“用户画像”从生产到应用，背后的标签逻辑是什么？
本文内容为【友盟+】首席数据架构师&数据委员会会长张金做客「极客公开课·Live 」演讲内容。文章内容包含：用户画像的核心价值，用户画像是如何生成的？常用的标签体系包括哪些？应用在哪？以及数据应用的建议和总结等。友萌君精心整理了文字＋PPT版本，建议你先收藏再仔细阅读，真的是干货满满！
什么是用户画像？
用户画像也叫用户标签， 是基于用户行为分析获得的对用户的一种认知表达，也是后续数据分析加工的起点。从认知心理学的角度，用户标签其实与人认知世界的方式相一致，人为了简化思考，通常也会通过概念化的方式简化事物认知，这种概念认知就是标签。因此，用户画像的内容可以很宽泛，要是对人的认知，都可以叫做用户画像。例如：今天路过这个门口三次的人，也可以是一个标签，只要他有合适的应用场景。
另外，我们需要从概念上加以区分，用户标签和用户透视，一个是个体的认知，一个是整体的标签分布，二者都经常被人统称为用户画像。今天我们在这里说的用户画像主要指标签。
用户画像的4个核心价值
一、市场细分和用户分群：市场营销领域的重要环节。比如在新品发布时，定位目标用户，切分市场。这是营销研究公司会经常用的方式。
二、数据化运营和用户分析。后台PV\UV\留存等数据，如果能够结合用户画像一起分析就会清晰很多，揭示数据趋势背后的秘密。
三、精准营销和定向投放。比如某产品新款上市，目标受众是白领女性，在广告投放前，就需要找到符合这一条件的用户，进行定向广告投放。
四、各种数据应用：例如推荐系统、预测系统。我们认为：未来所有应用一定是个性化的，所有服务都是千人千面的。而个性化的服务，都需要基于对用户的理解，前提就需要获得用户画像。
用户画像的基础：数据
做好用户画像需要一定的门槛，一方面是数据的体量和丰富程度，另一方面是技术和算法能力。今天介绍的经验基础是【友盟+】数据，首先简单介绍一下。【友盟+】有覆盖线上线下的实时更新的全域数据资源，每天大约有14亿的设备，覆盖数百万级的网站和APP行为，这个庞大的数据量使得我们有丰富的数据资源来生产用户画像，同时又要求我们能相应的技术能力来进行处理。
数据是如何产生，变成画像的？
结合上图，用户画像生产流程概览，我们将用户画像的生产比喻成一个流水线，就如同将矿石加工成成品的过程。用户浏览网页、使用APP、线下行为，这些数据都是矿石，需要提炼、加工成为产品，最后还要通过质检。
这个过程通常有几个步骤。首先获得原始行为数据，基于这些数据做特征抽取，相当于清洗、加工的工作；在机器学习环节，会与外部知识库有一些交互。实际上机器算法对人的理解，一定要基于知识体系，就好像我们说的概念。比如，机器给人打汽车相关的标签，一定要首先知道汽车体系有什么样的分类，有什么车型，有这样的知识系统我们才能把人做很好的标识归类。
最后，质量检测，这一步也很重要。一个标签的质量决定了后期的应用效果，如果前期对人的分析偏了，后期结果就很难做对。
用户画像产生的流程框架
上面讲的是概念图，如果具象到实际操作中，是这样一个框架流程：
这里先留三个悬念：
悬念一：从用户行为日志开始到标签产出，为什么有两条线？
悬念二：标签体系为什么只作用在内容标注上？
悬念三：为什么下面的“评估”过程要特别标注出来？
从用户行为日志开始到标签产出，为什么有两条线？我们把画像分为两大类：
第一类：统计型画像；第二类：预测性画像。
第一类，统计型画像是客观存在，这种都是兴趣偏好。比如，用户每天都在看汽车新闻、搜索汽车相关的内容，基于这种行为，我们判断这个用户对汽车感兴趣。这些行为是客观发生的，因此无所谓正确率，也不需要训练样本集。
第二类，预测性画像。需要通过用户行为做预测，像用户的性别预测，尤其是挖掘人的内心态度。比如，用户在消费时，是激进的，还是保守的？有预测就有准确率。所以这里面有很重要的评估指标，就是正确率，也需要取样本集。这就是二者的不同，也会有不同的加工流程。
