編輯導(dǎo)語：DAO是實現(xiàn)元宇宙整個體系持續(xù)運行的重要元素，對于元宇宙銀行來說，也是一種全新的獲客和營銷方式。銀行可以進一步同用戶建立連接，提升銀行的服務(wù)水平。那么，銀行DAO社區(qū)該如何分析用戶畫像？一起來看看作者的分析。

一、前言

DAO（Decentralized Autonomous Organization，去中心化自治組織）是由達成同一個共識的群體自發(fā)產(chǎn)生的一種組織形式，其核心理念是共創(chuàng)、共建、共治和共享。

DAO是元宇宙中的重要的組成元素。在元宇宙中，眾多的志同道合的用戶組建各種DAO完成相關(guān)活動或是任務(wù)的協(xié)作，實現(xiàn)元宇宙整個體系的持續(xù)運行。

銀行作為元宇宙中的基礎(chǔ)設(shè)施，在為元宇宙提供便捷高效的金融服務(wù)之外，還可以組建銀行自己的DAO社區(qū)同用戶建立連接，進一步提升銀行服務(wù)水平，也是一種全新的獲客與營銷方式。

銀行產(chǎn)品在現(xiàn)實環(huán)境中，會對其用戶畫像進行分析，以便于銀行可以更好地為用戶提供定制化服務(wù)。現(xiàn)實環(huán)境中的銀行用戶屬性比較單一，例如用戶的職業(yè)是醫(yī)生，現(xiàn)實中的用戶身份比較明確，用戶畫像分析比較容易。

銀行產(chǎn)品在元宇宙環(huán)境中，用戶應(yīng)用場景存在多維空間，同用戶的交互更為頻繁與智能。銀行DAO社區(qū)中的用戶屬性更為復(fù)雜。同樣以用戶職業(yè)為醫(yī)生為例，在元宇宙中，用戶可以是美食家，收藏家，可以有多個身份，用戶畫像會比較復(fù)雜。

本文主要以銀行DAO社區(qū)為基礎(chǔ)，討論如何對銀行DAO社區(qū)中的用戶進行畫像分析。

二、用戶畫像分析總流程

對銀行DAO社區(qū)中的用戶畫像進行分析，可以按如下流程進行實施。

首先需要明確用戶畫像的數(shù)據(jù)范圍與目標(biāo)，需要從哪些渠道進行數(shù)據(jù)匯總，進行用戶畫像的目標(biāo)是什么，避免對用戶畫像數(shù)據(jù)過度分析導(dǎo)致資源和時間的浪費。

明確用戶畫像數(shù)據(jù)范圍和目標(biāo)之后，需要制定用戶畫像標(biāo)簽?zāi)Ｐ停缭阢y行社區(qū)DAO中，希望獲得用戶的年齡畫像，需要提前定義青年標(biāo)簽用戶的年齡范圍，中年用戶的年齡范圍等。

考慮到用戶畫像數(shù)據(jù)的多維和多渠道特征，需要對用戶畫像數(shù)據(jù)進行識別、合并與清洗。銀行DAO社區(qū)中，存在一個用戶會參與多個DAO的活動，不同DAO的主題、共識以及DAO任務(wù)也不一樣。

根據(jù)用戶畫像數(shù)據(jù)和目標(biāo)，進行用戶畫像分析，提煉關(guān)鍵數(shù)據(jù)進行歸納整理，繪制相應(yīng)的數(shù)據(jù)圖表，并進行用戶最終畫像可視化報告呈現(xiàn)。

用戶畫像復(fù)盤分析與效果評價。通過對用戶畫像分析后在實施產(chǎn)品場景和活動中的應(yīng)用表現(xiàn)，評估用戶畫像的效果，查漏補缺，為下一次的用戶畫像的升級提供數(shù)據(jù)和模型參考。

用戶畫像分析總流程如圖1所示。

圖1 用戶畫像分析總流程

三、用戶畫像分析實戰(zhàn)

1. 范圍目標(biāo)

銀行DAO社區(qū)用戶畫像分析，聚焦在用戶DAO社區(qū)中的用戶，也就是現(xiàn)實中的銀行網(wǎng)點用戶不在分析范圍內(nèi)，由于銀行DAO社區(qū)中，存在DAO同用戶多對多的關(guān)系，例如同一個用戶會參加多個DAO，一個DAO必然也會有多個用戶參加。

