了解用户画像

1 ⽤户画像

1.1 定义

⽤户画像，即⽤户信息标签化，就是企业通过收集与分析消费者社会属性、⽣活习惯、消费⾏为等主要信息的数据之后，完美地抽象出⼀个⽤户的商业全貌，是企业应⽤⼤数据技术的基本⽅式。⽤户画像为企业提供了⾜够的信息基础，能够帮助企业快速找到精准⽤户群体以及⽤户需求等更为⼴泛的反馈信息。

1.2 ⽬的

⽤户画像⽬的有：

1. 更精细化运营⾃⾝的⽤户模型从业务场景出发，寻找⽬标客户。2. 基于⽤户画像模型的精准营销3. 改变保险售前场景

A 产品需求：定制化的产品； B 产品定价⾰命4. 基于⼤量⽤户数据的核保模型

2 怎么做⽤户画像

2.1 ⽤户画像的维度

⽤户画像涉及数据的纬度需要业务场景结合，既要简单⼲练⼜要和业务强相关，既要筛选便捷⼜要⽅便进⼀步操作。⼈⼝属性：⽤户是谁（性别，年龄，职业等个⼈基本信息）消费需求：消费习惯和消费偏好

购买能⼒：收⼊及购买⼒，购买频次，渠道兴趣爱好：品牌偏好，个⼈兴趣

社交属性：⽤户活跃场景（社交媒体等）

2.2 做⽤户画像⼯作坚持的原则

分别是⼈⼝属性和信⽤信息为主，强相关信息为主，定性数据为主。

2.3 ⽤户画像体系建⽴过程

⽤户画像构建的过程是需要与业务结合展开的1、画像相关数据的整理和集中2、找到同业务场景强相关数据

3、对数据进⾏分类和标签化(定量to定性)4、依据业务需求引⼊外部数据

5、按照业务需求进⾏筛选客户(DMP的作⽤)

（图⽚源⾃⽹络）

2.4 ⽤户画像系统全貌

（图⽚源⾃⽹络）

3. ⽤户画像的应⽤

3.1 ⽤户画像在⽤户⽣命周期中的应⽤

1. AARRR

AARRR模型是指Acquisition、Activation、Retention、Revenue、Referral，即⽤户获取、⽤户激活、⽤户留存、⽤户收益以及⽤户传播。这是产品运营中常见的⼀个模型，宏观上，AARRR 模型，也称海盗模型，

能够有效推动业务发展与迭代，可以对⽤户各个⽣命周期内的⾏为进⾏⼲预。

（图⽚源⾃⽹络）

从上⾯这幅AARRR模型图中，能够⽐较明显的看出来整个⽤户的⽣命周期是呈现逐渐递减趋势的。通过拆解和量化整个⽤户⽣命周期各环节，可以进⾏数据的横向和纵向对⽐，从⽽发现对应的问题，最终进⾏不断的优化迭代。2. RARRA

（图⽚源⾃⽹络）

微观上，根据 RARRA 模型，落地到⽤户侧，则可以从认知定位、渠道优选、个性化服务、再触达和营收这五个维度内对⽤户的各个阶段进⾏认知、分析、挖掘和⼲预。

3.2 保险⾏业⽤户画像实践

保险⾏业的产品是⼀个长周期产品，保险客户再次购买保险产品的转化率很⾼，经营好⽼客户是保险公司⼀项重要任务。保险公司内部的交易系统不多，交易⽅式不是很复杂，数据主要集中在产品系统和交易系统之中，客户关系管理系统中也包含丰富了信息，但是数据集中在很多保险公司还没有完成，数据仓库建设可能需要在⽤户画像建设前完成。

保险公司主要数据有⼈⼝属性信息，信⽤信息，产品销售信息，客户家⼈信息。缺少兴趣爱好、消费特征、社交信息等信息。保险产品主要有寿险，车险，保障，财产险，意外险，养⽼险，旅游险。

保险⾏业DMP⽤户画像的业务场景都是围绕保险产品进⾏的，简单的应⽤场景可以是。

A：依据⾃⾝数据(个⼈属性)+外部养车App活跃情况，为保险公司找到车险客户

B：依据⾃⾝数据(个⼈属性)+移动设备位置信息—户外运动⼈群，为保险企业找到商旅⼈群，推销意外险和保障险。C：依据⾃⾝数据(家⼈数据)+⼈⽣阶段信息，为⽤户推荐理财保险，寿险，保障保险，养⽼险，教育险D：依据⾃⾝数据+外部数据，为⾼端⼈⼠提供财产险和寿险

保险归根到底是对“⼈”的服务，⽽当社会⽣活中的“⾃然⼈”或者“集体”进⼊保险世界，将标准化为⼀整套精准／极细颗粒度／360度全景式的“⽤户画像模型”，掌握这个模型，对保险链接“⼈”的服务，将事半功倍。

参考资料