常用的一些标签体系
再继续介绍标签体系，因为很多同学会问到，“我应该建一个什么样的标签体系？什么样的标签体系是比较好的？”通常我们会把它分为四大类：
第一类：人口属性。比如说性别、年龄、常驻地、籍贯，甚至是身高、血型，这些东西叫做人口属性。
第二类：社会属性。因为我们每个人在社会里都不是一个单独的个体，一定有关联关系的，如婚恋状态、受教育程度、资产情况、收入情况、职业，我们把这些叫做社会属性。
第三类，兴趣偏好。摄影、运动、吃货、爱美、服饰、旅游、教育等，这部分是最常见的，也是最庞大的，难以一一列举完。
第四类，意识认知。消费心理、消费动机、价值观、生活态度、个性等，是内在的和最难获取的。举个例子，消费心理/动机。用户购物是为了炫耀，还是追求品质，还是为了安全感，这些都是不一样的。
如何判断标签体系的好坏？
在实际构建标签体系时，大家经常会遇到很多困惑，我列举5个常见问题：
第一、怎样的标签体系才是正确的？其实每种体系各有千秋，要结合实际应用去评估。
第二、标签体系需要很丰富么？标签是枚举不完的，可以横线延展、向下细分。也可以交叉分析，多维分析。如果没有自动化的方式去挖掘，是很难做分析的，太多的标签反而会带来使用上的障碍。
第三、标签体系需要保持稳定么？不是完全必要，标签体系就是产品/应用的一部分，要适应产品的发展，与时俱进。比如，以前没有共享经济这个词，今天却很热。我们是不是要增加一个标签，分析哪些人对共享经济的参与度高？喜欢共享单车、共享汽车。
但是，有一种情况下，标签要保持稳定。如果你生产的标签有下游模型训练的依赖，即我们模型建完后，它的输入是要保持稳定的，不能今天是ABC，明天是BCD。在这种情况下，是不能轻易对标签体系做更改的。
第四个，树状结构or网状结构？树状结构和网状结构从名字上就可以看出其分别。网状结构，更符合现实，但是层次关系很复杂，对数据的管理和存储都有更高要求。知乎，如果仔细去看它的话题设置，其实是网状的。
网状的特点就是一个子话题，父级可以不止一个，可能有两个。比如儿童玩具，既可以是母婴下分分类，也可以是玩具下的分类，它就会存在两个父节点之下。树状结构相对简单，也是我们最常用的。网状结构在一些特定场景下，我们也会去用。但是实现和维护的成本都比较高。比如，有一个节点是第四级的，但它的两个父节点一个是二级，一个是三级，结构异化带来处理上的麻烦。
第五个，何为一个好的标签体系？应用为王，不忘初心。标签是为了用的，并不是为了好玩，最好保证标签体系的灵活和细致性。
在【友盟+】已经很少强调标签有多少种，或者有多么大的一个体系，我们更强调两点：
第一，快速建模的能力。有新需求来时，能够快速把这个标签制作出来，把相关的用户找出来；
第二，我们可以做的很细，不能只说这个用户对汽车感兴趣，而是需要细分到车型、价位，甚至他去买车时，会关注驾驶乘坐的舒适性、操控的灵活性，还是内饰的细节。
统计型标签的生产流程
再回到刚才说的生产流程上。我先结合下面的图介绍上半边，统计型的标签是怎么去加工的。
首先我们要有行为数据，例如用户每天看100篇文章，有40篇是体育的，有30篇是汽车的，有20篇是旅游的，还有10篇其他的。我推测，你比较喜欢体育、汽车、旅游。
对于这样的标签，大概需要什么流程去做呢？环节一很重要，内容标注。只有知道用户看的内容是什么，才能统计偏好。环节二，如何基于用户行为做聚合统计和归一化。
一个经典的标注例子：网页标注
在做内容标注时，一般会有两种情况：
第一种：有些公司在建自有用户画像时会很幸运，例如电商、视频类、音乐类的媒体，它给用户服务的这些内容是已经分类好的。可以直接用内容的标注来做用户行为标注。
但是，对于一些通用型的内容，比如【友盟+】的数据，会有PC浏览数据、APP的使用数据，一定要先了解用户喜欢看什么，才能去做下一步的工作。在这里面，最复杂，也最典型的就是网页的内容标注。
第一步需要将URL做清洗和过滤。
