第1章 用戶畫像基礎1
1.1 用戶畫像是什麼1
1.1.1 畫像簡介1
1.1.2 標簽類型3
1.2 數據架構4
1.3 主要覆蓋模塊5
1.4 開發階段流程7
1.4.1 開發上綫流程7
1.4.2 各階段關鍵産齣9
1.5 畫像應用的落地10
1.6 某用戶畫像案例11
1.6.1 案例背景介紹11
1.6.2 相關元數據12
1.6.3 畫像錶結構設計16
1.7 定性類畫像21
1.8 本章小結22
第2章 數據指標體係23
2.1 用戶屬性維度23
2.1.1 常見用戶屬性23
2.1.2 用戶性彆26
2.2 用戶行為維度27
2.3 用戶消費維度27
2.4 風險控製維度29
2.5 社交屬性維度30
2.6 其他常見標簽劃分方式31
2.7 標簽命名方式33
2.8 本章小結34
第3章 標簽數據存儲35
3.1 Hive存儲35
3.1.1 Hive數據倉庫35
3.1.2 分區存儲37
3.1.3 標簽匯聚39
3.1.4 ID-MAP41
3.2 MySQL存儲45
3.2.1 元數據管理45
3.2.2 監控預警數據47
3.2.3 結果集存儲47
3.3 HBase存儲50
3.3.1 HBase簡介50
3.3.2 應用場景52
3.3.3 工程化案例52
3.4 Elasticsearch存儲59
3.4.1 Elasticsearch簡介59
3.4.2 應用場景60
3.4.3 工程化案例64
3.5 本章小結67
第4章 標簽數據開發69
4.1 統計類標簽開發69
4.1.1 近30日購買行為標簽案例70
4.1.2 最近來訪標簽案例73
4.2 規則類標簽開發74
4.2.1 用戶價值類標簽案例75
4.2.2 用戶活躍度標簽案例79
4.3 挖掘類標簽開發84
4.3.1 案例背景84
4.3.2 特徵選取及開發85
4.3.3 文本分詞處理86
4.3.4 數據結構處理89
4.3.5 文本TF-IDF權重90
4.3.6 樸素貝葉斯分類92
4.4 流式計算標簽開發95
4.4.1 流式標簽建模框架95
4.4.2 Kafka簡介96
4.4.3 Spark Streaming集成Kafka97
4.4.4 標簽開發及工程化99
4.5 用戶特徵庫開發104
4.5.1 特徵庫規劃105
4.5.2 數據開發107
4.5.3 其他特徵庫規劃111
4.6 標簽權重計算112
4.6.1 TF-IDF詞空間嚮量112
4.6.2 時間衰減係數114
4.6.3 標簽權重配置115
4.7 標簽相似度計算116
4.7.1 案例場景116
4.7.2 數據開發118
4.8 組閤標簽計算122
4.8.1 應用場景122
4.8.2 數據計算123
4.9 數據服務層開發124
4.9.1 推送至營銷係統125
4.9.2 接口調用服務127
4.10 GraphX圖計算用戶129
4.10.1 圖計算理論及應用場景129
4.10.2 數據開發案例132
4.11 本章小結135
第5章 開發性能調優137
5.1 數據傾斜調優137
5.2 閤並小文件141
5.3 緩存中間數據143
5.4 開發中間錶144
5.5 本章小結145
第6章 作業流程調度146
6.1 crontab命令調度146
6.2 Airflow工作平颱148
6.2.1 基礎概念149
6.2.2 Airflow服務構成150
6.2.3 Airflow安裝151
6.2.4 主要模塊功能151
6.2.5 工作流調度155
6.2.6 腳本實例155
6.2.7 常用命令行158
6.2.8 工程化調度方案158
6.3 數據監控預警161
6.3.1 標簽監控預警161
6.3.2 服務層預警162
6.4 ETL異常排查164
6.5 本章小結166
第7章 用戶畫像産品化167
7.1 即時查詢167
7.2 標簽視圖與標簽查詢169
7.3 元數據管理171
7.4 用戶分群功能173
7.5 人群分析功能175
7.6 本章小結177
第8章 用戶畫像應用178
8.1 經營分析178
8.1.1 商品分析178
8.1.2 用戶分析179
8.1.3 渠道分析180
8.1.4 漏鬥分析185
8.1.5 客服話術186
8.1.6 人群特徵分析186
8.2 精準營銷187
8.2.1 短信/郵件營銷187
8.2.2 效果分析188
8.3 個性化推薦與服務189
8.4 本章小結190
第9章 實踐案例詳解191
9.1 風控反欺詐預警191
