用戶畫像是數(shù)據(jù)運(yùn)營(yíng)的基礎(chǔ)，也是做深度挖掘的一個(gè)不可或缺的模塊。只有先打好畫像基礎(chǔ)，確保畫像質(zhì)量，后續(xù)的深挖行為才有突破的可能。

在用戶研究的課題中，用戶畫像是幾乎每個(gè)公司都會(huì)去做的，淺層的包括統(tǒng)計(jì)類的：上月購買量，上周活躍天數(shù)等；深層的包括洞察類的：潛在需求偏好，生命周期階段等；前者的校驗(yàn)簡(jiǎn)單，后者的校驗(yàn)需要通過一些特別的方式。本文就洞察類畫像校驗(yàn)做一系列的梳理。

省略掉預(yù)處理設(shè)計(jì)的過程，畫像校驗(yàn)的步驟主要集中在畫像開發(fā)，畫像上線，畫像更新中，并且三個(gè)階段中，每個(gè)階段的校驗(yàn)方式不盡不同

一. 用戶畫像開發(fā)中

當(dāng)我們所開發(fā)的用戶畫像是類似于用戶的下單需求、用戶的購車意愿、用戶是否有注冊(cè)意愿這一類存在歷史的正負(fù)樣本的有監(jiān)督的問題，我們可以利用歷史確定的數(shù)據(jù)來校驗(yàn)我們的畫像準(zhǔn)確性。比如，銀行在設(shè)計(jì)用戶征信的畫像前，會(huì)有一批外部購買的壞樣本和好樣本，其實(shí)畫像問題就轉(zhuǎn)化為分類問題去解決評(píng)估了。

1. Recall、Pecision、K-S、F1曲線、Roc曲線、Confusion Matrix、AUC

針對(duì)這類問題，已經(jīng)有較為成熟的理論基礎(chǔ)，直接利用測(cè)試樣本判斷的準(zhǔn)確程度判斷畫像是否準(zhǔn)確

這張圖是一張非常常見也是有效的來總結(jié)Recall、Pecision、Lift曲線、Roc曲線、Confusion Matrix的圖。

FPR = FP/(FP + TN)

Recall=TPR=TP/(TP+FN)

Precision=TP/(TP+FP)

F1曲線:2*Precision*Recall/(Precision+Recall)

Roc曲線：TPR vs FPR，也就是Precision vs Recall

Auc：area under the roc curve ，也就是roc曲線下面的面積，積分或者投點(diǎn)法均可求解。

2. 交叉驗(yàn)證

并不是所有畫像都是有監(jiān)督訓(xùn)練的畫像，舉個(gè)例子，用戶的性別畫像，是一個(gè)無監(jiān)督的刻畫，當(dāng)你無法通過app端資料填寫直接獲取到的時(shí)候，你只能夠通過其他數(shù)據(jù)特征的對(duì)用戶進(jìn)行分群。

首先，我們?cè)诳偟臄?shù)據(jù)集中篩選出所有關(guān)鍵影響特征，每次將篩選出的特征分為兩塊，測(cè)試特征訓(xùn)練特征，利用訓(xùn)練特征建立模型，再利用測(cè)試特征去判斷模型是否合理（比如女鞋用戶群的女鞋購買次數(shù)小于男性用戶群，則次模型異常，刪除），最后集成所有合理模型。

這樣的邏輯中，我們將所有異常不合理的模型全部剔除，訓(xùn)練過程中就校驗(yàn)了用戶畫像的準(zhǔn)確性。

二. 用戶畫像上線后

1. ABTest

不得不說，abtest是用戶畫像校驗(yàn)最為直觀有效的校驗(yàn)方式。

用戶分流模塊：

一句話解釋，就是A1=A2保證分配隨機(jī)，A3好于A1+A2的效果檢驗(yàn)畫像是否準(zhǔn)確？多準(zhǔn)確？

三. 用戶畫像更新

用戶回訪

在畫像刻畫完成后，必然會(huì)存在畫像優(yōu)化迭代的過程，客服回訪是非常常見且有效的方式。

比如，我們定義了一波潛在流失用戶10萬人，隨機(jī)抽取1000人，進(jìn)行回訪，根據(jù)回訪結(jié)果做文本挖掘，提取關(guān)鍵詞，看消極詞用戶的占比；

（來源網(wǎng)絡(luò)）

機(jī)制檢測(cè)

再比如，我們定義了一波忠誠用戶10萬人，隨機(jī)抽取100人，后臺(tái)隨機(jī)獲取用戶安裝app的列表，看用戶同類app的下載量數(shù)目的分布；

橫軸為用戶手機(jī)中同類競(jìng)品安裝量的個(gè)數(shù)，縱軸為對(duì)應(yīng)的隨機(jī)抽樣的100人中的個(gè)數(shù)。

• 人群1分布為忠誠用戶畫像最準(zhǔn)確的，同類app下載量集中在1附近，定義的用戶極為準(zhǔn)確
• 人群2分布雜亂
• 人群3分布在下降量異常高的數(shù)值附近，定義人群不準(zhǔn)確

用戶畫像是數(shù)據(jù)運(yùn)營(yíng)的基礎(chǔ)，也是做深度挖掘的一個(gè)不可或缺的模塊。只有先打好畫像基礎(chǔ)，確保畫像質(zhì)量，后續(xù)的深挖行為才有突破的可能。

最后，謝謝大家閱讀。

作者：沙韜偉，蘇寧易購高級(jí)算法工程師，4年數(shù)據(jù)挖掘數(shù)據(jù)分析經(jīng)驗(yàn)，前惠普中國算法研究員、滴滴租車用戶征信負(fù)責(zé)人、分布式R開發(fā)研究員貢獻(xiàn)者，Data學(xué)院特邀講師，當(dāng)前為蘇寧易購全產(chǎn)業(yè)算法研究負(fù)責(zé)人。

本文由 @沙韜偉 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。