小米用户画像实战-笔记

核心知识点

小米用户画像实战分享PPT

 小米用户画像实践-2020年.pdf

用户画像的作用

用户流量的终极问题：认知用户

1. 用户是谁？（现存客户，潜在客户）

2. 用户从哪里来？（渠道）

3. 用户到哪里去？（流失与召回）

用户画像团队人员的技术栈

大数据开发(离线、实时)

1. Spark, Flink, Hbase, Hive, Hadoop, Scala, Kafka, ZK

2. OLAP： Kylin, Doris, ES, Druid

3. 数仓建模、数据架构

数据挖掘(机器学习/自然语言处理/知识图谱)

1. LR, SVM, Bayes,XGB, KNN, MLP, DNN, PU Learning

2. Python, TensorFlow, Spark Mllib, scikit-learn

3. LDA, FastText, DSSM, Entity Linking

后端架构

1. Java, Spring, RPC，Redis

2. 微服务，负载均衡

软技能

1. 沟通交流能力

2. 数据分析

3. 业务sense

用户画像的关键点与挑战

用户画像的价值：连接数据与业务

用户画像标签体系

目前，小米有九大类、百万标签

标签挖掘与算法

整体框架

基础属性标签挖掘

将用户填写的信息作为GroudTruth，然后结合用户的行为信息进行预测。标签如：性别等

业务标签挖掘

如基于已有的标签按照策略组合标签，如将“学历（硕士; 博士）、消费能力（超高；高）、房产（有房无贷）”定义为高净值用户

行为标签挖掘

采用机器学习+知识图谱更细粒度地捕捉用户行为

兴趣标签挖掘

采用用户行为聚合统计+时间衰减的形式

标签评估指标

1. 准召率

2. 人均标签数：用户标签总和/MAU

3. 标签规模：更细粒度、全面地刻画用户

4. 有效性：Reach-CTR，A/B Test

小米用户画像平台

实现功能：灵活的人群圈选、画像分析、精准触达

标签管理平台

赋能业务增长

手机

增长

提升新增、活跃、留存：⽤户画像标签；兴趣点垂域建设；提升运营效率；新⽤户触达；唤醒沉默⽤户

变现

提升ARPU：精准⽤户定向；精准⼴告触达；实时画像服务；ROI优化模型

结尾

亲爱的读者朋友：感谢您在繁忙中驻足阅读本期内容！您的到来是对我们最大的支持❤️

正如古语所言："当局者迷，旁观者清"。您独到的见解与客观评价，恰似一盏明灯💡，能帮助我们照亮内容盲区，让未来的创作更加贴近您的需求。

若此文给您带来启发或收获，不妨通过以下方式为彼此搭建一座桥梁： ✨ 点击右上角【点赞】图标，让好内容被更多人看见 ✨ 滑动屏幕【收藏】本篇，便于随时查阅回味 ✨ 在评论区留下您的真知灼见，让我们共同碰撞思维的火花

我始终秉持匠心精神，以键盘为犁铧深耕知识沃土💻，用每一次敲击传递专业价值，不断优化内容呈现形式，力求为您打造沉浸式的阅读盛宴📚。

有任何疑问或建议？评论区就是我们的连心桥！您的每一条留言我都将认真研读，并在24小时内回复解答📝。

愿我们携手同行，在知识的雨林中茁壮成长🌳，共享思想绽放的甘甜果实。下期相遇时，期待看到您智慧的评论与闪亮的点赞身影✨！

万分感谢🙏🙏您的点赞👍👍、收藏⭐🌟、评论💬🗯️、关注❤️💚～

自我介绍：一线互联网大厂资深算法研发（工作6年+），4年以上招聘面试官经验（一二面面试官，面试候选人400+），深谙岗位专业知识、技能雷达图，已累计辅导15+求职者顺利入职大中型互联网公司。熟练掌握大模型、NLP、搜索、推荐、数据挖掘算法和优化，提供面试辅导、专业知识入门到进阶辅导等定制化需求等服务，助力您顺利完成学习和求职之旅（有需要者可私信联系）  

友友们，自己的知乎账号为“快乐星球”，定期更新技术文章，敬请关注！