SparkSQL电商用户画像（二）之如何构建画像

　　四、如何构建电商用户画像
　　回到顶部 4.1 构建电商用户画像技术和流程
　　构建一个用户画像，包括数据源端数据收集、数据预处理、行为建模、构建用户画像
　　有些标签是可以直接获取到的，有些标签需要通过数据挖掘分析到！
　　回到顶部 4.2 源数据分析
　　用户数据分为2类：动态信息数据、静态信息数据
　　静态信息数据来源： 用户填写的个人资料，或者由此通过一定的算法，计算出来的数据 如果有不确定的，可以建立模型来判断，比如用户的性别注册没有填写，可以建立模型，根据用户的行为来判断用户性别是什么，或者它的概率
　　动态信息数据来源： 用户行为产生的数据：注册、游览、点击、购买、签收、评价、收藏等等。 用户比较重要的行为数据：游览商品，收藏商品、加入购物车、关注商品
　　根据这些行为特性可以计算出：用户注册时间、首单时间、潮妈族、纠结商品、最大消费、订单数量、退货数量、败家指数、品牌偏好等等。
　　回到顶部 4.3 目标分析
　　用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。
　　如，红酒 0.8、李宁 0.6。
　　标签：表现了内容，用户对该内容有兴趣、偏好、需求等等。
　　权重：表现了指数，用户的兴趣、偏好指数，也可能表现用户的需求度，可以简单的理解为可信度，概率。
　　回到顶部 4.4 用户画像建模4.4.1 用户基本属性表
　　根据用户所填写的属性标签和推算出来的标签。用于了解用户的人口属性的基本情况和按不同属性维度统计。
　　作用：按人口属性营销、比如营销80后，对金牛座的优惠，生日营销。
　　主要数据来源：用户表、用户调查表、孕妇模型表、马甲模型表。
　　用户表：记录用户最基本的属性特性。
　　用户调查表：补充用户的其他基本信息。
　　用户所填写的基本信息：用户ID、用户名、密码、性别、手机号、邮箱、年龄、户籍省份、身份证编号、注册时间、收货地址等
　　用户所填信息计算得到的指标：
　　生日、星座、城市等级、手机前几位、手机运营商、邮件运营商
　　用户调查表得到：学历、收入、职业、婚姻、是否有小孩、是否有车有房、使用手机品牌。
　　根据算法得到:
　　身高、体重、性别模型、孩子性别概率、潜在汽车用户概率、是否孕妇、孩子年龄概率、手机品牌、更换手机频率、是否有小孩，是否有车，使用手机档次，疑似马甲标准、疑似马甲账号数、用户忠诚度、用户购物类型。
　　模型算法---性别模型 用户自己也填写了性别，但仍然要用算法算一次性别
　　性别验证方法
　　随机抽样几千条数据让客户打电话确认。
　　与用户自己填的性别做对比，确认百分比。
　　模型算法---用户汽车模型
　　模型算法---用户忠诚度模型 忠诚度越高的用户越多，对网站的发展越有利
　　模型算法---用户身高尺码模型
　　模型算法---用户马甲标志模型 马甲是指一个用户注册多个账号 多次访问地址相同的用户账号是同一个人所有 同一台手机登陆多次的用户是同一个人所有 收货手机号相同的账号同一个人所有
　　模型算法---手机相关标签模型 对于手机营销参考意义比较大 使用手机品牌: 最常用手机直接得到 使用手机品牌档次：根据档次维表 使用多少种不同的手机：手机登陆情况 更换手机频率（月份):按时间段看手机登陆情况 4.4.2 客户消费订单表
　　根据客户消费的情况提取的客户标签，用于了解用户的消费总体情况，
　　最终的目的根据用户消费习惯与消费能力做营销。
　　主要数据来源：订单表、退货表、用户表、购物车表
