重庆大学：《大数据技术基础》课程教学资源（课件讲稿）13 大数据技术应用（大数据商业应用）

第12章大数据商业应用 12.1用户画像和精准营销 12.2广告推荐 12.3互联网金融 12.4实战:个人贷款风险评估 习题 ●1of43●

第12章 大数据商业应用 12.1 用户画像和精准营销 12.2 广告推荐 12.3 互联网金融 习题 1 of 43 12.4 实战：个人贷款风险评估

612.1用户画像和精准营销 ●12.1.1用户画像概述 人在网络世界中的行为集合代表了他在网络世界中的“性格”,这个集合就描述了他的网络个 性和用户特征( User Profile)。从数据拥有者,也就是企业角度来看,他们掌握了所有用户在 网络世界中“某方面”的行为习惯,如用户浏览了哪些网页、搜索了哪些关键词、购买了哪些商 品、留下了哪些评价等,企业都会收集汇总。如何将如此庞杂的数据转换为商业价值,成为现在 企业越来越关注的问题。面对高质量、多维度的海量数据,如何建立精准的用户模型就显得尤为 重要,用户画像的概念也就应运而生。 +35分 100分 甲;年龄28岁信用评分(低) 乙:年龄34岁信用评分(高)

12.1用户画像和精准营销 12.1.1用户画像概述 人在网络世界中的行为集合代表了他在网络世界中的“性格”，这个集合就描述了他的网络个 性和用户特征（User Profile）。从数据拥有者，也就是企业角度来看，他们掌握了所有用户在 网络世界中“某方面”的行为习惯，如用户浏览了哪些网页、搜索了哪些关键词、购买了哪些商 品、留下了哪些评价等，企业都会收集汇总。如何将如此庞杂的数据转换为商业价值，成为现在 企业越来越关注的问题。面对高质量、多维度的海量数据，如何建立精准的用户模型就显得尤为 重要，用户画像的概念也就应运而生

612.1用户画像和精准营销 用户画像,即用户信息的标签化,是企业通过收集、分析用户数据后,抽象出的一个虚 拟用户,可以认为是真实用户的虚拟代表。用户画像的核心工作就是为用户匹配相符的 标签,通常—个标签被认为是人为规定的高度精练的特征标识 用户画像从多维度对用户特征进行构 用户画像技术通过对用户的分析,让 造和刻画,包括用户的社会属性、生企业对用户的精准定位成为了可能 活习惯、消费行为等,进而可以揭示 在这个基础上,依靠现代信息技术手 用户的性格特征。有了用户画像,企段建立个性化的顾客沟通服务体系 业就能真正了解了用户的所需所想 将产品或营销信息推送到特定的用户 尽可能做到以用户为中心,为用户提群里中,既节省营销成本,又能起到 供舒适快捷的服务。 最大化的营销效果 ●3of43●

12.1用户画像和精准营销 用户画像从多维度对用户特征进行构 造和刻画，包括用户的社会属性、生 活习惯、消费行为等，进而可以揭示 用户的性格特征。有了用户画像，企 业就能真正了解了用户的所需所想， 尽可能做到以用户为中心，为用户提 供舒适快捷的服务。 用户画像从多维度对用户特征进行构 造和刻画，包括用户的社会属性、生 活习惯、消费行为等，进而可以揭示 用户的性格特征。有了用户画像，企 业就能真正了解了用户的所需所想， 尽可能做到以用户为中心，为用户提 供舒适快捷的服务。 1 用户画像技术通过对用户的分析，让 企业对用户的精准定位成为了可能。 在这个基础上，依靠现代信息技术手 段建立个性化的顾客沟通服务体系， 将产品或营销信息推送到特定的用户 群里中，既节省营销成本，又能起到 最大化的营销效果。 用户画像技术通过对用户的分析，让 企业对用户的精准定位成为了可能。 在这个基础上，依靠现代信息技术手 段建立个性化的顾客沟通服务体系， 将产品或营销信息推送到特定的用户 群里中，既节省营销成本，又能起到 最大化的营销效果。 2 用户画像，即用户信息的标签化，是企业通过收集、分析用户数据后，抽象出的一个虚 拟用户，可以认为是真实用户的虚拟代表。用户画像的核心工作就是为用户匹配相符的 标签，通常一个标签被认为是人为规定的高度精练的特征标识。 3 of 43

612.1用户画像和精准营销 第12章大数据商业应用 ●12.1.2用户画像的价值 指导产品 研发 精准营销 数据挖掘 用户统计 效果评估 优化用户 体验 ●4of43●

12.1用户画像和精准营销 第12章 大数据商业应用 12.1.2用户画像的价值 精准营销 用户统计 数据挖掘 效果评估 指导产品 研发 优化用户 体验 4 of 43

612.1用户画像和精准营销 第12章大数据商业应用 ●12.1.3用户画像构建流程 一[[ 一翻[朝[[翻 构建画像 圈圖 兴趣「心理「社交 爱好特征网络 ●5of43●

12.1用户画像和精准营销 第12章 大数据商业应用 12.1.3用户画像构建流程 基础数据 收集 网络行为 数据 服务内行 为数据 用户内容 偏好数据 用户交易 数据 行为建模 文本挖掘 自然语言 处理 机器学习 预测算法 构建画像 聚类 算法 基本 属性 购买 能力 行为 特征 兴趣 爱好 心理 特征 社交 网络 5 of 43

