小米用户画像实战

小米用户画像实战徐函秋个人简介工作经历2012.1–2014.62014.7–2016.32016.4–至今中科院自动化研究所北京易酷科技(手游创业)小米小米职位2016.4–2017.22017.2–2019.12019.2–至今小米大数据-用户画像研发工程师小米大数据-基础数据与画像负责人小米大数据武汉-用户画像负责人徐函秋工作年限：8.5年能力简述专业能力:机器学习/数据挖掘,大数据开发/数据架构团队建设与影响力:团队组建，技术分享，跨部门协作分享大纲•

用户画像介绍•

小米大数据•

小米用户画像实战•

赋能业务增长案例用户画像介绍什么是用户画像?1AlanCooper()(userpersona)“personasareaconcrete的概念：Ø

定义

：

交互设计之父

最早提出了representationoftargetusers.”Persona是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型。2userprofile）是基于大量用户积累下的数据，结合相应的需求和场景沉淀出的一系列Ø

定义

：用户画像（标签，这些标签共同为提供更好的产品迭代提供数据支持。3Auserprofileisavisualdisplayofpersonaldataassociatedwithaspecificuser.Ø

定义

：userportraituserpersona什么是用户画像：用户数据标签化用户画像是指从海量的用户数据中，通过统计分析或者建模抽象出每个用户的属性标签体系，这些属性通常需要具备一定的商业价值从数据形式转变角度看，用户画像可以看作将用户数据标签化，从而更好地描述、理解、洞察用户常见用户画像:

人群圈选，行为标签定向常见用户画像:

拼多多常见用户画像:

阿里双11北京消费人群常见用户画像：头条用户画像的作用•

一是能准确的了解现有用户•

二是能在茫茫人海中通过广告营销获取

相似标签的新用户现有用户：能在了解用户的基础上明确产品定位，“投其所好”；新用户：

售前的精准营销、售中的个性化推荐匹配，以及售后的增值服务等。•

用户流量的三大终极问题：认知用户•

用户是谁？（现存客户，潜在客户）•

用户是哪里来？

（渠道）•

用户到哪里去？

（流失与召回）用户画像的作用用户画像的应用场景广告投放精准广告定向投放个性化推荐精确的内容分发精准营销针对用户特点精细化运营用户画像风控检测金融，银行用于进行信贷风控黄牛、羊毛党的识别产品设计数据分析产品符合核心用户群体的需求上层决策、数据报告举个栗子：用户画像与广告的关系广告也好，信息流、商品推荐也罢，本质上都是内容与用户的理解、匹配画像团队人员的技术栈•

大数据开发(离线、实时)•

Spark,Flink,Hbase,Hive,Hadoop,Scala,Kafka,ZK•

OLAP：Kylin,Doris,ES,Druid•

数仓建模、数据架构•

数据挖掘(机器学习/自然语言处理/知识谱图)•

LR,SVM,Bayes,XGB,KNN,MLP,DNN,PU

Learning•

Python,TensorFlow,Spark

Mllib,scikit-learn•

LDA,FastText,DSSM,Entity

Linking•

后端架构•

Java,Spring,RPC，Redis•

微服务，负载均衡•

软技能•

沟通交流能力•

数据分析•

业务sense用户画像一般构建流程数据标签化标签服务化异构数据源用户标签体系业务应用场景年龄性别鹿晗粉丝绑定IoT设备数…精准营销个性化推荐金融风控…行为日志销售数据网络抓取…根据产品、运营目标和使用场景，设计相关标签体系搜索数据：宝马最新5系多少钱，好开吗?à

标签：汽车;

宝马；高档轿车；宝马5系APP数据：打开汽车之家9次，使用时长2小时

à

标签：汽车其它数据：到过宝马4S店，打过宝马4S电话à

标签：汽车;

宝马用户画像系统架构用户画像平台画像数据(dws画像大宽表)统一画像服务服务层人群提取画像分析服务SLA:99.9%数据SLA:99%精准运营行为提取基础属性行为属性兴趣偏好资产消费IoT设备标签挖掘层…数据清洗分析聚合规则策略机器学习离线实时用户行为特征库(who,when,where,what+content..)业务画像数据层互联网数据新零售数据硬件IoT数据用户画像的关键点与挑战5.隐私•

