导图社区 用户画像
为数据开发、数据分析、运营、用户研究等岗位的工作人员提供参考。
这是一篇关于事务性公文写作指南精简版的思维导图，主要内容有事务性公文以实用为上、总结类事务性公文工作总结与经验材料、信息沟通类事务性公文信息与简报、展望类事务性公文计划与方案等。
对“一篇合格公文应同时满足五个要求”内容做了提炼，精简，方便快速了解其中内容，快速应用，快速上手哦。
写好公文的八个“锦囊”：持续输入、打牢基础、开启悟性、思维训练、二八法则、善用套路、一气呵成和舒服姿势。
社区模板帮助中心，点此进入>>
互联网9大思维
安全教育的重要性
产品立项报告
个人日常活动安排思维导图
产品经理如何做好项目管理
西游记主要人物性格分析
17种头脑风暴法
经验分享：产品经理必懂的产品思维
产品诞生过程
产品周期图
用户画像：方法论与工程化解决方案
作者：赵宏田 出版社：机械工业出版社·华章图文
作者的写作目的
对这些年做用户画像的经验、踩过的“坑”进行梳理总结，为数据开发、数据分析、运营、用户研究等岗位的工作人员提供一些参考
什么是用户画像
就是将用户进行标签化描述
标签化的描述的分类
统计类标签
是描述用户基础类标签，对大量数据进行统计，得出结论
规则类标签
设定条件，分析数据
机器学习类标签
通过算法挖掘
描述方法
定性类
问卷调查
定量类
通过数据刻画
如何建立用户画像
1、首先建立数据指标体系
数据指标体系是指：某个企业根据自己的业务情况所设定的相关指标
从建立标签的维度
用户属性类
常见用户属性指标包括：用户的年龄、性别、安装时间、注册状态、城市、省份、活跃登录地、历史购买状态、历史购买金额等
用户性别
自然性别
购物性别
用户购物性别是指用户购买物品时的性别取向。例如，一位实际性别为男性的用户，可能经常给妻子购买女性的衣物、包等商品，那么这位用户的购物性别则是女性。
用户行为类
通过用户行为可以挖掘其偏好和特征，包括：用户订单相关行为、下单/访问行为、用户近30天行为类型指标、用户高频活跃时间段、用户购买品类、点击偏好、营销敏感度等相关行为。
用户消费类
对于用户消费维度指标体系的建设，可从用户浏览、加购、下单、收藏、搜索商品对应的品类入手，品类越细越精确，给用户推荐或营销商品的准确性越高。
风险控制类
从账号风险、设备风险、借贷风险等维度入手构建风控维度标签体系
社交类
社交属性用于了解用户的家庭成员、社交关系、社交偏好、社交活跃程度等方面，通过这些信息可以更好地为用户提供个性化服务
2、标签数据的存储
Hive数据仓库
Hive适合于大数据量的批处理作业
事实表
用于描述业务过程
维度表
用于对事实属性的各个方面描述
MySQL存储
对于量级较小的数据，MySQL具有更快的读写速度。
元数据管理
监控预警数据
结果集存储
HBase存储
HBase是一个高性能、列存储、可伸缩、实时读写的分布式存储系统，同样运行在HDFS之上
Elasticsearch存储
Elasticsearch是一个开源的分布式全文检索引擎，可以近乎实时地存储、检索数据
4、标签数据开发
统计类
统计类标签是指统计用户相关数值、客观描述用户状态的标签，如用户的年龄、体重、累计购买金额、累计购买次数、近30日登录次数等。
规则类
规则类标签一般是指根据业务运营上的需要，在业务层面制定规则的标签。
挖掘类
挖掘类标签需要应用算法挖掘用户相关特征，一般用户相关的挖掘类标签可以包括预测用户男女性别、预测用户点击下单、判断用户已经流失或将要流失、判断用户购买品类偏好等
5、开发新能调优
数据倾斜调优
方案一：过滤掉倾斜数据 当少量key重复次数特别多，如果这种key不是业务需要的key，可以直接过滤掉
方案二：引入随机数 数据按照类型group by时，会将相同的key所需的数据拉取到一个节点进行聚合，而当某组数据量过大时，会出现其他组已经计算完成而当前任务未完成的情况。
合并小文件
缓存中间数据
开发中间表
6、用户画像应用
商品分析
渠道分析
根据增长黑客理论（AARRR）模型，如图8-5所示，将产品的营收路径拆分为激活—注册—留存—下单—传播，其中激活主要是流量运营在负责；用户运营会贯穿接下来的流程；内容运营主要负责生产优质的内容来提高用户的黏性，从而提高留存；主线运营主要负责主营业务的产品路径，优化转化节点，提高转化率。
精准营销
