數(shù)據(jù)指標體系是建立用戶畫像的基礎，也是在進入開發(fā)前的關鍵環(huán)節(jié)，是需要結合業(yè)務場景制定的數(shù)據(jù)指標。建立用戶畫像一般從2個維度：

①用戶維度（userid）：基于當前用戶賬號相關數(shù)據(jù)推送內(nèi)容。

②設備維度（cookie）：當用戶沒有登陸賬戶而訪問設備時，基于用戶在設備的行為對該設備推送相關內(nèi)容。

用戶標簽從標簽類型可分為：統(tǒng)計類、規(guī)則類、機器學習挖掘類。從建立的維度來看，可分為：用戶屬性類、用戶行為類、用戶消費類、風險控制類。至于標簽如何分類，沒有嚴格的規(guī)定，符合業(yè)務場景和使用者使用即可。

一、標簽維度

1、用戶屬性類

一般是與用戶自帶屬性相關，例如性別、年齡、地域、注冊日期、會員類型等。對于相同的一級標簽誒些，需要判斷多個標簽之間的關系是互斥還是非互斥關系。例如，在判斷性別時，不能既是男、又是女，這就是互斥關系。

對于傳統(tǒng)企業(yè)來說，更多的是從用戶屬性類維度去豐富指標體系。而對于互聯(lián)網(wǎng)企業(yè)來說，其擁有海量的用戶訪問日志數(shù)據(jù)，所以更容易從用戶行為類數(shù)據(jù)分析用戶的行為特性。

2、用戶行為類

常見用戶行為維度指標包括訂單相關行為、下單/訪問相關行為、用戶近30天行為指標、高頻活躍時間段、用戶購買類、點擊偏好、營銷敏感度等相關行為。

3、用戶消費類

用戶消費維度指標體系建設從用戶搜索、流量、加購、收藏、下單商品對應的品類入手。品類越精細，給用戶推薦的準確性越高。例如品類細分到：手機-手機配件-數(shù)據(jù)線。

4、風險控制類

風控維度主要是預防薅羊毛、惡意刷單、借貸欺詐行為的用戶，未防止這類用戶給平臺帶來損失，所以專門設置風控類維度。結合業(yè)務場景，可從賬號風險、設備風險、借貸風險等維度考慮指標體系。

5、社交屬性維度

該維度主要是了解用戶的社交范圍，如家庭成員、社交偏好、社交活躍度等等。以此來提供個性化推薦和精準營銷。例如在朋友圈收到的廣告，也是基于用戶的社交屬性進行的推送。

下面是整理的上述5個維度的畫像主題：

二、其他常見標簽維度

用戶標簽體系不限于劃分維度，通過應用場景對標簽進行歸類也是常用手段。從業(yè)務場景出發(fā)，可分為：用戶屬性、用戶行為、營銷場景、地域細分、偏好細分、用戶分層等維度。每個維度再分成二級標簽、三級標簽等。

三、標簽命名方式

在確定好標簽后，需要對標簽進行命名，以便于管理。對一個標簽，可從多個角度來確定唯一名稱。

1、標簽主題

標明屬于哪個類型的標簽，如人口屬性（ATTRITUBE），行為屬性（ACTION），用戶消費（CONSUME），風險控制（RISKMANAGE）等。

2、用戶維度

表明該標簽來源，是用戶唯一標識（userid），還是用戶設備（cookie），一般用U和C區(qū)分。

3、標簽類型

標簽分類，統(tǒng)計型（01）、規(guī)則型（02）、算法型（03）。

4、一級歸類

在每個標簽大類下面，進一步細分的標簽類型。

參照上面的命名方式，舉例用戶的性別標簽：

命名規(guī)則：標簽主題_用戶維度_標簽類型_一級歸類

【男】：ATTRITUBE_U_01_001

【女】：ATTRITUBE_U_01_002

四、元數(shù)據(jù)管理

標簽完成梳理和命名后，需要維護一張碼表用例記錄標簽id名稱、標簽含義及標簽口徑等主要信息，方便元數(shù)據(jù)的維護與管理。

參考資料：

《用戶畫像：方法論與工程化解決方案》趙宏田?著