接来下有两种不同的做法。一种是PATH标注。这个会比较简单一些。
举个例子， sports.163.com/nba 这个域名下网页都是关于NBA的。这些URL的结构非常规整，只需要对URL的分级做标注都可以标识很大一批网页。
通过具体内容做分析，也有两条路。一条路是通过Title，标题是内容最精炼的概括。第二条路是通过DOM解析，正文抽取。这两步又汇总到对内容分词。
我们不需要对网页里所有的单词做处理，一定是关键词搜寻，就是哪些词更能表达网页的内容。再之后，是对内容的分类，我们会训练一个分类器，把所有的网页内容进行分类。这其实是机器学习的过程。
还有一个小细节，在PATH标注和网页标注之间是双箭头。当我们对网页有了大量标注后，可以反推URL是不是都相同的主题，而对于PATH的标注有助于提高召回率。
标签的最终生成：行为统计
根据用户的行为，统计标签数值，归一化。这里有个计算公式：
比如，我们判断用户是喜欢运动、还是服饰，会将他看来多少相关网页、使用了多少APP进行累加，在除以一个总累积，得到一个标签得分。
这里面有几个点需要关注：
第一、统计量的选取。可能是浏览数量、浏览时长、浏览频度、复合关系等。举个复合关系的例子，对于某个商品类目的偏好，你可以将浏览、搜索、收藏，购买等行为统计量加权在一起考虑。
第二、个体内的可比性。个体用户的不同标签间具有可比性。举个例子，我有两个标签：阅读、旅游。我的阅读标签是0.8分，旅游是0.6分，代表我更倾向于去阅读，而不是去旅游？如何保证这一点呢？在上面公式里将个体的行为总和作为分母就可以了。
第三、垂类内的可比性。一个垂类内不同用户的相同标签具有可比性。
例如，我的动漫得分是0.8，你的是0.6，表示我比你要更喜欢动漫。那么分母就是选取整个动漫类行为的总和。比如说，今天全国用户在B站上一共100万小时，你有1个小时，你是百万分之一，他花了2个小时，大约是百万分之二，最后再做一个归一化，就会产生一个类内可比的得分。
我们刚刚说的是绝对化的值，还有一个简单的做法就是做排序，基于用户的使用时间做排序，这样也可以。
但是排序和归一化到底有什么不同？排序只代表相对性，而刚才说归一化代表了强弱， 我的得分是0.8和你是0.6，就表示偏好强度上我比你高了30%，而排序则不能反映这样的比例。
留一个小问题，能否在两层面上同时可比？建议大家首先要考虑这样做是否有必要。
举个例子，我今天搜索了一个化妆品对比之前搜化妆品的时候，更能体现想要购买。近期的行为比远期的行为更能反映用户的兴趣偏好，尤其消费需求偏好这种类型。我们可以在得分计算中体现这种结果，就是做衰减因子。
一个简单的做法，是利用衰减因子：
这个公式的含义是，今天的得分可以由昨天的得分乘以衰减系数，同时加上今天的增量。衰减不只这一个模型，还有其他方法，但是思路是一样的。
统计型标签生产要点回顾
1、行为数据。浏览、使用、点击、购买、LBS等，通过行为数据反映人的偏好倾向；
2、标签体系。根据实际需要进行设定。可以参考《消费者行为学》、电商类目体系、应用市场体系、媒体资讯体系等；
3、内容标注。把行为相关的内容抽出来做分析，把标签体系先打到它们身上，再累积到“人”身上；
4、得分归一化。明确归一化的目标，选择所需的归一化方法。举个例子，推荐适合用个体内可比较的得分，不管A看会某个内容用了多少时间，A所看到最多的内容就优先推荐给A，不用和其他人比较；
但在投放广告上，就要考虑用户在这个商品上的倾向度有多高，需要用户间可比较的得分。
预测型标签的生产流程
预测性标签的生产流程：特征抽取→监督学习、样本数据→评估→标签产出，这也是经典的机器学习流程。
特征工程
特征工程，是机器学习的关键过程之一。最重要的是提取不同侧面的特征。我们以移动端使用行为可抽取的部分特征为例：
1、APP使用事实特征：用户30天内开启APP的天数、用户180天内开启APP的天数。这两个数据都会作为特征，考虑用户短期和长期的情况。
