K50

    用户画像总结

    (5)行业报告&用户研究:通过用户画像分析可以了解行业动态,比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析 根据用户画像的作用可以看出,用户画像的使用场景较多,用户画像可以用来挖掘用户兴趣 五、 用户画像主要应用场景 a)用户属性 b)用户标签画像 c)用户偏好画像 d)用户流失 e)用户行为 f)产品设计 g) 个性化推荐、广告系统、活动营销、内容推荐、兴趣偏好 六、 用户画像使用的技术方法 八、 用户画像基本步骤[F2] 根据具体业务规则确定用户画像方向后,开展用户画像分析,总体来说,一个用户画像流程包括以下三步。 九、 用户画像验证 十、 用户画像的实际例子 注:此处涉及到工作中的项目内容,由于保密,就不能分享了 十一、 用户画像平台&架构 用户画像平台需要实现的功能。 十二、用户画像困难点、用户画像瓶颈 用户画像困难点主要表现为以下4个方面 资料搜集和数据挖掘 在画像之前需要知道产品的用户特征和用户使用产品的行为等因素,从而从总体上掌握对用户需求需求 创建用户画像不是抽离出典型进行单独标签化的过程

    11810

    如何构建用户画像

    image.png 在《4个问题带你了解用户画像》中,我们了解了用户画像的定义、作用及使用注意事项等。 就有用户留言问了:在实际工作中,构建用户画像的方法有哪些?如何构建用户画像呢? 下面我将结合通过案例,带你了解构建用户画像的4个步骤: image.png 用户画像是为业务服务的,因此我们构建画像之前一定要清晰项目背景和业务需求。 用户归类 image.png 回顾用户画像的定义:用户画像是目标用户的代表性画像,其中包含了用户属性、场景、痛点和需求等。 实际构建过程中,我们往往无法用一个画像代表所有目标用户。 验证效果 image.png 我们开篇强调过,用户画像是为业务服务的。因此提炼画像不是工作的结束,促进画像运用和验证效果也是重要步骤。 ; 最后提炼用户基本关键、痛点、关键差异及用户故事,组成用户画像

    22100

    如何构建用户画像

    在《4个问题带你了解用户画像》中,我们了解了用户画像的定义、作用及使用注意事项等。 就有用户留言问了:在实际工作中,构建用户画像的方法有哪些?如何构建用户画像呢? 下面我将结合通过案例,带你了解构建用户画像的4个步骤: 用户画像是为业务服务的,因此我们构建画像之前一定要清晰项目背景和业务需求。 用户归类 回顾用户画像的定义:用户画像是目标用户的代表性画像,其中包含了用户属性、场景、痛点和需求等。 实际构建过程中,我们往往无法用一个画像代表所有目标用户。 其实在画像背后,是丰富的资料库和调研信息。用户画像强调简单易用,但当实际工作中需要例证和具体数据时,我们依旧可以调用其他信息。 4. 验证效果 我们开篇强调过,用户画像是为业务服务的。 、关键差异及用户故事,组成用户画像

    79630

    如何构建用户画像

    伴随着对人的了解逐步深入,一个概念悄然而生:用户画像(UserProfile),完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。 一、什么是用户画像? 这样一串描述即为用户画像的典型案例。如果用一句话来描述,即:用户信息标签化。 如果用一幅图来展现,即: ? 二、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? 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。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。 百分点现已全面应用用户画像技术于推荐引擎中,在对某电商客户,针对活动页新访客的应用中,依靠用户画像产生的个性化效果,对比热销榜,推荐效果有显著提升:推荐栏点击率提升27%,订单转化率提升34%。

    1.1K60

    什么是用户画像

    0x00 前言 视频号分享中【什么是用户画像】的文案,文字版分享给大家~内容虽然短,但是能锻炼在1分钟讲一个概念的能力,如果以后有朋友问你用户画像是什么,你可以用下面1分钟左右的文稿告诉他。 今天要和大家分享的话题是:用户画像。 0x01 画像 那么,什么是用户画像呢?我来举个例子说明: 假设你有一位朋友:他是一名35岁左右的男性,周六日喜欢宅在家里,而且每天点外卖。 那把上面这些标签和在一起,就形成了你朋友的用户画像,看一下,熟悉吗? 0x02 应用 那么有了这些画像之后,有什么用呢?

    56310

    什么是用户画像——从零开始搭建实时用户画像(一)

    用户画像 简介 用户画像,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。 建立用户画像和精准化分析是关键。 用户画像可以使产品的服务对象更加聚焦,更加的专注。 这只是用户画像在电商领域的应用,事实上用户画像已经不知不觉的渗透到了各个领域,在当前最火的抖音,直播等领域,推荐系统在大数据时代到来以后,用户的一切行为都是可以追溯分析的。 步骤 什么是用户画像用户画像是根据市场研究和数据,创建的理想中客户虚构的表示。创建用户画像,这将有助于理解现实生活中的目标受众。 用户画像最重要的一个步骤就是对用户标签化,我们要明确要分析用户的各种维度,才能确定如何对用户进行画像

