SparkSQL电商用户画像(二)之如何构建画像
四、 如何构建电商用户画像
4.1 构建电商用户画像技术和流程
构建一个用户画像,包括数据源端数据收集、数据预处理、行为建模、构建用户画像
有些标签是可以直接获取到的,有些标签需要通过数据挖掘分析到!
4.2 源数据分析
用户数据分为2类:动态信息数据、静态信息数据
静态信息数据来源:
用户填写的个人资料,或者由此通过一定的算法,计算出来的数据
如果有不确定的,可以建立模型来判断,比如用户的性别注册没有填写,可以建立模型,根据用户的行为来判断用户性别是什么,或者它的概率
动态信息数据来源:
用户行为产生的数据:注册、游览、点击、购买、签收、评价、收藏等等。
用户比较重要的行为数据:游览商品,收藏商品、加入购物车、关注商品
根据这些行为特性可以计算出:用户注册时间、首单时间、潮妈族、纠结商品、最大消费、订单数量、退货数量、败家指数、品牌偏好等等。
4.3 目标分析
用户画像的目标是通过分析用户行为,最终为每个用户打上标签,以及该标签的权重。
如,红酒 0.8、李宁 0.6。
标签:表现了内容,用户对该内容有兴趣、偏好、需求等等。
权重:表现了指数,用户的兴趣、偏好指数,也可能表现用户的需求度,可以简单的理解为可信度,概率。
4.4 用户画像建模
4.4.1 用户基本属性表
根据用户所填写的属性标签和推算出来的标签。用于了解用户的人口属性的基本情况和按不同属性维度统计。
作用:按人口属性营销、比如营销80后,对金牛座的优惠,生日营销。
主要数据来源:用户表、用户调查表、孕妇模型表、马甲模型表。
用户表:记录用户最基本的属性特性。
用户调查表:补充用户的其他基本信息。
用户所填写的基本信息:用户ID、用户名、密码、性别、手机号、邮箱、年龄、户籍省份、身份证编号、注册时间、收货地址等
用户所填信息计算得到的指标:
生日、星座、城市等级、手机前几位、手机运营商、邮件运营商
用户调查表得到:学历、收入、职业、婚姻、是否有小孩、是否有车有房、使用手机品牌。
根据算法得到:
身高、体重、性别模型、孩子性别概率、潜在汽车用户概率、是否孕妇、孩子年龄概率、手机品牌、更换手机频率、是否有小孩,是否有车,使用手机档次,疑似马甲标准、疑似马甲账号数、用户忠诚度、用户购物类型。
模型算法---性别模型
用户自己也填写了性别,但仍然要用算法算一次性别
性别验证方法
随机抽样几千条数据让客户打电话确认。
与用户自己填的性别做对比,确认百分比。
模型算法---用户汽车模型
模型算法---用户忠诚度模型
忠诚度越高的用户越多,对网站的发展越有利
模型算法---用户身高尺码模型
模型算法---用户马甲标志模型
马甲是指一个用户注册多个账号
多次访问地址相同的用户账号是同一个人所有
同一台手机登陆多次的用户是同一个人所有
收货手机号相同的账号同一个人所有
模型算法---手机相关标签模型
对于手机营销参考意义比较大
使用手机品牌: 最常用手机直接得到
使用手机品牌档次:根据档次维表
使用多少种不同的手机:手机登陆情况
更换手机频率(月份):按时间段看手机登陆情况
4.4.2 客户消费订单表
根据客户消费的情况提取的客户标签,用于了解用户的消费总体情况,
最终的目的根据用户消费习惯与消费能力做营销。
主要数据来源:订单表、退货表、用户表、购物车表
订单表可以得到相关标签:
第一次消费时间、
最近一次消费时间、
首单距今时间、
尾单距今时间------分析用户什么时候来购买商品以及多久没有购买了。
最小消费金额、
最大消费金额、
累计消费次数(不含退拒)、
累计消费金额(不含退拒)、
累计使用代金券金额、
累计使用代金券次数。-----分析用户总体消费情况。
客单价(含退拒)、
近60天客单价(含退拒)-----分析用户消费水平。
常用收货地址、
常用支付方式----分析用户常用的消费属性,方便做定向营销。
近30天购买次数(不含退拒)、
近30天购买金额(不含退拒)
近30天购买次数(含退拒)、
近30天购买金额(含退拒)----分析用户最近的消费能力。
退货商品数量、
退货商品金额、
拒收商品数量、
拒收商品金额、
最近一次退货时间-----分析用户拒收和退货习惯。
最近30天购物车次数、
最近30天购物车商品件数、
最近30天购物车提交商品件数、
最近30天购物车放弃件数、
最近30天购物车成功率------分析用户购物车使用习惯
学校下单总数、
单位下单总数、
家里下单总数、
上午下单总数、