銀行DAO社區(qū)中的用戶就是本次用戶畫像的數(shù)據(jù)范圍。而本次用戶畫像的目標(biāo)就是發(fā)現(xiàn)不同DAO中，用戶現(xiàn)實環(huán)境中的地區(qū)、元宇宙中經(jīng)常出現(xiàn)的區(qū)域、性別、學(xué)歷和職業(yè)組成，以便于更好地為用戶提供服務(wù)，為用戶提供更好的DAO產(chǎn)品工具。

2. 畫像標(biāo)簽

根據(jù)用戶畫像的數(shù)據(jù)范圍和目標(biāo)，銀行DAO社區(qū)用戶畫像標(biāo)簽定義如下：

用戶區(qū)域、用戶性別、用戶學(xué)歷、用戶職業(yè)。

受于篇幅限制，用戶畫像標(biāo)簽做了極大的精減，實際分析過程中，可以結(jié)合用戶在銀行DAO社區(qū)中的用戶角色以及參與的DAO的相關(guān)任務(wù)，進一步對用戶的職業(yè)標(biāo)簽進行進一步擴展。

例如用戶在DAO社區(qū)中，加入了創(chuàng)作者DAO，經(jīng)常發(fā)布高質(zhì)量的原創(chuàng)文章，雖然用戶在現(xiàn)實中的職業(yè)是程序員，但在銀行DAO社區(qū)中，職業(yè)標(biāo)簽可以是原創(chuàng)作者。

用戶畫像標(biāo)簽如圖2所示。

圖2 用戶畫像標(biāo)簽

3. 識別處理

銀行社區(qū)DAO中，對用戶識別可以有多種方法，我們主要概括為兩種識別方法。

（1）確定性方法識別：通過DID（Decentralized Identifiers，分布式身份標(biāo)識）服務(wù)建立用戶在銀行DAO中的身份識別。還可以通過用戶ID、手機號、郵箱等用戶唯一標(biāo)識進行識別。

（2）概率論方法識別：通過銀行DAO社區(qū)產(chǎn)品中的數(shù)據(jù)埋點，結(jié)合元宇宙中的地理和參數(shù)標(biāo)識進行識別。也可以通過IDFA(Identifier For Advertisers，廣告客戶標(biāo)識符)、Cookie、IP地址（Internet Protocol Address，網(wǎng)際協(xié)議地址）等，使用設(shè)備相關(guān)的間接數(shù)據(jù)進行匹配。結(jié)合機器學(xué)習(xí)或者其他復(fù)雜規(guī)則來分析。

對用戶數(shù)據(jù)識別完成后，對識別的數(shù)據(jù)進一步進行處理，對用戶數(shù)據(jù)進行清洗，去除冗余與垃圾數(shù)據(jù)，例如有些用戶在某一個DAO中的某一固定行為，為了節(jié)省數(shù)據(jù)分析的復(fù)雜度，可以進行壓縮。

用戶識別方法如下圖3所示。

圖3 用戶識別方法

4. 提煉歸納

用戶在銀行DAO社區(qū)中的數(shù)據(jù)經(jīng)過識別處理后，變?yōu)橄鄬φ麧嵉臄?shù)據(jù)，接下來通過數(shù)據(jù)分析工具對銀行DAO社區(qū)中的用戶數(shù)據(jù)進行提煉和歸納，這些數(shù)據(jù)是生成畫像的基礎(chǔ)數(shù)據(jù)。

數(shù)據(jù)分析工具有很多，一般而言銀行都有自己的大數(shù)據(jù)平臺，在大數(shù)據(jù)平臺中對銀行DAO社區(qū)中的海量用戶數(shù)據(jù)分析效率和效果都非常好。

對于銀行DAO社區(qū)的產(chǎn)品經(jīng)理而言，如果所涉及的用戶畫像是一個全新的工程，則可以根據(jù)少量數(shù)據(jù)，提前進行建模和驗證，可以通過Python語言或是R語言進行建模分析。提煉歸納的前提是需要我們構(gòu)建好畫像模型。用戶畫像數(shù)據(jù)模型如圖4所示。

圖4 用戶畫像數(shù)據(jù)模型

我們可以根據(jù)上述模型將數(shù)據(jù)進行提煉歸納，并將用戶進行“打標(biāo)”（將不同的標(biāo)簽賦予用戶）操作。

5. 生成畫像

根據(jù)建立好的用戶畫像模型以用戶數(shù)據(jù)為基礎(chǔ)，生成用戶畫像。

生成畫像有兩種方式。

（1）文字式：直接以文字描述的方式，對用戶進行畫像。例如：用戶張三，年齡28，碩士研究生，在上海工作，銀行產(chǎn)品經(jīng)理，喜歡社交，在投資者DAO社區(qū)中是一位熱心的金融知識講師，也是是一位卓越的理財達人。