用户30天内使用APP时长占比、用户180天内使用APP时长占比。刚才说的是次数，这块是时长，用户可能反复打开，但是总时长很短。
2、兴趣特征：虽然信息有损失，但是泛化效果更好。举个例子，你是A站用户，他是B站用户，理论上讲，如果我们用最底层的数据，你们两个人是不太一样的，但某种程度上，他们都是对二次元感兴趣的人；
近期用户兴趣标签归一化值、长期用户兴趣标签归一化值。用户长短期基于兴趣标签下使用不同APP的熵值、历史某类APP时间消耗占比变动比例。其实反映了我们要看这个分布，以及分布的趋势性，你过去关注度高，现在关注度减弱，和你过去关注度不高，现在关注度高，其实这两个是完全对应不同的人，这也是我们参考的特征。
3、设备与环境特征：近期使用的设备品牌、近期使用的设备型号；工作日时间段内Wi-Fi使用时间分布、休息日时间段内Wi-Fi使用时间分布（工作日与假日的区分）。
模型训练与结果评估
1、模型选择。有有监督的分类算法：逻辑回归、SVM、决策树、Bagging、深度学习；
2、二分类or多分类。二分类比较简单，多分类则有不同的拆分策略。举个例子，把人分为男女，是二分类的问题；分为年龄段，就是多分类的问题，我们在机器学习当中也有不同的做法，OvO（一对一）、OvR（一对其他）、MvM（多对多）。
3、结果评估。评估指标包括：正确率、召回率、应用效果。但是对于统计型标签来说无正确率，召回率看阈值，今天你只看一个汽车的型号，理论上我也可以给你打一个标签，但是分值非常低，这个分值到底要不要算做这个标签的人，要看中选什么样强度的人。预测型标签，一般看Precision，Recall，F-Score，ROC。
4、Ranking任务。一类特殊的定制化标签。针对特定场景，如对电话营销需要按照可能性排序打电话。套用上述模型，可以用最终得分来做Ranking。
关于标签评估的延展
标签的生产不是目的，使用才是。正确率≠效果，举个例子：喜欢看车不代表是试驾购车的目前人群。
第一，用户分层的评估。针对于重点人群进行评估，不同人群分层进行评估；
第二，从全局进行评估。不要只局限于样本集合的评估，参看一些全局统计数据。
例如，人口属性的分布和统计局的结果是否相符？第三，有效果反馈的应用。将标签直接应用于使用场景中检验效果。例如，进行营销的定向投放，测试点击率；第四，利用其它数据佐证。使用其他行为数据来验证标签的有效性。例如，在电商环境中后续的行为差异来评估显著性。
一个快速建模框架
我们今天不再强调标签丰富度，而是快速建模的能力。快速建模怎么做到？这套系统在【友盟+】比较完备，使得我们收到一个样本就可以很快训练模型，这个流程最快3个小时就能够把标签算出来。
用户画像的应用
Data -> Insight -> Action->Data->…
第一步，先有数据，就像标签生产出来，要有数据的过程；
第二步，分析，洞察。洞察并不是最终目的，因为洞察只是得到一个结论或者方向；第三步，开始应用；应用后又带来新的数据，从而形成数据的闭环。举个例子，广告怎样的群体点击了，数据被反馈回来，下一个循环可以进行调整，不断地迭代，优化整个效果。
DIP营销服务流程
关于上述流程的实际使用，结合【友盟+】DIP数据智能平台讲一下营销服务流程是如何做的。
左上面是我们一些数据，例如：客户上传数据后，我们会有一个匹配的过程，把所有数据打通连接。上传、匹配之后，会对这些数据做人群分析。比如说宝马X1今年刚上市，他们把去年购买X1的用户都上传上来，我们会分析这样的用户在哪些方面是有特性的，比如年龄段、地域分布、收入、偏好。有了这样的分析后，我们可以选择相应的人群，基于历史的偏好、特征，然后再去投放；如果中间我们会发现人群量不够，最初选择10万人可以放大到100万人。最后输出到媒体、RTB等渠道商。做预算，看效果，将效果数据回流，再去迭代，以进一步提高投放的精准率。这是我们常用的一个流程。
