隨著大數據技術的研究與應用，企業日益聚焦在如何利用大數據來為精細化運營和精準營銷服務，而要做精細化運營，首先要建立本企業的用戶畫像。

在開始之前，我們先了解一下在產品建設與運營這件事情上，對于產品經理而言，大體劃分為基礎平臺建設階段、業務報表呈現階段、運營數據分析階段和精細化運營4個階段。而今天我們闡述的便是精細化運營階段中的用戶畫像建構環節。

基于上圖所示，可能會有疑問：是不是業務數據報表和產品運營分析順序顛倒了？

其實，并非點倒了。

經歷過的產品經理大多會有共鳴：平臺建立之初，隨著企業大力推廣和市場一線部門強有力的營銷策略，公司業務將迎來快速增長期。

在這個階段，市場一線部門是主力軍，公司所需要的報表多以業務類報表為主，而非運營數據。

然而，當公司業務上升到一定階段后，企業為追求利益最大化（減少廣告投放），將注重產品的精細化運營，寄希望營銷+運營模式助力公司業務的提升，也就是接下來我們做的事情。

基于本篇是構建用戶畫像這個主題，作為一名產品經理，下面我們一起聊聊都需要考慮哪些事情：

一、梳理企業現有平臺及未來上新平臺，理清各平臺用戶標識和關聯問題，解決數據孤島問題

因為這是實現用戶畫像的基礎。在這個環節上，產品經理需要與研發團隊共同給出各個平臺之間的用戶相關維度和關聯關系，只有把維度和之間的關系理清楚，邏輯表達清晰，研發團隊才能通過技術手段進行關聯映射（ID-Mapping）。

1. 明確各平臺標識

針對用戶標識問題，其實，分為兩個場景：登錄前標識ID和登錄后標識ID。對于登錄后的用戶標識我們一般用userid、手機號或身份證等表示。

而在用戶登錄前（匿名狀態下），則需要通過設備ID來對用戶進行標識，并且根據用戶使用的平臺和設備的差異，標識的方式也不相同。

比如：

① Web端：一般使用cookie ID作為匿名ID來使用。cookie ID的生成規則是基于時間戳、隨機數、屏幕的寬高和UA操作系統版本號進行生成的。cookie ID是64位字符串，使用cookie ID的風險在于一旦cookie 被清除或者用戶更換了瀏覽器，那么cookie ID也會改變。

② 小程序端：通常openid和unionid作為標識值。

③ Android端：常用ID的標識的維度比較多，有IMEI、MEID、MAC、UDID、UUID，OAID等。隨著android系統歷經多次升級，對權限控制越來越嚴格，唯一識別手機的方法也在發生變化。如圖：

④ iOS端：一般采用IDFA或IDFV作為標識ID。IDFA和IDFV分別是iOS生態為廣告主和開發商設計的兩套ID規范，下面整理一下IOS系統適合做設備唯一標識符的幾個標識符。

2. 確定標識關聯邏輯（ID-Mapping）

產品經理在明確各平臺關聯關系環節上，同樣要做明確的表達。我們在注重用戶訪問日志數據的標識的是同時，還要想清楚用戶登錄注冊邏輯的設計。如果登錄注冊邏輯處理不好，一定程度上會影響后續的關聯分析。

我們知道，平臺常用登錄方式一般包括手機號、QQ、微信掃碼登錄等。在這個環節設計上，筆者建議登錄方式不要貪多，保留手機登錄/QQ/微信登錄即可。同時做好userid、手機號、unionid三者的業務邏輯的處理。

比如，用戶首次使用手機號登錄，可生成userid。而首次使用微信、QQ登錄必須要強綁定手機號，以確保用戶與userid、微信、qq的唯一性。而在用戶訪問日志層面，產品經理需要明確給出研發團隊WEB、android、iOS、小程序及企業微信的關聯關系，以便形成為標識ID的映射關系。如下圖：

注意：企業微信的介入，是針對一些在線學習平臺而言，因業務場景涉及到免費課、體驗課、大課轉化過程，需要一線團隊與用戶進行溝通互通。并且還會涉及到到CRM系統標識的關聯，這里就不多解釋。

通過使用多輪map-reduce的聚合方法,map做數據分塊，reduce做歸并得出映射關系。

歸并到無法歸并。

當然，這里的情況非常多，需要產品經理與研發團隊多次溝通確定。待用戶標識問題解決后，下面就是非常重要的數據來源的設計問題。

二、采集用戶行為數據，明確數據埋點

用戶畫像的建立離不開用戶行為數據的支持。在采集的視角上，用戶每一次瀏覽/點擊我們都稱為一個事件。這就要求產品經理根據用戶行為路徑以及業務流程，對事件要做好分類管理。同時，要明確每個事件應采集的維度信息。如圖

用戶行為_訪問日志

用戶行為_搜索日志

三、明確用戶標簽體系

標簽是用戶畫像最直接的表現。并且，搭建用戶標簽體系是構建用戶畫像的核心工作。產品經理在搭建標簽體系之前要明確兩個概念：標簽分層和標簽優先級。

1. 標簽分層

業界通用標簽分層，如圖：

2. 標簽優先

建立標簽體系，其實并不是在幾個維度上不斷累加，而是在基礎標簽上不斷提取高級標簽。其實，標簽優先級的構建過程，也是用戶畫像最終呈現的過程。在這個過程中，可能用到一些簡單的數據統計，也可能是復雜的機器學習模型。

當我們完成用戶標簽構建和特征數據的提取，也就完成了用戶畫像的搭建。但如何評估用戶畫像呢？就不得不提到驗證方案的確定。

四、明確驗證方案

我們可以通過A/B方式，在個性化推薦、精準影響等方向，分別在覆蓋率、準確率、轉化率等維度進行驗證，并形成相應的數據報表。這里的方式方法很多，并且每個平臺都有自己的驗證邏輯，這里就不多過多贅述了。

總之，作為一名產品經理，在用戶畫像構建方案輸出上，要體現各端標識方案、用戶行為數據采集方案、用戶標簽體系建設和清洗方案以及相應的驗證評估方案。這是產品與各團隊溝通的前提，也是保證項目的順利落地的基石。