9.1.1 應用背景191
9.1.2 用戶畫像切入點192
9.2 A/B人群效果測試193
9.2.1 案例背景194
9.2.2 用戶畫像切入點194
9.2.3 效果分析195
9.3 用戶生命周期劃分與營銷195
9.3.1 生命周期劃分196
9.3.2 不同階段的用戶觸達策略201
9.3.3 畫像在生命周期中的應用204
9.3.4 應用案例206
9.4 高價值用戶實時營銷209
9.4.1 項目應用背景209
9.4.2 用戶畫像切入點209
9.4.3 HBase應用場景小結209
9.5 短信營銷用戶211
9.5.1 案例背景211
9.5.2 畫像切入及其應用效果211
9.6 Session行為分析應用213
9.6.1 關於用戶行為分析213
9.6.2 案例背景218
9.6.3 特徵構建219
9.6.4 分析方法與結論221
9.7 人群效果監測報錶搭建228
9.7.1 案例背景228
9.7.2 邏輯梳理228
9.7.3 自動報錶郵件237
9.8 基於用戶特徵庫篩選目標人群239
9.8.1 案例背景239
9.8.2 應用方式及效果240
9.9 本章小結241
附錄 某産品用戶畫像項目規劃文檔242
· · · · · · (收起)
具體描述
本書從技術維度係統講解瞭用戶畫像的方法論和一些常見的工程化解決方案。
全書共分為9個章節。
第一章 用戶畫像基礎：講述用戶畫像的一些基礎概念、數據倉庫架構、整個項目開發的流程、以及畫像相關的錶結構設計；
第二章 數據指標體係：從用戶屬性、用戶行為、用戶消費、風險控製等四個維度詳細羅列瞭常用到的用戶標簽，這些標簽基本涵蓋瞭大部分場景一半以上的標簽需求。同時介紹瞭標簽的規範化命名方式；
第三章 標簽數據存儲：講瞭為什麼使用Hive、MySQL、hbase等數據庫對標簽數據進行存儲，以及存儲實現方式；
第四章 標簽數據開發：本章是全書的重點章節，講述瞭統計類標簽、規則類標簽、挖掘類標簽、流式計算類標簽的開發。以及用戶特徵庫、人群計算、標簽權重計算、打通數據服務層等方麵的開發。；
第五章 開發性能調優：主要包括數據傾斜調優、開發中間錶、讀取小文件處理、redis緩存熱數據等數據性能優化方麵；
第六章 作業流程調度：數據的ETL調度是數據開發中的重要內容，本章主要講瞭如何使用當下熱門的開源調度工具Airflow進行數據的調度及場景調度異常的排查工作；
第七章 用戶畫像産品化：開發畫像後的標簽數據，如果隻是“躺在”數據倉庫中，並不能發揮更大的業務價值。隻有將畫像數據産品化後纔能更方便業務方的使用。本章主要講述瞭産品端的用戶畫像是什麼樣子？如何幫助業務人員進行分析，提供服務的；
第八章 用戶畫像應用：用戶畫像的應用包括用戶分析、商品分析、流量分析、push、短信、郵件等營銷以及站內的個性化推薦等應用場景；
第九章 實踐案例詳解：前麵的八個章節主要從工程化開發的角度講瞭如何從0到1搭建起用戶畫像係統及其應用場景，本章從完整的工業實踐應用角度，通過兩個實踐案例幫助讀者更好地理解畫像係統是如何切入到應用場景中幫助提升工作效率、提高ROI的
用戶評價
##挑著讀，對用戶畫像能有個框架性的瞭解
評分##作為業務型PM，參考意義不大，基本上不到1小時就看完瞭，重點就是第9章；這本書的定位還是要厘清下，不知道最主要目標用戶是誰，難道是數據研發工程師？
評分##用戶畫像的書很少，這本書從技術視角做瞭清晰描述，值得閱讀。
評分##比較接地氣，作為用戶畫像落地的參考書還是不錯的。
評分##很好的講用戶畫像的書籍，很全麵，比看公眾號文章獲取的知識價值高很多。看完對用戶畫像的整體架構有瞭清晰的認識，從任務腳本的編寫，到依賴的執行，到數據的應用。自己是做數倉的，讀完 最大的感受是，數據要從數倉走齣去，要有數據應用。
評分##書籍內容針對人群定位不清晰。講得既不能讓入門人有籠統印象，也不能讓希望精深的人有收獲。
評分##係統，全麵，簡明，入門。
評分適閤數據産品經理or用戶畫像産品經理來看，也適閤沒有做過用戶畫像的開發來看。可以說是手把手教你如何做用戶畫像瞭。 年度第一本好書，第二本是《策略産品經理實踐》，第三本是《數據産品經理實戰進階》，這三本書都非常適閤數據産品經理看。
評分##用戶畫像的書很少，這本書從技術視角做瞭清晰描述，值得閱讀。
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.teaonline.club All Rights Reserved. 圖書大百科 版權所有