在举个实际的例子，如果要做一个新产品的传播推广，这时需要做定向投放。我们先要对潜在用户要进行分析，例如对于科技产品非常感兴趣的人，我们发现他每天8、9点特别活跃，通过进一步分析，他会和哪些媒体做触达，或者他看不看电视会不会留意到地铁里面的广告，这也是一个触达渠道，以及看什么样类型的，看资讯、社交、八卦，这个不太一样。要找到受众，应该到哪找？比如说去这种有态度的网易新闻，还是个性化的今日头条，或者说腾讯新闻，这都需要进行分析。
基于上面的分析之后，再做结合分析。举个例子，你对科技感兴趣，那你的手机是不是到了更新期，你手机大概用了三年，应该到了更新期，就可以对这样的特定人进行投放。把人圈出来，投放、曝光，曝光之后我们去看营销的结果，然后返回来继续分析，会不会对其他内容感兴趣，再去做下一轮分析。这就是我们之前做的一系列方法的一个应用。
最后关于数据应用我再给出一些通用型的建议：
第一、分析：
1、结合业务场景去选择分析维度：如果你是给中年妇女推荐保健品，你去分析她们喜欢不喜欢二次元，这就非常说不通了。
2、不要只是简单的看画像分布，一定要做对比。
3、例如，与大盘对比情况：TGI。上图是我们分析一个APP内的购买人群。紫色的线是人群的分布，年龄段的分布。我们看到18-30岁之间的人很多，感觉还不错。但是，如果你做一下大盘情况，APP的用户大多是年轻人，因为本身这个产品有一个年龄偏小的分布特征。通过分析对比之后发现，TGI比较高是30-39岁的人，这个范围的人才是在购买人群里面是显著的，这个群人才是你去做运营活动、投放的人群。
分析，一定要去做对比，单纯看分布是并没有太多信息含量。不对比看不出来差异。
4、环节的对比。哪些人我触达了，哪些人到这里落地了，哪些人注册了、哪些人真正浏览、哪些是留存、哪些是付费，每一个环节你都可以做这样的分析。
第二、精准投放（Action）。这是我们今天做标签非常大的一类应用。这时候大家可能会发现，我们做品牌广告、效果广告是不同的。
举个例子：品牌广告我们就会关心TA浓度，关注我投放广告的人性别怎么样、年龄分布怎么样。效果广告是不一样的，效果广告通常很直接，你这个人是不是点了，最终CTR高不高，最终购买ROI高不高，这种一定是你最直接的兴趣是什么，你什么性别不重要，我就想知道你要不要。
另外一点，直觉未必靠谱，一定要通过反馈来检测，就是刚才说我们为什么要数据闭环，比如说，有一个商品设计者说，我这个产品目标是吸引白领女性，实际上他上市场去卖的时候发现，买他的男性大学生最多，跟他想的根本不一样。
如果你一直持续的给白领女性做广告投放，实际上效果可能不是最优的，反而你做校园活动会达到更好的效果。
甚至说，你可以基于你的用户场景做专属标签，以及你可以通过人群放大来做处理。举个例子说，我今天有新的车型上市，一个方法是，先选取对汽车感兴趣的人，或者SUV感兴趣的人，就可以去做投放，这个效果就可能不是最优的，更优的情况是针对你这个case，去针对性的做训练，针对性的选取跟你相关的人，通常效果上比通用的标签选取更好，这时候我建议如果你特别强调你的效果，就去试试训练专属的标签。
总结
第一点，要有目标。你所有的通过应用来驱动需求，单纯你做上千维的标签并不是一个好的目标。
第二点，要有数据。数据是一切的核心，没有数据说要建很多标签是没有用的，如果你手里没有数据，或者数据不多，你第一个工作不是建后面的标签体系，你要赶紧找数据。数据决定了你的天花板，我的这个东西建到什么程度由数据决定，你的算法、技术方案只是让你无限的接近天花板而已，超越不了的。
第三点，不要拘泥于技术细节。用简单的方法快速走通整个流程，然后再去看哪些环节需要优化去深入，举个例子像刚才那个标签，你的分词可以做得很细，网页分类可以做的很细，每个关键环节都可以做的很细。实际上一开始你这么细是没有必要的，因为它是一个链路，你在这个环节上，比如说从6分变成9分，最终结果可能只提升1%，这里时间有一个很大的浪费，所以快速的走完整个环节，不要纠结细节，这样会比较好。