下午下单总数、
晚上下单总数----分析用户购物时间与地点习惯。
4.4.3 客户购买类目表
根据客户购买类目的情况提取客户标签,用于了解类目的购买人群情况和针对某一类目的营销等。
主要数据来源:订单表、购物车表、类目维表
一级分类ID、
一级分类名称、
二级分类ID、
二级分类名称、
三级分类ID、
三级分类名称-----分析用户都购买了哪些类目。
电商的三级类目:
京东商城:
淘宝:
订单表和类目维表可以得到相关标签:
近30天购买类目次数、
近30天购买类目金额、
近90天购买类目次数、
近90天购买类目金额、
近180天购买类目次数、
近180天购买类目金额、
累计购买类目次数、
累计购买类目金额----分析用户最近都购买了哪些类目。
最近一次购买类目时间、
最后一次购买类目距今天数----分析用户多久没有购买这个类目。
购物车表和类目维表可以得到相关标签:
近30天购物车类目次数、
近30天购物车类目金额、
近90天购物车类目次数、
近90天购物车类目金额----分析用户最近都挑中哪些类目。
4.4.4 用户访问信息表
根据客户访问的情况提取相关客户标签。
用于了解用户的访问总体情况,方便根据客户游览习惯做营销
主要数据来源:点击流日志行为表(PC/APP端)
点击流日志行为表可以得到相关标签:
最近一次APP/PC端访问日期、
最近一次APP/PC端访问使用操作系统、
最近一次APP/PC端访问使用游览器、
最近一次访问IP地址、
最近一次访问城市、
最近一次访问的省份-----分析用户最近一次访问情况。
第一次APP/PC端访问日期、
第一次APP/PC端访问使用操作系统、
第一次APP/PC端访问使用游览器、
第一次访问IP地址、
第一次访问城市、
第一次访问的省份-----分析用户第一次访问情况。
近7天APP/PC端访问次数、
近30天APP/PC访问次数、
近60天APP/PC端访问次数、
近90天APP/PC端访问次数、
近180天APP/PC端访问次数、
近365天APP/PC端访问次数----分析用户APP/PC端访问次数。
近30天PC/APP端访问天数、
近30天PC/APP端访问并购买次数、
近30天PC/APP端访问PV、
近30天PC/APP端访问平均PV、
近30天PC/APP端最常用的游览器、
近30天PC/APP端不同IP数、
近30天PC/APP端最常用IP-----分析用户访问详情。
近30天0-5点访问的次数、
近30天6-7点访问的次数、
近30天8-9点访问的次数、
近30天10-12点访问的次数、
近30天13-14点访问的次数、
近30天15-17点访问的次数、
近30天18-19点访问的次数、
近30天20-21点访问的次数、
近30天22-23点访问的次数----分析用户喜欢在哪个时间上网访问。
![1620890989969](C:\Users\defaultuser0\AppData\Roaming\Typora\typora-user-images\1620890989969.png)
SparkSQL电商用户画像(二)之如何构建画像的更多相关文章
- SparkSQL电商用户画像(三)之环境准备
五. 电商用户画像环境搭建 众所周知,Hive的执行任务是将hql语句转化为MapReduce来计算的,Hive的整体解决方案很不错,但是从查询提交到结果返回需要相当长的时间,查询耗时太长.这个主要原 ...
- SparkSQL电商用户画像(五)之用户画像开发(客户基本属性表)
7.电商用户画像开发 7.1用户画像--数据开发的步骤 u 数据开发前置依赖 -需求确定 pv uv topn -建模确定表结构 create table t1(pv int,uv int,topn ...
- SparkSQL电商用户画像(四)之电商用户画像数据仓库建立
六. 电商用户画像数据仓库建立 7.1 数据仓库准备工作 为什么要对数据仓库分层?星型模型 雪花模型 User----->web界面展示指标表 l 用空间换时间,通过大量的预处理来提升 ...
- Flink SQL结合Kafka、Elasticsearch、Kibana实时分析电商用户行为
body { margin: 0 auto; font: 13px / 1 Helvetica, Arial, sans-serif; color: rgba(68, 68, 68, 1); padd ...