隐私安全合规4.价值1.用户标识•

画像价值衡量•

用户统一ID标识3.标签•

标签体系建设与管理2.实时•

标签挖掘建模•

实时数据采集•

实时标签•

标签评估指标•

兴趣偏好类标签评价•

新机画像小米大数据所里工作回顾：跨数据源融合与用户建模网络购物网站购买历史问答社区主观知识微博网络实时信息流媒体分享网络社交网络社交连接多媒体内容签到网站地理位置信息小米丰富的数据生态：硬件、新零售、互联网手机、电视、音箱、生态链等小米商城、小米之家、有品等互联网MIUI、游戏、视频、音乐、阅读、金融等为3亿米粉提供多维度互联网服务18个月活超5000万小米应用38个月活超1000万小米应用数据来源：小米广告连接智能设备数超过

2.52亿

台，同比增长

42.6%5件及以上IoT产品用户数约

460万，同比增长

67.9%米家App月活用户数约

4000万，同比增长

53.4%数据截止2020年3月,

不含智能手机，笔记本小米大数据：全生态、多样性MIUIIoT电视路由器游戏云服务广告金融有品电商小米之家小米不仅仅是一家智能手机公司更是一家以手机、智能硬件和IoT平台为核心的互联网公司一家大数据和AI公司小米用户画像实战小米业务复杂，用户数据分散，画像能力建设尤为重要小米用户画像：连接数据和业务的中枢何为小米用户:

小米硬件的拥有者，零售、服务的消费者小米用户标签体系：建设符合小米特点、需求的标签小米用户标签体系：九大类与百万标签基础属性社交属性位置与场景设备属性消费属性资产属性行为属性兴趣属性业务标签策略标签模型标签事实标签OneData手机潜在购机人群游戏中R人群腾讯系游戏流失人群银发旅游人群手机用户流失预测性别年龄职业学历家有小孩兴趣偏好活跃天数消费倾向用户价值购买次数购买类型购买金额行为次数退换占比活跃业务其他标签挖掘流程与算法用户画像标签使用模型/算法模型标签年龄性别学历职业家有小孩…….模型预测策略标签用户兴趣偏好近7天搜索次数常驻地、家公司用户消费等级…….…….策略建模事实设备品牌型号绑定IoT设备数标签统计分析原始数据OneData-公司级数仓新零售数据互联网数据硬件IoT数据基础属性标签挖掘学校教师准确率**%覆盖率LBS/POI学生性别年龄职业学历**%**%**%**%**%收入规则…**%…医院医生**%年龄护士用户填写运营商求职网站用户填写数据/模型/特征特征人群：策略组合类标签挖掘组合标签（场景）标签定义高净值用户上海女孩学历（硕士;

博士）、消费能力（超高；高）、房产（有房无贷）位置（上海）、消费能力（中上）、性别（女）、年龄（18-28）屌丝男性别（男）、消费能力（低）、房产（无）、车（无）、羊毛党年龄（30-40岁）80后群体当前设备（小米/红米手机）、科技数码人群、IoT设备（关联大于3个）、拥有米粉小米手机数（大于3）行为标签挖掘：机器学习+知识图谱更细粒度地捕捉用户行为，更全面地了解用户，更灵活的触达方式兴趣标签挖掘：用户行为聚合统计，时间衰减游戏

0

23电商

0

3视频

0

1新闻

0

5标签挖掘需求交付上线流程数仓OD交付内容：模型文件标签数据业务BP交付内容：上线邮件交付内容：线上可用标签业务BP交付内容：相关核心指标数据标签挖掘需求数据接入标签挖掘灰度运行统计核心指标数据验收知会干系人上线宽表交付内容：需求澄清会PRD交付内容：交付内容：每日更新的标签数据交付内容：标签挖掘报告（算法，挖掘逻辑，准召）验收会业务原始数据清单分类体系数据清洗后中间数据Wiki文档标签评估指标人均标标签规准召率有效性？签数模PrecisionRecall用户标签总和/MAU更细粒度、全面地刻画用户Reach-CTR,A/B

Test小米用户画像平台：灵活的人群圈选、画像分析与精准触达标签管理平台：管理画像百万标签资产，保障数据质量赋能业务增长案例需求驱动与数据驱动跟上面的双向是否合并需业务求驱动需求/Adhoc收集/打点支持/服务服务技术清洗/聚合/挖掘用户画像平台：运营效率大幅度提升，提人群到投放从2天->15分钟1.1运营效率提升：多⽅依赖→独⽴完成RD1.2运营效率提升：2天→15分钟链路缩短,成本降低,提升效率OPPMRDPM2天RD…………………完成需求需要RD或数据PM多⽅⽀持15分钟分群投放平台需求………完成OP提取80%的⼈群投放运营独⽴完成⽤户画像平台⼈群提取⽤户分群精准投放⾏为数据调度中⼼标签数据手机：设备