用戶畫像的底層是機(jī)器學(xué)習(xí)，那么無論是要做客戶分群還是精準(zhǔn)營銷，都先要將用戶數(shù)據(jù)進(jìn)行規(guī)整處理，轉(zhuǎn)化為相同維度的特征向量，諸多華麗的算法才可以有用武之地，像是聚類，回歸，關(guān)聯(lián)，各種分類器等等。對于結(jié)構(gòu)化數(shù)據(jù)而言，特征提取工作往往都是從給數(shù)據(jù)打標(biāo)簽開始的，比如購買渠道，消費(fèi)頻率，年齡性別，家庭狀況等等。好的特征標(biāo)簽的選擇可以使對用戶刻畫變得更豐富，也能提升機(jī)器學(xué)習(xí)算法的效果（準(zhǔn)確度，收斂速度等）。
我們在項(xiàng)目中根據(jù)不同維度提取了數(shù)十個多個標(biāo)簽，圖7展示了其中的一部分。這些標(biāo)簽主要有三個來源：
一個類是在IT系統(tǒng)中可以取得的信息，比如辦會員卡時留下的信息（性別，年齡，生日），購買渠道，積分情況等；
第二類是可以通過計(jì)算或是統(tǒng)計(jì)所獲得的，比如用戶對某類促銷活動的參與程度，對某種顏色/款式商品的偏好程度，是否進(jìn)行過跨品牌的購買等；
第三類則是通過推測所得，比如送貨地址中出現(xiàn)“宿舍”，“學(xué)?！保按髮W(xué)”等字樣，則用戶身份可以推測為學(xué)生，出現(xiàn)“騰訊大廈”，“科技園”等信息時，則可判斷是上班族，并有很大概率是技術(shù)從業(yè)者。
在標(biāo)簽的設(shè)計(jì)上也帶有較強(qiáng)的行業(yè)性，比如是否偏好購買當(dāng)季爆款或是新品多于經(jīng)典款（時尚度）；是否更傾向購買低價或打折商品（價格敏感度）；是否喜歡購買高價商品或限量版（反向價格敏感度）。
對于已經(jīng)打好的標(biāo)簽，根據(jù)不同的分析場景進(jìn)行離散化，或?qū)⒎诸愵愋偷臉?biāo)簽拆成多個0/1標(biāo)簽，就可以進(jìn)行一些機(jī)器學(xué)習(xí)的建模了，比如聚類，分類，預(yù)測，或者關(guān)聯(lián)性分析，最終生成的向量維度在數(shù)千個。
關(guān)聯(lián)性分析(Association rule learning)是在零售行業(yè)中應(yīng)用最廣泛的一種機(jī)器學(xué)習(xí)方法，營銷學(xué)里經(jīng)典的“啤酒/尿布”(超市里購買尿布的消費(fèi)者往往同時購買啤酒)案例也已經(jīng)是家喻戶曉。雖然后來被證實(shí)這是一個為了教學(xué)目的而虛構(gòu)出來的案例，但從其上鏡率也可以看得出關(guān)聯(lián)性分析在零售領(lǐng)域的重要程度，或許這個例子在國內(nèi)改成“泡面/火腿腸”會更親切。
關(guān)聯(lián)性分析的相關(guān)文章有非常多，支持度(Support)，置信度(Confidence)和增益(Lift)這些基本概念的介紹在這里就不贅述了，各位如果有興趣可以參見Wikipedia的 Association rule learning 頁面。
和購物籃關(guān)聯(lián)規(guī)則不同，我們數(shù)據(jù)挖掘過程中的基本單位是用戶，而特征向量則是基于提取出的用戶標(biāo)簽而構(gòu)建的，下表是一個簡單的示例。
第一個例子
我們獲得了一個NxM的特征矩陣，N為用戶數(shù)，量級在百萬級，M為特征維度，約數(shù)千個的二元標(biāo)簽?；谶@個特征矩陣我們使用了最基礎(chǔ)的Apriori算法計(jì)算相關(guān)度，并在支持度，置信度和增益三個層面設(shè)置threshold，輸出符合要求的關(guān)聯(lián)規(guī)則。
由于輸出的關(guān)聯(lián)規(guī)則可能涉及到客戶隱私，在這里僅做一個示例。下表中的前項(xiàng)(antecedent)為用戶的所在地，后項(xiàng)(consequent)為最高的活動敏感度， 結(jié)果如下：