    6.7K33

    用户画像标签体系

    在数据的基建和应用层面,除了重视数据分析外,也越来越重视数据资产在更多业务场景中的应用,标签画像的建设和应用就是其中一类很常见的需求和期望。 从对业务的价值来说,标签和画像是类似中间层的系统模块,具体来说,数据资产本质上是一些采集、采购所获得的数据源,但企业希望在数据源的基础上,实现资产变现,而且不断扩大资产价值。 很多企业都意识到,这个中间层就是标签画像。 下面主要介绍了企业做标签画像的目的,重点阐述标签和画像的应用场景及应用流程,构建标签和画像体系的实操方法论,最后给出了行业案例。

    27050

    什么是用户画像?金融行业大数据用户画像实践

    用户画像一词具有很重的场景因素,不同企业对于用户画像有着不同对理解和需求。举个例子,金融行业和汽车行业对于用户画像需求的信息完全不一样,信息纬度也不同,对画像结果要求也不同。 从商业角度出发的用户画像对企业具有很大的价值,用户画像目的有两个。 一个是业务场景出发,寻找目标客户。另外一个就是,参考用户画像的信息,为用户设计产品或开展营销活动。 ? 三、用户画像工作坚持的原则 市场上用户画像的方法很多,许多企业也提供用户画像服务,将用户画像提升到很有逼格一件事。 用户画像用户分析时,需要考虑强相关信息,不要考虑弱相关信息,这是用户画像的一个原则。 让用户画像离商业应用更加近一些,体现用户画像的商业价值。

    93530

    什么是用户画像?金融行业大数据用户画像实践

    用户画像一词具有很重的场景因素,不同企业对于用户画像有着不同对理解和需求。举个例子,金融行业和汽车行业对于用户画像需求的信息完全不一样,信息纬度也不同,对画像结果要求也不同。 从商业角度出发的用户画像对企业具有很大的价值,用户画像目的有两个。 一个是业务场景出发,寻找目标客户。另外一个就是,参考用户画像的信息,为用户设计产品或开展营销活动。 ? 三、用户画像工作坚持的原则 市场上用户画像的方法很多,许多企业也提供用户画像服务,将用户画像提升到很有逼格一件事。 用户画像用户分析时,需要考虑强相关信息,不要考虑弱相关信息,这是用户画像的一个原则。 让用户画像离商业应用更加近一些,体现用户画像的商业价值。

    65460

    用户画像】大数据之用户画像的原理、应用与实现

    用户画像使用标签来量化用户特征属性,达到描述用户的目的。用户画像是对现实世界中的用户进行建模。用户画像是描述用户的数据, 是符合特定业务需求的对用户的形式化描述。 用户画像,即用户信息标签化。 用户画像分类 精确用户属性标签画像用户基础属性画像 用户的喜好偏向 用户拓展信息画像 单个信息的集合 概况画像 用户来源画像:我们需要有一个来源分类,并对不同分类打标签,例如:直接访问、搜索引擎、广告营销 ,需要对用户喜欢做精确的画像,提高用户的体验 基础画像(对用户注册信息画像用户播放历史画像用户关键词,影片画像) 播放指标画像(最新的,最热的,播放量) 视频质量画像用户观看质量,观看时间) 视频相关度画像 (每个视频相关视频TOP N) 推荐营销视频画像 用户热点画像 用户金融信誉等级画像 互联网金融大数据,需要对用户信用等级做评估,就需要对用户信用画像 恶意贷款负债画像 用户固有资产画像(车、房产、企业信誉 ) 用户经济能力画像(工资、纳税额) 用户消费能力画像(购买消费) 用户关系圈画像(职称、朋友信用等级) 用户互联网画像(微博、微信) 标准用户画像用户信用区间等级评定) 移动电信集中监管系统画像 移动电信集中监管系统画像是对用户的通信数据等各种指标进行画像分析

    3.2K11

    如何构建用户画像

    伴随着对人的了解逐步深入,一个概念悄然而生:用户画像(UserProfile),完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。 一、什么是用户画像? 这样一串描述即为用户画像的典型案例。如果用一句话来描述,即:用户信息标签化。 如果用一幅图来展现,即: ? 二、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? 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。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。 百分点现已全面应用用户画像技术于推荐引擎中,在对某电商客户,针对活动页新访客的应用中,依靠用户画像产生的个性化效果,对比热销榜,推荐效果有显著提升:推荐栏点击率提升27%, 订单转化率提升34%。

    1.1K80

    58用户画像实践

    58用户画像应用流程如下: ? 二、58用户画像数据架构 用户画像构建的核心是数据的组织和标签的开发管理,58集团业务覆盖广泛,涉及房产、招聘、车辆、黄页等众多业务线,构建画像的数据来自于日志、简历库、帖子库、用户信息库、商家库 58用户画像系统架构如下: ? 基于用户画像数据的建模如下: ? 依赖用户画像平台建模可以被抽象为5个层级: 1.基础数据接入 用户画像平台已经接入58、赶集、安居客等主要数据源,也支持用户通过平台提供的数据接入工具接入新数据源,以便支持定制化的建模; 2.IDMapping

    3.4K31

    扫码关注腾讯云开发者

    领取腾讯云代金券