说一说用户画像的前世今生

关于用户画像这个话题可以从便利店说起...
 
 在互联网还不普及的时代，交易和购买行为基本上是离线进行的。
 
 便利店店主通常给来访的顾客贴上不同的标签。例如，对于经常去商店购物的顾客，店主会把他们视为常客。如果顾客没有带足够的现金，他们将被允许赊账甚至免费。另一个例子是一些顾客喜欢买甜点。如果商店货架上有新的甜点，当顾客光顾商店时，店主会主动推荐这样的顾客...
 
 因此，在很小的时候，人们就学会了观察情况，对不同的顾客说不同的话，并提供不同的服务。
 
 那么，老板如何给这些顾客贴标签呢？
 
 事实上，老板根据顾客在商店的消费行为来判断他们。有些人每天准时去小商店。随着时间的推移，会议的第一句话可能是“下班后你会去接孩子吗？”如果你像这样靠近，老板和顾客之间的距离会在一瞬间缩短。有些顾客每次都会购买高价酿造啤酒，所以老板可以猜测顾客的生活质量还不错。当他们有新的饮料口味时，他们也会为顾客考虑安利...
 
 互联网攻击
 
 后来，网上购物出现了，商品的浏览和交易也在网上进行。
 
 网上的好处是:第一，商品类别更加丰富和全面；第二，在线交易更快更方便。
 
 当然，这也会带来不利因素。缺点是:商品信息过载导致选择困难，整个购物过程变得更加理性，温度降低。在那个时候，是店主第一次发现了这个问题，也是在那个时候，像《商店圣经》这样的书开始流行起来。
 
 这本书的主要内容如下:店主如何通过顾客在商店购买的商品、消费频率、消费金额等信息来猜测顾客是什么样的人。那么店主如何与这样的人打交道，如何让他自己的网上商店生动地运作。
 
 不难发现，这种技能是将离线观察技能转变为在线用户行为洞察。因此，第一批画像系统的生产商不是平台方，而是服务提供商本身。因为他们希望能获得更好的资源，他们会想尽一切办法考虑顾客的偏好。
 
 大数据传入
 
 在店主经营网上商店的一段时间后，平台方面发现店主在洞察和操作用户方面非常活跃。为什么不帮助他们在平台上跑得更好呢？以便更多的人愿意在自己的平台上开店？
 
 这种想法可以理解为去集中化，赋予企业权力。由于平台端拥有比店主更全面的数据，平台能做的远不止店主。
 
 因此，平台采取了以下三项关键措施:
 
 首先，建立一个全球用户画像。
 
 你拥有的用户信息越多，画像就越准确和丰富。然后平台不仅可以掌握用户的消费数据，还可以收集客户的行为数据，将这些数据组合起来生成第一方的用户标签，通过这些标签可以生成更多的多维和三维用户画像；
 
 其次，为了解决信息过载的问题，引入了推荐系统来分发内容。
 
 推荐系统本质上是人与商品关系的模型。它用于推荐适合不同人的商品或内容，使顾客能够更快地找到自己喜欢的商品，缩短浏览和购买的路径和决策时间。
 
 第三，为了让企业更好地经营自己的店铺，该平台引入了一些操作工具。
 
 支持企业使用一些平台生成的标签来观察自己的用户，同时提供一些广告和推广服务、聊天渠道和在线客户服务，使企业能够为客户提供更好的服务。
 
 画像系统1.0时代
 
 人们逐渐认识到用户画像的重要性:它可以帮助业务人员更好地了解用户偏好，找到一个优秀的运营计划；它还可以帮助产品人员更好地理解用户细分，从而不断在产品上做出新的尝试，画像系统就诞生了。
 
 第一代画像系统可以简单地定义为:标签时代。
 
 当时，交通仍然是国王，人们更关心的是在画像系统中可以提供哪些尺寸的标签数据，并且持有标签数据也可以促进它。这的确是一个有效的方法，因为当时互联网还处于蓝海时代，垂直领域的竞争并不激烈，所以谁有第一次机会，谁基本上就有第一次机会笑到最后。
 
 在画像系统的1.0版中，重要的功能是标签的数据内容，其中许多是第三方的标签数据。如今，开始做画像的人基本上是在做广告相关的生意。
 
 画像系统2.0时代
 
 随着流量逐渐达到上限，用户操作的价值被突出显示。
 
 无论是个性化推荐、假日温馨提示，还是大小特殊活动，都是操作的工作。说产品和研发赋予产品生命是夸大其词的，而操作可以决定它的生命和高度。
 
 第二代画像系统可以简单地定义为:洞察时代。
 
 只要我们谈论运营，我们就不能简单地将其定义为广告、拉动新的运营等。车站的运营也占很大比例，如广告空间的分配、活动的规划和推广、成千上万人的推荐、准确的营销等。
 
 企业需要尽可能多地收集用户在产品中使用的痕迹，并根据用户积累的业务经验和知识绘制用户的画像。
 
 第二代人像系统需要商业人员更多的商业理解和智慧，才能更好的运行和成长，发挥人像系统的力量。
 
 画像系统2.0是什么样子的？
 
 首先，纵向系统2.0需要包含1.0能力，即标签生产能力(label production capacity)，即行为数据的获取能力和标签的处理和生产能力。同时，根据自身业务需要，确定是否需要引入第三方标签来协助运营。
 
 其次，它的核心功能是用户的洞察力和分析能力。
 
 从单个分析点支持，也从群体分析支持。分析的维度不再停留在传统的维度，如性别、教育背景、城市等。，但也应提供与其自身产品相关的更多维度。
 
 例如:首选商品类型、首选访问时间等。人像信息更符合自己的业务，人群更具立体感。
 
 同时，它不仅支持静态分析，还支持历史回顾和未来预测。
 
 用户的画像绝不是不可改变的。在数据支持的情况下，可以动态静态观察人群的变化趋势，结合科学的预测回归算法，实现行为的外部拟合预测。通过从点到面分析目标用户，辅以动态和静态的结合，企业可以对用户有一个更加立体和清晰的了解。
 
 以上是用户画像发展的大致历史。不难发现，用户画像的应用从开始到结束都离不开某些操作属性。随着操作价值的逐渐凸显，用户画像的价值和要求也随之增加。
 
 我相信画像系统的快速发展也将在未来的不断探索和迭代中促进操作和游戏方法的创新和迭代，使画像系统真正成为企业运营的利器。