可見上以及江浙地區(qū)對于促銷活動的敏感度和參與度是最高的，增益均高于兩倍，而上海則是達(dá)到了3.3倍之多。
第二個例子
另一個例子是顏色的關(guān)聯(lián)規(guī)則，下表展示了用戶對于不同顏色的產(chǎn)品以及SKU之間的偏好特征，可見某些用戶是有較強(qiáng)的顏色偏向的，比如金色和銀色之間，咖啡色和綠色之間等等。如果運(yùn)用到商業(yè)實(shí)踐，因?yàn)樵谫I過紫色和杏色的用戶中，接下來會比較會買金色；把這些數(shù)據(jù)給到地面團(tuán)隊(duì)或者線上團(tuán)隊(duì)，這時候推薦顏色以及配貨就比較輕松一些。
值得注意的是，做關(guān)聯(lián)分析時要確保前后項(xiàng)以及的獨(dú)立性(independence)。由于在提取特征時有些維度本身就是從相同或相關(guān)的字段提取出來的，比如用戶的星座以及出生月份，如果不做控制的話就會得出“11月出生的天蝎座特別多”這樣讓人啼笑皆非的規(guī)則。
RFM模型是用戶價值研究中的經(jīng)典模型，基于近度（Recency），頻度（Frequency）和額度（Monetory）這3個指標(biāo)對用戶進(jìn)行聚類, 找出具有潛在價值的用戶, 從而輔助商業(yè)決策，提高營銷效率。如果對RFM模型的細(xì)節(jié)感興趣可以參見Wikipedia中有關(guān) RFM模型的頁面。
RFM建模所需要的數(shù)據(jù)源是相對簡單的，只用到了購買記錄中的時間和金額這兩個字段。我們基于交易數(shù)據(jù)中用戶的最后一次的購買時間，購買的次數(shù)以和頻率，以及平均/總消費(fèi)額對每個用戶計(jì)算了三個維度的標(biāo)準(zhǔn)分。然后我們對于三個維度賦予了不同的權(quán)重，再基于加權(quán)后的分值應(yīng)用K-Means進(jìn)行聚類，根據(jù)每種人群三個維度與平均值之間的高低關(guān)系，確定哪些是需要保持用戶，哪些是需要挽留的用戶，哪些是需要發(fā)展的用戶等。
在將這些客戶圈出之后，便可以對不同客戶群使用不同針對性地營銷策略（引導(dǎo)，喚醒等），提高復(fù)購率與轉(zhuǎn)化率。值得注意的是，三個維度的權(quán)重制定并沒有統(tǒng)一的標(biāo)準(zhǔn)，比較通用的方法是用層次分析法(AHP)，再結(jié)合行業(yè)以及具體公司的特點(diǎn)進(jìn)行優(yōu)化。
圖8是通過RFM模型進(jìn)行用戶聚類后的結(jié)果，可以清楚看到幾個人群用戶的數(shù)量以及比例。同時這些分群也會作為標(biāo)簽重新輸入至用戶畫像以及CRM當(dāng)中，作為圈定特定用戶群以及營銷的入口。
圖9展示了用戶群之間在各個維度上的分布。消費(fèi)，金額，頻率這些模型直接相關(guān)的標(biāo)簽上自然有非常顯著的差異，同時在一些垂直（orthogonal）的特征維度上也有很大的不同。
最后，對消費(fèi)品公司而言，所有在數(shù)據(jù)挖掘和用戶畫像方面的投入，根本目的還是要提升業(yè)務(wù)表現(xiàn)，所以如何將數(shù)據(jù)挖掘的結(jié)果進(jìn)行落地就變成了尤為關(guān)鍵的一環(huán)。對于用戶畫像所輸出的所有標(biāo)簽和關(guān)聯(lián)規(guī)則，都需要通過某種渠道抵達(dá)用戶群。
這種渠道可以是一個強(qiáng)大的CRM系統(tǒng)，可以通過不同的標(biāo)簽圈定用戶群，定向發(fā)布營銷方案；也可以是一個會員客戶端，推送個性化的打折券或新品推薦；甚至是自營電商，實(shí)現(xiàn)像天貓京東一樣的數(shù)據(jù)自生產(chǎn)和自消費(fèi)的循環(huán)。
聯(lián)系客服
