背景：

劉路老師之前主要是做政府數據分析，目前主要服務企業。他認為政府和企業的數據分析沒有本質區別，都是有目的的進行收集、整理、加工和分析數據，提煉有價值信息的過程，都是為決策提供依據。政府數據分析的工作目標為其職能服務，提高工作效率，保障工作成果，不以盈利為目的。而企業的數據分析無論是哪個部門，最終都會落在企業的營收上。企業數據在保證數據源基礎上，最主要是要“走出去”，去一線與客戶直接交流，了解并思考業務和需求，而不是一直待在“后方”。

紀實：

一、用戶畫像是什么?

[[196901]] 

“用戶畫像”并不是最近才出現的，只是近幾年談得比較多。對用戶進行畫像分析就是將用戶信息標簽化的過程，打標簽是為了幫助理解且方便計算機處理。除了分析數據源，“用戶畫像”最關鍵的是根據用戶行為及數據，構建模型產出標簽、權重。簡單的說，就是要設計標簽體系，并規定符合該行為的人對應的標簽。如“性別”標簽，為什么會出現基本屬性“男”，而購物偏好性別計算顯示“女”?原因在于直接通過用戶填寫的信息獲取的是基本屬性，而“網絡行為性別”是建模計算出來的，經常在網絡上購買女性喜愛的禮物會被系統判定成“女”，我們猜測這個人可能是暖男。

二、用戶畫像準確嗎?

[[196902]] 

現在做用戶畫像的公司有很多，雖然每家都有建模，但是數據源不一樣，模型也不一樣。就我了解的對于用戶消費偏好“電商”這個標簽，有的公司是根據用戶的購物記錄來分析的;有的公司拿不到購物記錄但是有瀏覽記錄，他們的算法是最近多少天瀏覽過多少次電商網站;還有的是根據用戶手機上相關APP的使用行為來判斷的。

而判斷用戶畫像的準確性，目前主要有兩種：

從個性化與垂直領域切入細分化市場，弊端在于其接觸到的用戶數量和層級有限，得到的是某領域的一方數據，用戶畫像得到的是用戶某一形態下的單一畫像，其精準度和完善度也很難保證。

積累了各渠道多樣化的數據來進行用戶畫像，動輒覆蓋數億用戶，標簽維度幾千、幾萬，這樣的畫像也不見得好，全而不精。

而我現在做的以及建議的方式介乎兩者之間，標簽有基本屬性等通用維度，如果有具體行業的需求，比如汽車行業的用戶，我們會在庫里面把他的用戶找一批出來進行畫像，再以此找到目標群體。至于準確性，我們會有正負樣本來交叉驗證，依據人物畫像進行營銷活動后，會拿多次反饋數據來驗證量化畫像的結果。

三、數據源如何保證真實可靠?

數據源要真實全面，但不是數據越多越好，不能期望對收集到的所有數據進行分析，或者希望所有標簽都能由數據算出來。用戶畫像的數據源根據每家公司的業務和資源情況，獲取的數量、質量與范圍都不一樣。就像我上面提到的，同一個消費偏好“電商”的標簽，每家的數據和算法就不一樣。

要保證數據源的真實性，首先對所收集整理數據的真實性和可信度進行嚴格的監測和細致的過濾。比如有的直播網站的某場直播的觀眾人數竟然比全中國人口數還多，那顯然就是不靠譜的。然后是嚴格鑒別數據的出處和來源，正確識別并剔除掉虛假甚至惡意數據信息，真正收集整理出真實有用的數據信息。比如電影評分，不少影片是有水軍來刷分的，這部分ID的數據就應該識別并剔除掉。

另外有人會問到水軍及僵尸粉，我們公司產品“粉絲鏡”里有水軍識別模型，通過用戶行為和賬號信息等綜合來判斷。之前我給某部電影做過傳播分析，他們花錢在微博上推廣，數據看上去很美，轉發和評論超多，而且還有大V加入造勢，后來我分析傳播鏈條，發現絕大部分都是一級轉發，沒有帶動任何后續傳播，且大部分賬號都是沒頭像的、名字規律的小號。數據可視化后，水軍傳播圖就是一個個整整齊齊的等腰三角形，而自然的熱帖傳播圖應該是不規律的長尾彗星狀，有經驗的人一眼就能看出差異。 

