編輯導(dǎo)讀：一個(gè)產(chǎn)品被生產(chǎn)出來(lái)，服務(wù)特定的用戶，根據(jù)用戶畫像可以了解用戶的群體特征，從而做更好的優(yōu)化。那么，有了用戶畫像可以做哪些高價(jià)值的落地應(yīng)用場(chǎng)景呢？本文將從三個(gè)方面展開分析，希望對(duì)你有幫助。

其實(shí)關(guān)于標(biāo)簽畫像系統(tǒng)的應(yīng)用場(chǎng)景，在之前的文章《標(biāo)簽畫像系統(tǒng)概述》中有提及，今天詳細(xì)展開來(lái)分享一下，看看畫像系統(tǒng)到底有能干什么，能實(shí)現(xiàn)怎樣的業(yè)務(wù)價(jià)值？

一、正向應(yīng)用：做分析

首先，什么是正向應(yīng)用？正向應(yīng)用的含義，是指確定好一個(gè)人或者一群人，針對(duì)這些（個(gè)）人，進(jìn)行的落地應(yīng)用。通俗點(diǎn)講，就是我已經(jīng)有了一群現(xiàn)成的人群，相對(duì)這群人，做點(diǎn)什么。

對(duì)一個(gè)人、或者一群人，用戶畫像系統(tǒng)能做什么呢？

1. 做人群的透視分析

這個(gè)應(yīng)該是用戶畫像最最最原始的出發(fā)點(diǎn)了。所謂的透視，和畫像概念差不多。具體含義就是，對(duì)人群進(jìn)行特征的各種分析：看這群人有怎樣的典型特征，有什么樣的特點(diǎn)。

從統(tǒng)計(jì)學(xué)上講，這部分功能基本都是描述性統(tǒng)計(jì)，這是分析的基礎(chǔ)。

功能呈現(xiàn)上，基本都是各種分布分析。

如下示例：

看似簡(jiǎn)單普通，但這些功能往深了做，是有很多內(nèi)容的。

比如，如何從一堆特征中發(fā)掘這部分用戶的典型特征？如何確定畫像的維度？如何進(jìn)行多個(gè)人群的對(duì)比分析？什么是TGI？我們后面將專門進(jìn)行分享。

2. 單人標(biāo)簽分析，實(shí)現(xiàn)用戶管理

對(duì)于一群人，分析的是人群的特征分布；對(duì)于單個(gè)人，我們分析的是這個(gè)人有怎樣的特征。

比如，對(duì)于一個(gè)CRM應(yīng)用，在每個(gè)用戶上直接呈現(xiàn)這個(gè)用戶的特征，對(duì)于快速了解這個(gè)人，有著巨大意義。

別的不用說了，直接拿微信公眾平臺(tái)的后臺(tái)來(lái)個(gè)例子。

看這里是公眾號(hào)后臺(tái)的用戶list，每個(gè)用戶下可以手動(dòng)打標(biāo)簽。打好標(biāo)簽后，其實(shí)對(duì)于這個(gè)用戶的一些特征可以很一目了然的知道了。

當(dāng)然，這里打標(biāo)簽是手動(dòng)打的，效率忒低了。我們要做的標(biāo)簽畫像系統(tǒng)，是通過規(guī)則、算法等方式，批量打。但目標(biāo)都是一致的。

二、逆向應(yīng)用：做定向什么是逆向應(yīng)用呢？

正向應(yīng)用的人群是已經(jīng)確定好的，和正向應(yīng)用恰恰相反，逆向應(yīng)用是基于標(biāo)簽，確定人群。那具體有哪些應(yīng)用場(chǎng)景呢？

1. 進(jìn)行人群圈選，做定向投放

這可能是最最最最重要的應(yīng)用了，沒有之一。什么DMP啦，什么精準(zhǔn)營(yíng)銷啦，都是基于這一點(diǎn)。

精準(zhǔn)營(yíng)銷，核心在精準(zhǔn)。精準(zhǔn)，就是針對(duì)什么樣的人做什么樣最合理的事。那就需要知道要投放的人群的核心特征，或者是基于特征進(jìn)行精準(zhǔn)投放。