612.1用户画像和精准营销 第12章大数据商业应用 01 构建用户画像是为了将用户信息还原,构建 数据收集与分析 用户数据模型。因此这些数据是基于真实的用户数 据 用户数据可以大致分为网络行为数据、服务内行 为数据、用户内容偏好数据、用户交易数据这四类。 ◆网络行为数据:活跃人数、页面浏览量、访问时长、激活率、外部触点、社交数据等 ◆服务内行为数据:浏览路径、页面停留时间、访问深度、页面浏览次数等 ◆用户内容偏好数据:浏览/收藏内容、评论内容、互动内容、生活形态偏好、品牌偏好 等用户交易数据(交易类服务):贡献率、客单价、连带率、回头率、流失率等 当然,收集到的数据不会是100%准确的,都具有不确定性,这就需要在后面的阶段 中建模来再判断,比如某用户在性别一栏填的男,但通过其行为偏好可判断其性别为 女”的概率为80% ●6of43●

12.1用户画像和精准营销 第12章 大数据商业应用 6 of 43  网络行为数据：活跃人数、页面浏览量、访问时长、激活率、外部触点、社交数据等  服务内行为数据：浏览路径、页面停留时间、访问深度、页面浏览次数等  用户内容偏好数据：浏览/收藏内容、评论内容、互动内容、生活形态偏好、品牌偏好 等用户交易数据(交易类服务)：贡献率、客单价、连带率、回头率、流失率等  当然，收集到的数据不会是100%准确的，都具有不确定性，这就需要在后面的阶段 中建模来再判断，比如某用户在性别一栏填的男，但通过其行为偏好可判断其性别为 “女”的概率为80%。 数据收集与分析 01 构建用户画像是为了将用户信息还原，构建一个 用户数据模型。因此这些数据是基于真实的用户数 据。 用户数据可以大致分为网络行为数据、服务内行 为数据、用户内容偏好数据、用户交易数据这四类

612.1用户画像和精准营销 第12章大数据商业应用 02 数据建模 该阶段是对上阶段收集到数据的处理,进行行为建模,以抽象出用户的标签,这个阶段注重的应是大概 率事件,通过数学算法模型尽可能地排除用户的偶然行为。 这时也要用到机器学习,对用户的行为、偏好进行猜测,好比一个y=kx+b的算法,X代表已知信息 Y是用户偏好,通过不断的精确k和b来精确Y。 在这个阶段,需要通过定性与定量相结合的硏究方法来建立很多模型来为每个用户打上标签以及对应标 签的权重 定性化硏究方法就是确定事物的性质,是描述性的;定量化硏究方法就是确定对象数量特征、数量关系和 数量变化,是可量化的。 ●7of43●

12.1用户画像和精准营销 第12章 大数据商业应用 7 of 43 数据建模 02 该阶段是对上阶段收集到数据的处理，进行行为建模，以抽象出用户的标签，这个阶段注重的应是大概 率事件，通过数学算法模型尽可能地排除用户的偶然行为。 这时也要用到机器学习，对用户的行为、偏好进行猜测，好比一个 y=kx+b 的算法，X 代表已知信息， Y 是用户偏好，通过不断的精确k和b来精确Y。 在这个阶段，需要通过定性与定量相结合的研究方法来建立很多模型来为每个用户打上标签以及对应标 签的权重。 定性化研究方法就是确定事物的性质，是描述性的;定量化研究方法就是确定对象数量特征、数量关系和 数量变化，是可量化的

612.1用户画像和精准营销 第12章大数据商业应用 构建用户画像 当一切数据标签化并 赋予权重后,即可根 据构建用户画像的目 的来搭建用户画像基 本模型了 步骤 3 步骤 2 步骤 把用户的基本属性 关于“标签化 年龄、性别、地域) 般采用多级标签、多 购买能力、行为特征 兴趣爱好、心理特征 级分类。 社交网络大致地标签 ●8of43●

12.1用户画像和精准营销 第12章 大数据商业应用 8 of 43 构建用户画像 03 步骤 步骤 步骤 1 把用户的基本属性 (年龄、性别、地域)、 购买能力、行为特征、 兴趣爱好、心理特征、 社交网络大致地标签 化。 3 关于“标签化”，一 般采用多级标签、多 级分类。 当一切数据标签化并 赋予权重后，即可根 据构建用户画像的目 的来搭建用户画像基 本模型了。 2

612.1用户画像和精准营销 第12章大数据商业应用 04 数据可视化分析 好的区01002.500上1 1981625 如图所示,这是把用户画像真正利用 面7 起来的一步,在此步骤中一般是针对 在率 群体的分析,比如可以根据用户价值 来细分出核心用户、评估某一群体的 交际因 潜在价值空间,以做出针对性的运营。 卡知 ●9of43●

12.1用户画像和精准营销 第12章 大数据商业应用 9 of 43 数据可视化分析 04 如图所示，这是把用户画像真正利用 起来的一步，在此步骤中一般是针对 群体的分析，比如可以根据用户价值 来细分出核心用户、评估某一群体的 潜在价值空间，以做出针对性的运营

612.1用户画像和精准营销 第12章大数据商业应用 ●12.1.4用户标签体系 从技术层面看,用户画像的过程比较乏味。但如何设计用户画像的标签体系却是一个 看起来最简单、却最难以把握精髓的环节。 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 问 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。 般来说,设计一个标签体系以下三种思路。 ●10of43●

12.1用户画像和精准营销 第12章 大数据商业应用 12.1.4用户标签体系 10 of 43 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。 一般来说，设计一个标签体系以下三种思路。 从技术层面看，用户画像的过程比较乏味。但如何设计用户画像的标签体系却是一个 看起来最简单、却最难以把握精髓的环节。 问题