用户画像的读后感大全

《用户画像》是一本由赵宏田著作，机械工业出版社出版的平装图书，本书定价：79，页数：266，特精心收集的读后感，希望对大家能有帮助。

《用户画像》读后感(一)：千人千面，难度我心

这本书写的非常的不专业，更多的是泛泛的流程说明。如果是我写这本书，就从网上找一批比赛，然后分析获奖选手的解决方案。用户画像无外乎是特征工程和分类器的选择。用户画像当年也是红极一时的概念，后来因为法律问题和盈利模式的问题已经不复当年勇。

用户画像的应用场景包括智能营销和BI系统，对于用户洞察有非常重要的作用。一个经典案例是Google Ads 的客户群体分析，对于用户投放广告有非常重要的作用。

《用户画像》读后感(二)：不适合我，但我还是看完了

一共9个章节，只有1、2、8章对我来说有一丢丢丢的用处的。用户画像的基础知识；设定指标体系；应用场景。

如果是产品经理，请看1、2、7、8、9章。

如果是数据分析师，请看1、2、3、7、8、9章。

如果是运营/市场人员，请看2、8、9章。

如果是数据开发人员，可以完整阅读。

如果跟我一样，什么都不是，可以不看；闲的话，就1、2、8吧。

《用户画像》读后感(三)：用户画像，1、2、7、8、9章，对我本人有用的点

1. 用户画像大体架构

（1）架构层——数据存储的模型：Hive, MySQL, HBase, Elasticsearch

（2）流量层——整个方案如何运作；系统调度、数据仓库与各业务的打通

（3）业务层——系统的前后端交互；产品端和画像系统的代码层面如何进行交互操作

（4）方案价值——系统上线后如何服务于各业务场景

2. 什么是用户画像

用户画像，即用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或者产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出用户的信息全貌。

是企业应用大数据的根基，是定向广告投放与个性化推荐的前置条件，为数据驱动运营奠定了基础；是大数据的落地应用。

3. 标签类型

①统计类标签（基础）：性别、年龄、城市、星座、近7日活跃时长、近7日活跃天数、近7日活跃次数

②规则类标签：平台上“消费活跃”用户这一口径的定义为“近30天交易次数≥2”

③机器学习挖掘类标签：通过机器学习挖掘产生，用于对用户的某些属性或某些行为进行预测判断。根据一个用户的行为习惯判断该用户是男性还是女性、根据一个用户的消费习惯判断其对某商品的偏好程度。多用于预测场景，如判断用户性别、用户购买商品偏好、用户流失意向等。

还可以分为：

①用户属性类：用户的年龄、性别、安装时间、注册状态、城市、省份、活跃登录地、历史购买状态、历史购买金额

②用户行为类：用户订单相关行为、下单/访问行为、用户近30天行为类型指标、用户高频活跃时间段、用户购买品类、点击偏好、营销敏感度

③用户消费类：从用户浏览、加购、下单、收藏、搜索商品对应的品类入手，品类越细越精确，给用户推荐或营销商品的准确性越高

④风险控制类：账号风险、设备风险、借贷风险

⑤社交属性类：用于了解用户的家庭成员、社交关系、社交偏好、社交活跃程度等方面

4. 用户画像数仓架构图

注意：用户画像不是产生数据的源头，而是对基于数据仓库ODS层、DW层、DM层中与用户相关数据的二次建模加工。

5. 搭建用户画像主要覆盖模块

图略，懒得传了

6. 用户画像开发上线流程

图略，懒得传了

7. 用户画像与运营工作的关系

对运营、客服等业务人员来说，可能更关注用户标签定义的口径，如何在Web端使用画像产品进行分析、圈定用户进行定向营销，以及应用在业务上数据的准确性和及时性。

8. 建立用户画像的目的示例

一方面在企业产品线逐渐扩张、信息资源过载的背景下，如何在兼顾自身商业目标的同时更好地满足消费者的需求，为用户带来更个性化的购物体验，通过内容的精准推荐，更好地提高用户的点击转化率；