下面就是達(dá)摩盤基于標(biāo)簽，進(jìn)行人群圈選的功能。

圈選完了之后，就進(jìn)行精準(zhǔn)化人群投放。關(guān)于如何設(shè)計(jì)人群的圈選功能，我們后面進(jìn)行專門分享。

2. 以標(biāo)簽為索引，進(jìn)行人群分組

有了用戶標(biāo)簽，除了能看，其實(shí)還可以以標(biāo)簽為索引，將同類型的用戶篩出來(lái)。

比如下面的微信公眾平臺(tái)的用戶管理，可以通過右側(cè)的所有標(biāo)簽，將涵蓋該標(biāo)簽的用戶進(jìn)行篩選，實(shí)現(xiàn)分組、實(shí)現(xiàn)用戶的管理

三、接口化流式動(dòng)態(tài)應(yīng)用什么是流式動(dòng)態(tài)應(yīng)用呢？

和正向逆向應(yīng)用不一樣的是，流式應(yīng)用是針對(duì)每一個(gè)個(gè)體，不斷地調(diào)取畫像內(nèi)容，結(jié)合了相關(guān)的邏輯、模型，形成一個(gè)新體系。

這類型的應(yīng)用，大多采用API接口化的形式，提供給各個(gè)業(yè)務(wù)系統(tǒng)，業(yè)務(wù)系統(tǒng)將業(yè)務(wù)邏輯和用戶畫像結(jié)合起來(lái)，進(jìn)行各種各樣的產(chǎn)品化落地。

這里舉了幾個(gè)例子：

1. 風(fēng)控系統(tǒng)，判定用戶風(fēng)險(xiǎn)

了解一些金融領(lǐng)域的朋友應(yīng)該對(duì)風(fēng)控耳熟能詳。其實(shí)在互聯(lián)網(wǎng)中，風(fēng)控系統(tǒng)也是很普遍的。比如滴滴要對(duì)惡意訂單進(jìn)行識(shí)別，防范風(fēng)險(xiǎn)；比如京東金條的借貸要識(shí)別個(gè)人的信用風(fēng)險(xiǎn)；比如電商要識(shí)別刷單訂單……這其實(shí)都屬于風(fēng)控的范疇。

風(fēng)控當(dāng)中，其實(shí)比較關(guān)鍵的實(shí)體對(duì)象，就是用戶。這里就會(huì)用到用戶標(biāo)簽、用戶畫像的內(nèi)容。

比如上面的風(fēng)控系統(tǒng)的流程，中間的或幾個(gè)環(huán)節(jié)，都可以用到用戶畫像的內(nèi)容，比如信用評(píng)估模型，對(duì)于互聯(lián)網(wǎng)的用戶，主要的評(píng)估內(nèi)容還是基于用戶的線上行為，這部分本質(zhì)上就是我們做的用戶的標(biāo)簽、畫像的內(nèi)容。

2. 個(gè)性化推薦、個(gè)性化頁(yè)面，實(shí)現(xiàn)千人千面

個(gè)性化推薦系統(tǒng)，應(yīng)該是當(dāng)今互聯(lián)網(wǎng)比較火的方向之一了，正所謂的“千人前面”。

看看下面這個(gè)百分點(diǎn)的個(gè)性化推薦:

從圖中很明白的可以看到，中間的核心部分是用戶畫像和商品畫像。所有的規(guī)則引擎、算法引擎等都是基于用戶畫像來(lái)進(jìn)行的。

其實(shí)很好理解，實(shí)現(xiàn)個(gè)性化推薦，基礎(chǔ)就是先理解用戶，才能實(shí)現(xiàn)更好的推薦嘛！理解用戶的過程，就是用戶畫像。

以上就是我簡(jiǎn)單總結(jié)的畫像系統(tǒng)的一些應(yīng)用場(chǎng)景，歡迎各位小伙伴補(bǔ)充交流！

本文由 @冬至 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。