Qunar用戶畫像構建策略及應用實踐

作者：李國芳 2017-02-09 11:34:57

目前Qunar用戶畫像數據倉庫中的數據源來自業務數據庫的數據和用戶行為日志數據，目前數據倉庫中基本涵蓋了機票、酒店、火車票以及保險等業務系統的數據，可以從全方位的了解去哪兒的一個用戶的畫像。

1.用戶畫像的構建原則

我們做用戶畫像的目的有兩個：

必須從業務場景出發，解決實際的業務問題，之所以進行用戶畫像要么是獲取新用戶，或者是提升用戶體驗，或者是挽回流失用戶等有明確的業務目標。
根據用戶畫像的信息做產品設計，必須要清楚知道用戶長什么樣子，有什么行為特征和屬性，這樣才能為用戶設計產品或開展營銷活動。

一般常見的錯誤想法是畫像維度的數據越多越好，畫像數據越豐富越好，費了很大的力氣進行畫像后，卻發現只剩下了用戶畫像，和業務相差甚遠，沒有辦法直接支持業務運營，投入精力巨大但是回報微小，可以說得不償失。鑒于此，我們的畫像的維度和設計原則都是緊緊跟著業務需求去推動。

2.用戶畫像數據倉庫構建

2.1 數據源的集成

2.2 我們有哪些數據?-數據維度

2.3 我們有哪些數據?-數據倉庫

目前我們畫像數據倉庫的構建都是基于Qunar基礎數據倉庫進行構建，并按照維度進行劃分。

目前數據倉庫中包括的信息如下：

畫像數據倉庫表20個
畫像數據倉庫
國內、國際 2年+數據
標簽數據
每日增量

–基本數據

–業務數據

–搜索

–Booking

2.4 用戶唯一標識設計

用戶唯一標識是整個用戶畫像的核心，它把從用戶開始使用app到下單到售后整個所有的用戶行為軌跡進行關聯，可以更好的去跟蹤和描繪一個用戶的特征。

2.5 ETL過程設計-調度系統

依賴數據平臺調度系統
定時觸發和Job依賴觸發兩種模式

2.6 ETL過程設計-任務執行

ETL的過程主要是將數據源的清洗到數據倉庫表的過程(每天更新增量)
Summary表的處理邏輯(每天更新全量)
標簽庫的處理(每周更新，2年全量)

2.7 用戶主題分析及數據挖掘

有了豐富的畫像數據后，產品和運營人員可以根據用戶主題進行數據分析和數據挖掘相關的工作。用戶主題Cube的定義如下：

Measure：

–訂單數量

–訂單金額

–搜索次數

–Booking次數

Dimension：

–下單時間

–出發時間

–航司信息

–艙位信息

–航班(出發地、目的地)

–基本信息(年齡、性別等自然屬性)

3.用戶畫像標簽構建策略

3.1用戶標簽特征屬性

用戶的特征屬性可以是事實的，也可以是抽象的;可以是自然屬性，比如性別，年齡，星座等，可以是社會屬性，比如職業，社交，出生地等;還可以是財富狀況，比如是否高收入人群，是否有豪車豪宅等固定資產，對于機票用戶來講位置特征也是比較重要的屬性，比常駐地，常出差地，老家等。這些屬性都可以清楚的描繪一個用戶的畫像特征。

畫像標簽一般根據公司的業務體系來設計，存儲有HDFS，HBASE，ES
標簽的更新頻率：每日更新，每周、每月更新
標簽的生命周期：有的數據隨時間衰減迭代

3.2用戶標簽分類及特征項

提到用戶畫像就不得不提到一個詞“標簽”。標簽是表達人的基本屬性、行為傾向、興趣偏好等某一個維度的數據標識，它是一種相關性很強的關鍵字，可以簡潔的描述和分類人群。標簽的定義來源于業務目標，基于不同的行業，不同的應用場景，同樣的標簽名稱可能代表了不同的含義，也決定了不同的模型設計和數據處理方式。我們給機票用戶畫像打標簽分類為兩大類，基礎類標簽和個性化標簽，這些標簽可以有重復，但是都是通過不同的角度去定義和刻畫一個用戶，來滿足不同的業務營銷需求。