　　订单表可以得到相关标签： 第一次消费时间、  最近一次消费时间、  首单距今时间、  尾单距今时间------分析用户什么时候来购买商品以及多久没有购买了。  最小消费金额、  最大消费金额、  累计消费次数(不含退拒)、  累计消费金额（不含退拒）、  累计使用代金券金额、  累计使用代金券次数。-----分析用户总体消费情况。       客单价（含退拒）、       近60天客单价（含退拒）-----分析用户消费水平。       常用收货地址、       常用支付方式----分析用户常用的消费属性，方便做定向营销。 近30天购买次数(不含退拒)、  近30天购买金额（不含退拒）  近30天购买次数(含退拒)、  近30天购买金额（含退拒）----分析用户最近的消费能力。  退货商品数量、  退货商品金额、  拒收商品数量、  拒收商品金额、  最近一次退货时间-----分析用户拒收和退货习惯。 最近30天购物车次数、  最近30天购物车商品件数、  最近30天购物车提交商品件数、  最近30天购物车放弃件数、  最近30天购物车成功率------分析用户购物车使用习惯 学校下单总数、  单位下单总数、  家里下单总数、  上午下单总数、  下午下单总数、  晚上下单总数----分析用户购物时间与地点习惯。4.4.3 客户购买类目表
　　根据客户购买类目的情况提取客户标签，用于了解类目的购买人群情况和针对某一类目的营销等。
　　主要数据来源：订单表、购物车表、类目维表 一级分类ID、  一级分类名称、  二级分类ID、  二级分类名称、  三级分类ID、  三级分类名称-----分析用户都购买了哪些类目。
　　电商的三级类目：
　　京东商城：
　　淘宝：
　　订单表和类目维表可以得到相关标签： 近30天购买类目次数、  近30天购买类目金额、  近90天购买类目次数、  近90天购买类目金额、  近180天购买类目次数、  近180天购买类目金额、  累计购买类目次数、  累计购买类目金额----分析用户最近都购买了哪些类目。  最近一次购买类目时间、  最后一次购买类目距今天数----分析用户多久没有购买这个类目。
　　购物车表和类目维表可以得到相关标签 ： 近30天购物车类目次数、  近30天购物车类目金额、  近90天购物车类目次数、  近90天购物车类目金额----分析用户最近都挑中哪些类目。4.4.4 用户访问信息表
　　根据客户访问的情况提取相关客户标签。
　　用于了解用户的访问总体情况，方便根据客户游览习惯做营销
　　主要数据来源：点击流日志行为表（PC/APP端）
　　点击流日志行为表可以得到相关标签: 最近一次APP/PC端访问日期、  最近一次APP/PC端访问使用操作系统、  最近一次APP/PC端访问使用游览器、  最近一次访问IP地址、  最近一次访问城市、  最近一次访问的省份-----分析用户最近一次访问情况。  第一次APP/PC端访问日期、  第一次APP/PC端访问使用操作系统、  第一次APP/PC端访问使用游览器、  第一次访问IP地址、  第一次访问城市、  第一次访问的省份-----分析用户第一次访问情况。  近7天APP/PC端访问次数、  近30天APP/PC访问次数、  近60天APP/PC端访问次数、  近90天APP/PC端访问次数、  近180天APP/PC端访问次数、  近365天APP/PC端访问次数----分析用户APP/PC端访问次数。  近30天PC/APP端访问天数、  近30天PC/APP端访问并购买次数、  近30天PC/APP端访问PV、  近30天PC/APP端访问平均PV、  近30天PC/APP端最常用的游览器、  近30天PC/APP端不同IP数、  近30天PC/APP端最常用IP-----分析用户访问详情。  近30天0-5点访问的次数、  近30天6-7点访问的次数、  近30天8-9点访问的次数、  近30天10-12点访问的次数、  近30天13-14点访问的次数、  近30天15-17点访问的次数、  近30天18-19点访问的次数、  近30天20-21点访问的次数、  近30天22-23点访问的次数----分析用户喜欢在哪个时间上网访问。