用戶畫像案例一：汽車精准營銷
做汽車精准營銷項目已經快一年的時間了，但是說起正真的用戶畫像，又不知道該如何說起，所以我就開始從數據的處理流程一點點的來引進用戶畫像的建立。
1、數據的處理流程
我們用到的技術就是用java寫mapreduce框架來實現用戶上網數據的url的識別，這里識別用的是正則表達式，其次就是模型的建立使用hive就行處理。
首先我們的數據來源有兩個方面：一個是客戶的數據，還有一個是網絡爬蟲數據。
- 客戶的數據有：用戶手機上網日志（識別上網的url）、基礎信息（性別、年齡、省份、地市等）、語音話單（綜采話單、計費話單）、App匯總表、用戶搜索關鍵字解析表、綜采短信話單等；
- 爬蟲數據：在url中我們解析出來一般是汽車的車型id，但在實際的使用中我們用到的卻是汽車的名稱，所以這就需要爬取汽車網站的數據來進行匹配處理。電話營銷會顯的更直觀，更可靠，所以我們定義了不同的口徑去分析用戶的購車意向。
數據的處理流程說明如下：
- 對原始上網日志數據進行初篩處理（由客戶來處理，我們提供規則），因為全國的上網日志數據是特別大的，一天大概產生80-90T。所有先由客戶初篩出我們需要的數據，我們做的汽車行業，就會只拿出汽車行業相關的數據推送給我們。
- 初篩之后的數據我們還需要清洗一遍，過濾掉號碼異常的，過濾掉url異常的數據。此過程除了清洗最重要作用還是識別，識別url的網站來源、訪問的板塊（例如：首頁、圖片、價格、論壇等）、車型id、一手車還是二手車等。
- 數據的匹配和模型的建立，根據用戶的瀏覽行為和一些基礎的標簽，判斷意向購車用戶，給用戶賦值不同的等級類別。
2、用戶畫像的建立
我們的用戶畫像可以分為三大類：用戶的基本屬性、汽車的基本屬性、經銷商的基本屬性，根據客戶的現有數據建立模型，分析現有標簽對客戶意向的影響。根據多個標簽屬性綜合分析可以得到三類用戶：意向階段、對比階段、決策階段。
1）用戶屬性：年齡、性別、城市
- 年齡段：將年齡按照5歲為一個階段划分為不同的年齡段，25—50歲之間為購車的主力人群；
- 性別：購車方面男女的比例是8：2，男士占主要的地位；
- 城市等級：將城市划分成不同的等級，從城市等級看，主要集中二三四線城市，三線城市男性、二線城市及六線小城市女性買車偏好度更高。高等級城市對高價位車型明顯偏好，低線城市10萬元以下價位車型偏好度高於其它等級城市；二線城市對15萬以上車型偏好度顯著高於其他城市；
2）汽車屬性：品牌、最低價、最高價、級別、車身形式、網站、國別、渠道、能源形式、是否純電動
- 品牌：品牌的銷量與用戶的年齡、性別是密不可分的。分析數據我們得到20—25歲人群更偏向於國產品牌，25—30歲人群更偏向於大品牌，30—35歲人群更偏向合資品牌，35—40歲人群偏好成熟穩重品牌，40—50歲人群對商用車品牌更青睞。女性用戶購車品牌中合資品牌比例明顯高於男性用戶，合資品牌偏向中高端品牌；
- 價格段：女性用戶更偏向於高端車型，男性用戶購車方面更偏向於實用為主。高等級城市對高價位車型明顯偏好，低線城市10萬元以下價位車型偏好度高於其它等級城市。35—45歲對50萬以上高端車型購買比例最高；30—40歲對25—40萬的中高端品牌車型購買比例最高；而25—35歲用戶對5—10萬的中低端品牌車型購買比例最高。
3）經銷商屬性：主營品牌、電話類型、經銷商名稱
- 這些標簽主要是針對用戶的語音話單進行處理的，這里的電話可以分為：官網的400電話，以0開頭的座機號和一些手機號，不同的經銷商所主營的品牌的銷售額是不一樣的，根據他電話咨詢經銷商的情況我們可以推斷用戶的意向情況，這里也剛好和汽車屬性的判斷很好的銜接上了。
4）已有車用戶的建立
已有車用戶的建立，對模型的意向結果是至關重要的。我們重點分析的是用戶的上網行為，比如某個用戶是汽車愛好者，他每天都會有瀏覽汽車網站的行為，但是他沒有買車的意向或者已經有車了，我們就需要排除這樣的用戶，那么應該怎樣做呢：
- 可以從行為分析：愛好者一般好看汽車新聞、圖片、論壇等模塊，而意向客戶會偏重參數配置、報價、詢底價、預約試駕等模塊。這樣可以初步的找到愛好的用戶；
- 用戶訪問的app：如果用戶使用這些app，車輪查違章、途虎養車網、58違章查詢、導航犬等app，則可以判斷此用戶是用車用戶；
- 根據已營銷用戶的反饋情況就可以確定那些用戶是用車用戶，從而在底層的模型中去做過濾；
說明：以上的結果全是我們自己的分析整合得出的結論，不代表整個行業的現象，望周知。
3、模型數據的輸出
我們是從不同的口徑去得到模型結果的，這里我們叫做模型規則，不同的規則用戶的意向率是不同的，而且我們是根據用戶的需求去下發數據的，這樣我們的規則就是必不可少的。（一下規則僅供參考）
- 規則1：瀏覽汽車頁面的用戶，這里一個用戶可能訪問多個網站、同一個網站用戶可以訪問不同的車型，這里我們處理時，一個用戶是只能保存一條訪問記錄的。首先選擇汽車車型不為空的數據，然后按網站統計的用戶的停留時長，停留時間最長的用戶網站數據帶出，然后根據基礎標簽得到用戶的等級，再排除已有車的用戶，就可以得到規則1的結果；
- 規則2：直接通過電話咨詢的用戶，從用戶的綜采話單、MB計費話單、CB計費話單和自建表的電話相互關聯，找到主動撥打電話咨詢的用戶；
有很多規則這里就不詳細的一一說明了，最終的結果是將所有的規則合並寫到一張表中去做外呼處理。