用户画像建设项目开发流程
第一阶段:目标解读
在建立用户画像前,首先需要明确用户画像服务于企业的对象, 再根据业务方需求,明确未来产品建设目标和用户画像分析之后的预 期效果。 一般而言,用户画像的服务对象包括运营人员和数据分析人员。 不同业务方对用户画像的需求有不同的侧重点,就运营人员来说,他 们需要分析用户的特征、定位用户行为偏好,做商品或内容的个性化 推送以提高点击转化率,所以画像的侧重点就落在了用户个人行为偏 好上;就数据分析人员来说,他们需要分析用户行为特征,做好用户的流失预警工作,还可根据用户的消费偏好做更有针对性的精准营 销。
第二阶段:任务分解与需求调研
经过第一阶段的需求调研和目标解读,我们已经明确了用户画像 的服务对象与应用场景,接下来需要针对服务对象的需求侧重点,结合产品现有业务体系和“数据字典”规约实体和标签之间的关联关系, 明确分析维度。就后文将要介绍的案例而言,需要从用户属性画像、 用户行为画像、用户偏好画像、用户群体偏好画像等角度去进行业务 建模。
第三阶段:需求场景讨论与明确
在本阶段,数据运营人员需要根据与需求方的沟通结果,输出产 品用户画像需求文档,在该文档中明确画像应用场景、最终开发出的 标签内容与应用方式,并就该文档与需求方反复沟通并确认无误。
第四阶段:应用场景与数据口径确认
经过第三个阶段明确了需求场景与最终实现的标签维度、标签类 型后,数据运营人员需要结合业务与数据仓库中已有的相关表,明确 与各业务场景相关的数据口径。在该阶段中,数据运营方需要输出产 品用户画像开发文档,该文档需要明确应用场景、标签开发的模型、 涉及的数据库与表以及应用实施流程。该文档不需要再与运营方讨 论,只需面向数据运营团队内部就开发实施流程达成一致意见即可。
第五阶段:特征选取与模型数据落表
本阶段中数据分析挖掘人员需要根据前面明确的需求场景进行业 务建模,写好HQL逻辑,将相应的模型逻辑写入临时表中,并抽取数 据校验是否符合业务场景需求。
第六阶段:线下模型数据验收与测试
数据仓库团队的人员将相关数据落表后,设置定时调度任务,定 期增量更新数据。数据运营人员需要验收数仓加工的HQL逻辑是否符 合需求,根据业务需求抽取表中数据查看其是否在合理范围内,如果 发现问题要及时反馈给数据仓库人员调整代码逻辑和行为权重的数 值。
第七阶段:线上模型发布与效果追踪
经过第六阶段,数据通过验收之后,会通过Git进行版本管理,部 署上线。使用Git进行版本管理,上线后通过持续追踪标签应用效果及 业务方反馈,调整优化模型及相关权重配置。
暂无数据