(購買水軍及僵尸粉產品示意圖) 

(正常情況推廣示意圖)

在識別水軍和僵尸粉的算法上，一方面是比對賬號的注冊信息、發帖內容，另外一方面是用戶行為，如作息時間、操作行為等。如果有幾百個賬號每天都是同一時間上線下線，發的內容雷同，然后互相之間互動簡單，差不多就可以判斷是同一批機器托管的賬號。除了判斷是否水軍及僵尸粉，我們還可以根據社交關系和行為模型，把相似賬號順藤摸瓜給找出來。我做過一個思潮分析的項目，剛開始本來只是簡單分析現階段有哪些意識流派，每派的觀點及意見***。后來發現自媒體平臺上經常有不同流派的罵戰，而且反應迅速、精力充沛、有組織有紀律，進一步分析后發現大部分賬號都是偽裝得比較巧妙的機器人賬號，看來他們不光是思維的碰撞，還有技術的較量。至于境內外不同團體不同國家不同使命的機器人賬號也是有的，在他們面前，這些買買僵尸粉，刷刷評分的水軍就是小兒科了。

四、用戶畫像的數據分析如何評估?如何影響決策?

因為每家的數據分析方法都不一樣，用戶畫像本身是工作中的一個輔助工具，所以做單純的評估其實沒有太大意義。

至于哪幾個要素決定***的營銷決策，這個要看具體場景。我們服務過很多精準營銷的客戶，有的偏重“地域”，有的偏重“年齡”，還有的偏重“消費能力”。比如剛才我提到的兩個性別標簽，用戶可能會隨意填寫性別，但是購物偏好性別對商家來說更重要。而對于征信來說，驗證基本性別屬性是否一致就更為重要。

如何***化發揮用戶畫像分析結果對決策產生的影響?這是最重要的問題。這幾年目前號稱能做用戶畫像的公司很多，魚龍混雜，數據質量和技術能力參差不齊。我聽過不少客戶說，花了一大筆錢建設用戶畫像系統結果用不起來，或者花錢買了份用戶畫像的報告，看上去像那么回事與自己想的也差不多，看完也就看完了，對工作好像也沒啥幫助。這樣的情況越來越多，讓不少客戶開始覺得用戶畫像沒啥用，甚至懷疑大數據是不是看上去很美就是講故事的?

我能理解客戶的心情，如果我們去和客戶談數據多全，技術多厲害，分析模型多準確，他們不是很感興趣，更關心這個用戶畫像對自己的業務幫助有多大。以前沒用戶畫像的時候，他們是自己和下游對接業務。有了用戶畫像后，相當于中間多了個環節，怎樣和下游把用戶畫像用起來能更好地服務于決策，不是所有客戶都懂，所以光理解客戶的業務還不夠，還要幫他用起來，才能更大地發揮用戶畫像的價值。

五、用戶畫像的發展將面臨什么問題?

用戶畫像是數據分析的一個應用，這幾年其實用戶畫像已經被炒得很火了，我并不認為它還會持續成為方向和趨勢，對于企業來說用戶分析一直有，不過現在是用大數據的技術手段來分析，起了個“用戶畫像”的名字。但數據分析會越來越重要，將來的趨勢可能在機器學習模型領域。

用戶畫像的數據準不準，算法是不是正確，我覺得這些都不是問題，主要困難還是如何結合業務的應用。如培訓機構的用戶畫像，用戶畫像顯示目標用戶是6到18歲，對球類運動感興趣，家住中高檔小區的人群。客戶完全認同這個結果，但是如何找到這些人?這就要求除了提供分析以外，還要能精準觸達他的目標用戶，讓他看到用戶畫像相對于之前盲目投放廣告的成本比例。所以除了做用戶畫像，還要有配套的應用及平臺將其價值發揮出來，我們現在整合了各類媒體資源、電話短信等觸達方式，還開發了精準投放模型等來***化發揮用戶畫像的價值。技術最終還是要服務于業務的，業務如果能廣泛開展，也能促進技術的進步。