随着大数据技术的研究与应用，企业日益聚焦在如何利用大数据来为精细化运营和精准营销服务，而要做精细化运营，首先要建立本企业的用户画像。

在开始之前，我们先了解一下在产品建设与运营这件事情上，对于产品经理而言，大体划分为基础平台建设阶段、业务报表呈现阶段、运营数据分析阶段和精细化运营4个阶段。而今天我们阐述的便是精细化运营阶段中的用户画像建构环节。

基于上图所示，可能会有疑问：是不是业务数据报表和产品运营分析顺序颠倒了？

其实，并非点倒了。

经历过的产品经理大多会有共鸣：平台建立之初，随着企业大力推广和市场一线部门强有力的营销策略，公司业务将迎来快速增长期。

在这个阶段，市场一线部门是主力军，公司所需要的报表多以业务类报表为主，而非运营数据。

然而，当公司业务上升到一定阶段后，企业为追求利益最大化（减少广告投放），将注重产品的精细化运营，寄希望营销+运营模式助力公司业务的提升，也就是接下来我们做的事情。

基于本篇是构建用户画像这个主题，作为一名产品经理，下面我们一起聊聊都需要考虑哪些事情：

一、梳理企业现有平台及未来上新平台，理清各平台用户标识和关联问题，解决数据孤岛问题

因为这是实现用户画像的基础。在这个环节上，产品经理需要与研发团队共同给出各个平台之间的用户相关维度和关联关系，只有把维度和之间的关系理清楚，逻辑表达清晰，研发团队才能通过技术手段进行关联映射（ID-Mapping）。

1. 明确各平台标识

针对用户标识问题，其实，分为两个场景：登录前标识ID和登录后标识ID。对于登录后的用户标识我们一般用userid、手机号或身份证等表示。

而在用户登录前（匿名状态下），则需要通过设备ID来对用户进行标识，并且根据用户使用的平台和设备的差异，标识的方式也不相同。

比如：

① Web端：一般使用cookie ID作为匿名ID来使用。cookie ID的生成规则是基于时间戳、随机数、屏幕的宽高和UA操作系统版本号进行生成的。cookie ID是64位字符串，使用cookie ID的风险在于一旦cookie 被清除或者用户更换了浏览器，那么cookie ID也会改变。

② 小程序端：通常openid和unionid作为标识值。

③ Android端：常用ID的标识的维度比较多，有IMEI、MEID、MAC、UDID、UUID，OAID等。随着android系统历经多次升级，对权限控制越来越严格，唯一识别手机的方法也在发生变化。如图：

④ iOS端：一般采用IDFA或IDFV作为标识ID。IDFA和IDFV分别是iOS生态为广告主和开发商设计的两套ID规范，下面整理一下IOS系统适合做设备唯一标识符的几个标识符。

2. 确定标识关联逻辑（ID-Mapping）

产品经理在明确各平台关联关系环节上，同样要做明确的表达。我们在注重用户访问日志数据的标识的是同时，还要想清楚用户登录注册逻辑的设计。如果登录注册逻辑处理不好，一定程度上会影响后续的关联分析。

我们知道，平台常用登录方式一般包括手机号、QQ、微信扫码登录等。在这个环节设计上，笔者建议登录方式不要贪多，保留手机登录/QQ/微信登录即可。同时做好userid、手机号、unionid三者的业务逻辑的处理。

比如，用户首次使用手机号登录，可生成userid。而首次使用微信、QQ登录必须要强绑定手机号，以确保用户与userid、微信、qq的唯一性。而在用户访问日志层面，产品经理需要明确给出研发团队WEB、android、iOS、小程序及企业微信的关联关系，以便形成为标识ID的映射关系。如下图：

注意：企业微信的介入，是针对一些在线学习平台而言，因业务场景涉及到免费课、体验课、大课转化过程，需要一线团队与用户进行沟通互通。并且还会涉及到到CRM系统标识的关联，这里就不多解释。

通过使用多轮map-reduce的聚合方法,map做数据分块，reduce做归并得出映射关系。

归并到无法归并。

当然，这里的情况非常多，需要产品经理与研发团队多次沟通确定。待用户标识问题解决后，下面就是非常重要的数据来源的设计问题。

二、采集用户行为数据，明确数据埋点

用户画像的建立离不开用户行为数据的支持。在采集的视角上，用户每一次浏览/点击我们都称为一个事件。这就要求产品经理根据用户行为路径以及业务流程，对事件要做好分类管理。同时，要明确每个事件应采集的维度信息。如图

用户行为_访问日志

用户行为_搜索日志

三、明确用户标签体系

标签是用户画像最直接的表现。并且，搭建用户标签体系是构建用户画像的核心工作。产品经理在搭建标签体系之前要明确两个概念：标签分层和标签优先级。

1. 标签分层

业界通用标签分层，如图：

2. 标签优先

建立标签体系，其实并不是在几个维度上不断累加，而是在基础标签上不断提取高级标签。其实，标签优先级的构建过程，也是用户画像最终呈现的过程。在这个过程中，可能用到一些简单的数据统计，也可能是复杂的机器学习模型。

当我们完成用户标签构建和特征数据的提取，也就完成了用户画像的搭建。但如何评估用户画像呢？就不得不提到验证方案的确定。

四、明确验证方案

我们可以通过A/B方式，在个性化推荐、精准影响等方向，分别在覆盖率、准确率、转化率等维度进行验证，并形成相应的数据报表。这里的方式方法很多，并且每个平台都有自己的验证逻辑，这里就不多过多赘述了。

总之，作为一名产品经理，在用户画像构建方案输出上，要体现各端标识方案、用户行为数据采集方案、用户标签体系建设和清洗方案以及相应的验证评估方案。这是产品与各团队沟通的前提，也是保证项目的顺利落地的基石。