- 通过Dapr实现一个简单的基于.net的微服务电商系统(十二)——istio+dapr构建多运行时服务网格
多运行时是一个非常新的概念.在 2020 年,Bilgin Ibryam 提出了 Multi-Runtime(多运行时)的理念,对基于 Sidecar 模式的各种产品形态进行了实践总结和理论升华.那到 ...
- Spark项目之电商用户行为分析大数据平台之(十二)Spark上下文构建及模拟数据生成
一.模拟生成数据 package com.bw.test; import java.util.ArrayList; import java.util.Arrays; import java.util. ...
- Spark项目之电商用户行为分析大数据平台之(二)CentOS7集群搭建
一.CentOS7集群搭建 1.1 准备3台centos7的虚拟机 IP及主机名规划如下: 192.168.123.110 spark1192.168.123.111 spark2192.168.12 ...
- Spark大型项目实战:电商用户行为分析大数据平台
本项目主要讲解了一套应用于互联网电商企业中,使用Java.Spark等技术开发的大数据统计分析平台,对电商网站的各种用户行为(访问行为.页面跳转行为.购物行为.广告点击行为等)进行复杂的分析.用统计分 ...
- Spark项目之电商用户行为分析大数据平台之(六)用户访问session分析模块介绍
一.对用户访问session进行分析 1.可以根据使用者指定的某些条件,筛选出指定的一些用户(有特定年龄.职业.城市): 2.对这些用户在指定日期范围内发起的session,进行聚合统计,比如,统计出 ...
随机推荐
- PriorityQueue 是线性结构吗?90%的人都搞错了!
文章首发于「陈树义」公众号及个人博客 shuyi.tech 其实这个问题的完整描述是:Java 中的 PriorityQueue 实现,其数据的逻辑结构是线性结构吗?其数据的物理结构又是什么? 估计很 ...
- python-自定义一个序列
python的序列可以包含多个元素,开发者只要实现符合序列要求的特殊方法,就可以实现自己的序列 序列最重要的特征就是可以包含多个元素,序列有关的特使方法: __len__(self):该方法的返回值决 ...
- 攻防世界 reverse 进阶 16-zorropub
16.zorropub nullcon-hackim-2016 (linux平台以后整理) https://github.com/ctfs/write-ups-2016/tree/master/nu ...
- 【秒懂音视频开发】12_播放WAV
对于WAV文件来说,可以直接使用ffplay命令播放,而且不用像PCM那样增加额外的参数.因为WAV的文件头中已经包含了相关的音频参数信息. ffplay in.wav 接下来演示一下如何使用SDL播 ...
- Python基础之异常定义
技术背景 在各类python的项目中,总会涉及到项目自身相关的一些约束条件.这些约束条件体现在,当用户输入的参数或者文件不符合项目要求时,就拒绝这个参数的输入并且播报出来,提醒用户自行修改,而这一过程 ...
- 清明|TcaplusDB持续为您保驾护航
清明将至,又到一年休闲踏青,祭拜祖先的时机. 清明假期期间,TcaplusDB不停歇,我们将一如既往地守护您的数据,继续做您最坚实的后盾. 在未来,TcaplusDB还将以国产键值型数据库领航者的身 ...
- 关于生产环境改用G1垃圾收集器的思考
背景 由于我们的业务量非常大,响应延迟要求高.目前沿用的老的ParNew+CMS已经不能支撑业务的需求.平均一台机器在1个月内有1次秒级别的stop the world.对系统来说是个巨大的隐患.所以 ...
- Scrapy 5+1 ——五大坑附送一个小技巧
笔者最近对scrapy的学习可谓如火如荼,虽然但是,即使是一整天地学习下来也会有中间两三个小时的"无效学习",不是笔者开小差,而是掉进了深坑出不来. 在此,给各位分享一下作为一名S ...
- 配置IIS虚拟站点(5)
开发完ASP.NET网站后,想要直接浏览,不通过开发环境,那么就需要配置IIS虚拟站点 1.开始菜单->控制面板->所有控制面板->管理工具->双击打开Internet信息服务 ...
- Mybatis-plus 上
Mybatis-plus 上 简介 1.什么是Mybatis-plus MyBatis-Plus(简称 MP)是一个 MyBatis的增强工具,在 MyBatis 的基础上只做增强不做改变,为简化开发 ...