基于电子商务的用户画像分析

陆冬磊

摘要：该文研究电子商务环境下，利用大数据技术结合产品特点，对用户群体进行多维度分析，形成产品的用户画像，为精准营销提供决策依据。电商可以更全面的了解用户，用户也可以将评论反馈给商家，以改进产品及服务。

关键词：大数据，用户画像，精准营销

中图分类号：TP182 文献标识码：A 文章编号：1009-3044（2018）22-0306-01

1 用户画像与电子商务

用户画像是用户信息标签化，即利用大数据技术对电商平台的用户基本信息和其购物行为、消费习惯等进行分析，然后给用户贴上相应的标签，形成用户画像。电商依据用户画像，可快速定位产品的用户群体，提供相应的产品及服务，从而提高用户满意度。

电子商务是在互联网上以电子交易方式进行交易活动，也是传统商业活动的电子化、网络化、信息化。20世纪90年代在我国兴起电子商务，经过近20年的发展，各行各业电子商务平台已是企业稳定的经济增长点，诸如阿里巴巴、携程、京东等电子商务企业也逐步改变了我们的日常生活方式。

本文研究以淘宝、天猫、京东、唯品会等为代表的电子商务建立用户画像的问题。

2 构建电商用户画像的意义

电商其主要是通过互联网与用户进行线上交易，电商平台需要掌握用户各项信息，对用户在电商平台上的各项数据进行挖掘分析，形成用户画像（如图1）。

以京东平台为例，京东大数据为每一位用户建立“画像”，不同的用户登录京东移动APP，看到的不同的购物界面（千人千面），极大地提升了用户体验。

电商构建用户画像的意义有：

（1）精准营销，用户画像主要价值在于精准营销，帮助商家分析产品的潜在用户群体，给特定的群体推送短信、邮件、优惠券等方式进行精准营销。

（2）用户统计，电商平台通过购买商品的数据分析，得出此类商品的TOP10，辅助正准备购买的用户提供决策依据。

（3）推荐系统，电商平台依据用户画像，分析出商品间相关性，依据聚类算法分析得出商品的用户群体。

（4）数据分析，电商平台依据某人购买行为得出其消费统计，例如年消费额、购买频率、购买商品价格、购买商品种类等。

3 构建用户画像

构建用户画像主要包括数据采集、数据清洗、数据存储、数据挖掘后分析形成用户画像等环节。

数据采集是构建用户画像的基础，采集的方法主要通过爬虫软件与卖家授权的数据，采用标签的方式对客户画像进行建模，从不同维度给用户打标签。例如基础属性（性别、年龄、职业、是否单身、有無孩子、职业、身高、体重、鞋服尺码等），价值属性（购买频率、购买喜好、购买力、购买频次），兴趣爱好（品牌爱好、个人兴趣偏好等），社交属性（夜淘族、囤货族、吃货族、收藏族、怀旧族等）。

采集的数据是对用户的描述信息，包括静态信息和动态信息两类，静态信息主要有用户基本信息；动态信息主要有用户浏览记录、搜索记录、购物车商品、关注商品等等。

数据清洗是采集的数据进行处理，去除部分无效数据，将清洗后的有效数据进行存储，同时进行对数据进行挖掘分析，形成用户基本画像，包括用户的基本数据、爱好清单、购买行为等。

4 结论

电子商务对传统商业模式产生的颠覆性变革，电子商务企业纷纷利用大数据技术对其系统内数据和网站日志进行分析，形成用户画像。依据用户画像将商品推荐给用户，增升了用户体验。同时根据用户画像改进和完善其产品。

参考文献：

[1]张慷. 手机用户画像在大数据平台的实现方案[J].信息通信， 2014（2）：266-267.

[2]黄文彬， 徐山川， 吴家辉，等. 移动用户画像构建研究[J]. 现代情报， 2016，36（10）：54-61.

[3]吴明礼，杨双亮.用户画像在内容推送中的研究与应用[J].电脑知识与技术：学术交流， 2016，12（32）：255-259.

[4]张金泽.面向移动电商个性化推荐系统模型的研究[J].电子制作，2016（22）：46.

【通联编辑：王力】