SparkSQL电商用户画像(二)之如何构建画像

四、 如何构建电商用户画像

4.1 构建电商用户画像技术和流程

构建一个用户画像，包括数据源端数据收集、数据预处理、行为建模、构建用户画像

有些标签是可以直接获取到的，有些标签需要通过数据挖掘分析到！

4.2 源数据分析

用户数据分为2类：动态信息数据、静态信息数据

静态信息数据来源：

• 用户填写的个人资料，或者由此通过一定的算法，计算出来的数据

• 如果有不确定的，可以建立模型来判断，比如用户的性别注册没有填写，可以建立模型，根据用户的行为来判断用户性别是什么，或者它的概率

动态信息数据来源：

• 用户行为产生的数据：注册、游览、点击、购买、签收、评价、收藏等等。

• 用户比较重要的行为数据：游览商品，收藏商品、加入购物车、关注商品

根据这些行为特性可以计算出：用户注册时间、首单时间、潮妈族、纠结商品、最大消费、订单数量、退货数量、败家指数、品牌偏好等等。

4.3 目标分析

用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。

如，红酒 0.8、李宁 0.6。

标签：表现了内容，用户对该内容有兴趣、偏好、需求等等。

权重：表现了指数，用户的兴趣、偏好指数，也可能表现用户的需求度，可以简单的理解为可信度，概率。

4.4 用户画像建模

4.4.1 用户基本属性表

根据用户所填写的属性标签和推算出来的标签。用于了解用户的人口属性的基本情况和按不同属性维度统计。

作用：按人口属性营销、比如营销80后，对金牛座的优惠，生日营销。

主要数据来源：用户表、用户调查表、孕妇模型表、马甲模型表。

用户表：记录用户最基本的属性特性。

用户调查表：补充用户的其他基本信息。

用户所填写的基本信息：用户ID、用户名、密码、性别、手机号、邮箱、年龄、户籍省份、身份证编号、注册时间、收货地址等

用户所填信息计算得到的指标：

生日、星座、城市等级、手机前几位、手机运营商、邮件运营商

用户调查表得到：学历、收入、职业、婚姻、是否有小孩、是否有车有房、使用手机品牌。

根据算法得到:

身高、体重、性别模型、孩子性别概率、潜在汽车用户概率、是否孕妇、孩子年龄概率、手机品牌、更换手机频率、是否有小孩，是否有车，使用手机档次，疑似马甲标准、疑似马甲账号数、用户忠诚度、用户购物类型。