（2）虛擬式：直接以虛擬圖片或是虛擬形象的方式進行呈現(xiàn)。在元宇宙中，虛擬式會使用得比較多，一般會在用戶虛擬形象上呈現(xiàn)相應(yīng)的畫像標(biāo)簽。也可以通過虛擬徽章的形式呈現(xiàn)，在銀行元宇宙DAO社區(qū)中，會是一種身份的象征。

6. 復(fù)盤評價

用戶畫像生成之后，我們根據(jù)不同用戶的用戶畫像研發(fā)相應(yīng)的銀行DAO社區(qū)產(chǎn)品功能，為用戶提供定制化的服務(wù)。例如，某類用戶群體是營銷大使，營銷渠道和人脈非常廣闊，我們在銀行營銷DAO社區(qū)中，向這類用戶群體提供更加便捷的營銷工具，讓用戶非常容易獲得營銷資源，并且可以非常直觀查看營銷效果。

為了達到我們預(yù)期的產(chǎn)品效果，需要對生成的用戶畫像進行復(fù)盤評價，因為用戶畫像準(zhǔn)確，是成功向用戶定制化提供產(chǎn)品和服務(wù)的前提。用戶畫像由眾多的用戶標(biāo)簽組成，因此對用戶畫像的復(fù)盤評價，可以拆解為對用戶標(biāo)簽的準(zhǔn)確率進評價。以【學(xué)位】標(biāo)簽為例，對用戶標(biāo)簽的準(zhǔn)確率評價如表1所示。

表1 用戶【學(xué)位】標(biāo)簽準(zhǔn)確率

由上表數(shù)據(jù)計算【學(xué)位】標(biāo)簽的準(zhǔn)確率為：

（5+3+4）÷（5+1+0+0+3+1+1+0+4）=12÷15=80%

根據(jù)計算出的結(jié)果，結(jié)合歷史標(biāo)簽數(shù)據(jù)效果，同本產(chǎn)品數(shù)據(jù)或是行業(yè)同類產(chǎn)品的標(biāo)簽準(zhǔn)確率進行比較，發(fā)現(xiàn)問題所在，不斷升級優(yōu)化提升標(biāo)簽的準(zhǔn)確率，進而提升用戶畫像的精準(zhǔn)度。

四、總結(jié)

元宇宙時代已經(jīng)到來，在元宇宙中會存在各種各樣的DAO。銀行DAO社區(qū)產(chǎn)品，是元宇宙中用戶之間產(chǎn)生連接的基礎(chǔ)形式。元宇宙雖然是新的產(chǎn)品形態(tài)，不過元宇宙所涉及的一些基礎(chǔ)服務(wù)，將會是現(xiàn)有產(chǎn)品服務(wù)的延伸。

對元宇宙中銀行DAO社區(qū)的用戶進行畫像分析，現(xiàn)有的用戶畫像理論和模型仍然可以適用，只不過元宇宙的用戶維度更高，畫像模型更為復(fù)雜。這就需要在人工建模的同時，需要借助于計算機人工智能進行輔助建模，例如文本挖掘模型、分類聚類模型或是機器學(xué)習(xí)提取特征值等。

銀行DAO社區(qū)產(chǎn)品分析用戶畫像的目標(biāo)是找出目標(biāo)用戶并準(zhǔn)確服務(wù)。好的產(chǎn)品，不斷增加新用戶的同時，也應(yīng)該對老用戶保持粘性。產(chǎn)品成長的同時，也可以助力用戶成長。對用戶產(chǎn)品使用場景行為進行分析，對產(chǎn)品用戶進行細(xì)分，根據(jù)不同階段的產(chǎn)品戰(zhàn)略，制定不同的用戶服務(wù)策略，從而確保產(chǎn)品的競爭力。

#專欄作家#

作者：王佳亮；微信公眾號：佳佳原創(chuàng)，人人都是產(chǎn)品經(jīng)理專欄作家。中國計算機學(xué)會（CCF）會員，專注于互聯(lián)網(wǎng)產(chǎn)品、金融產(chǎn)品、人工智能產(chǎn)品設(shè)計理念分享。

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

題圖來自Unsplash，基于CC0協(xié)議。