另一方面在用户规模不断增长的背景下，运营方考虑建立用户流失预警机制，及时识别将要流失的用户群体，采取运营措施挽回用户。

9. 定性类用户画像

通过电话调研、网络调研问卷、当面深入访谈、网上第三方权威数据等方式收集用户信息，帮助其理解用户。

这种定性类调研相比大数据定量刻画用户来说，可以更精确地了解用户需求和行为特征，但这个样本量是有限的，得出的结论也不一定能代表大部分用户的观点。

10. 渠道分析

将产品的营收路径拆分为激活—注册—留存—下单—传播，其中激活主要是流量运营在负责；用户运营会贯穿接下来的流程；内容运营主要负责生产优质的内容来提高用户的黏性，从而提高留存；主线运营主要负责主营业务的产品路径，优化转化节点，提高转化率。

11. 抓住现有的用户提高ARPU（每名用户平均收入）方法：

①用发放优惠券、各种抵价金币、红包等优惠方式，来满足用户占便宜的心理，促进用户下单；

②对用户设立等级体系，并对不同的用户等级设立不同的福利规则，满足用户对身份地位高人一等的诉求；

③建立精准营销平台，精准定位用户群体，并对这部分群体进行个性化精准推荐，满足用户的特定场景需求；

④提示用户信息不会被泄露，满足用户对安全感的诉求；

⑤生日提供满减券或其他福利，满足用户对情感的认同需求。

12. 用户在生命周期各阶段的分析

·引入期：针对已安装但未注册的用户引导其注册，针对已注册但未下过单的用户引导其下单。对于该阶段的用户，可通过消息推送、站内广告推送等渠道触达，缩短用户购买时间间隔，实际中可通过红包、优惠券的方式激励用户缩短从安装到注册、注册到首次下单的时间间隔；

·成长期：通过分析可以看出一个新用户在首次购买1个月内没有复购行为的其留存率只有19%，1个月内有复购行为的留存率能达到60% 以上。在此阶段需要培养用户的使用习惯，缩短用户购买时间间隔，刺激其复购。可通过消息推送、站内广告推送等渠道触达；

·成熟期：提升用户活跃，加强触达用户的手段，如消息推送。随着用户购买频次的增加，用户黏性会逐渐增强，购买的时间间隔会越来越短。增加用户购买频次可通过设计丰富的购物场景进行场景营销。另外，可通过满减、满送等活动提高用户客单价。培养用户的使用习惯，刺激其复购。可通过消息推送、站内广告推送等渠道触达；

·衰退期：建立用户流失预警机制，对用户进行情感挽留，提升用户活跃度，可通过短信/邮件/主动外呼等渠道触达；

·流失期：由经验可知获取一个新用户的成本相比挽留一个老用户的成本普遍高5倍以上，因此针对已流失用户进行召回，可通过短信/邮件/主动外呼等渠道触达召回

13. 精准营销客群的逻辑

使用用户画像系统，从合适的时间选择合适的产品通过合适的渠道对目标客群进行营销。

14. 用户访问Session分析（输出：桑基图）

举例：用户进入电商类网站或App的一个典型流程包括，进入首页后搜索关键词、点击商品板块或点击推荐商品进入详情页，在详情页浏览点击加购后退出该页面搜索其他商品继续浏览，最后进入订单页进行支付，或浏览途中退出App。

Session中记录了用户在什么时间点，通过什么样的行为，浏览了什么页面/商品。一般Session的切割为固定时长，如定义App端Session的切割时长为5分钟时，即用户每次访问行为如果距离上一次访问行为在5分钟之内，则记为同一次访问，如果距离上次访问大于5分钟则记为两次不同的访问。通过session_id可标识用户的访问，同一次连续访问的session_id相同，否则不同。