模型算法—性别模型

• 用户自己也填写了性别，但仍然要用算法算一次性别

• 性别验证方法

随机抽样几千条数据让客户打电话确认。

与用户自己填的性别做对比，确认百分比。

模型算法—用户汽车模型

模型算法—用户忠诚度模型

• 忠诚度越高的用户越多，对网站的发展越有利

模型算法—用户身高尺码模型

模型算法—用户马甲标志模型

• 马甲是指一个用户注册多个账号

• 多次访问地址相同的用户账号是同一个人所有

• 同一台手机登陆多次的用户是同一个人所有

• 收货手机号相同的账号同一个人所有

模型算法—手机相关标签模型

• 对于手机营销参考意义比较大

• 使用手机品牌: 最常用手机直接得到

• 使用手机品牌档次：根据档次维表

• 使用多少种不同的手机：手机登陆情况

• 更换手机频率（月份):按时间段看手机登陆情况

4.4.2 客户消费订单表

根据客户消费的情况提取的客户标签，用于了解用户的消费总体情况，

最终的目的根据用户消费习惯与消费能力做营销。

主要数据来源：订单表、退货表、用户表、购物车表

订单表可以得到相关标签：

第一次消费时间、
​
最近一次消费时间、
​
首单距今时间、
​
尾单距今时间------分析用户什么时候来购买商品以及多久没有购买了。
​
最小消费金额、
​
最大消费金额、
​
累计消费次数(不含退拒)、
​
累计消费金额（不含退拒）、
​
累计使用代金券金额、
​
累计使用代金券次数。-----分析用户总体消费情况。
​
     客单价（含退拒）、
​
     近60天客单价（含退拒）-----分析用户消费水平。
​
     常用收货地址、
​
     常用支付方式----分析用户常用的消费属性，方便做定向营销。
近30天购买次数(不含退拒)、
​
近30天购买金额（不含退拒）
​
近30天购买次数(含退拒)、
​
近30天购买金额（含退拒）----分析用户最近的消费能力。
​
退货商品数量、
​
退货商品金额、
​
拒收商品数量、
​
拒收商品金额、
​
最近一次退货时间-----分析用户拒收和退货习惯。
最近30天购物车次数、
​
最近30天购物车商品件数、
​
最近30天购物车提交商品件数、
​
最近30天购物车放弃件数、
​
最近30天购物车成功率------分析用户购物车使用习惯
学校下单总数、
​
单位下单总数、
​
家里下单总数、
​
上午下单总数、
​
下午下单总数、
​
晚上下单总数----分析用户购物时间与地点习惯。

4.4.3 客户购买类目表

根据客户购买类目的情况提取客户标签，用于了解类目的购买人群情况和针对某一类目的营销等。

主要数据来源：订单表、购物车表、类目维表

一级分类ID、
​
一级分类名称、
​
二级分类ID、
​
二级分类名称、
​
三级分类ID、
​
三级分类名称-----分析用户都购买了哪些类目。

电商的三级类目：

京东商城：

淘宝：

订单表和类目维表可以得到相关标签：

近30天购买类目次数、
​
近30天购买类目金额、
​
近90天购买类目次数、
​
近90天购买类目金额、
​
近180天购买类目次数、
​
近180天购买类目金额、
​
累计购买类目次数、
​
累计购买类目金额----分析用户最近都购买了哪些类目。
​
最近一次购买类目时间、
​
最后一次购买类目距今天数----分析用户多久没有购买这个类目。

购物车表和类目维表可以得到相关标签：

近30天购物车类目次数、
​
近30天购物车类目金额、
​
近90天购物车类目次数、
​
近90天购物车类目金额----分析用户最近都挑中哪些类目。

4.4.4 用户访问信息表

根据客户访问的情况提取相关客户标签。

用于了解用户的访问总体情况，方便根据客户游览习惯做营销

主要数据来源：点击流日志行为表（PC/APP端）

点击流日志行为表可以得到相关标签:

最近一次APP/PC端访问日期、
​
最近一次APP/PC端访问使用操作系统、
​
最近一次APP/PC端访问使用游览器、
​
最近一次访问IP地址、
​
最近一次访问城市、
​
最近一次访问的省份-----分析用户最近一次访问情况。
​
第一次APP/PC端访问日期、
​
第一次APP/PC端访问使用操作系统、
​
第一次APP/PC端访问使用游览器、
​
第一次访问IP地址、
​
第一次访问城市、
​
第一次访问的省份-----分析用户第一次访问情况。
​
近7天APP/PC端访问次数、
​
近30天APP/PC访问次数、
​
近60天APP/PC端访问次数、
​
近90天APP/PC端访问次数、
​
近180天APP/PC端访问次数、
​
近365天APP/PC端访问次数----分析用户APP/PC端访问次数。
​
近30天PC/APP端访问天数、
​
近30天PC/APP端访问并购买次数、
​
近30天PC/APP端访问PV、
​
近30天PC/APP端访问平均PV、
​
近30天PC/APP端最常用的游览器、
​
近30天PC/APP端不同IP数、
​
近30天PC/APP端最常用IP-----分析用户访问详情。
​
近30天0-5点访问的次数、
​
近30天6-7点访问的次数、
​
近30天8-9点访问的次数、
​
近30天10-12点访问的次数、
​
近30天13-14点访问的次数、
​
近30天15-17点访问的次数、
​
近30天18-19点访问的次数、
​
近30天20-21点访问的次数、
​
近30天22-23点访问的次数----分析用户喜欢在哪个时间上网访问。