精准画像离不开属性采集,如何设计易观方舟的上传用户属性?

易观 2018-06-19 787

有好工具,也要有好的操作方法

 

 在易观方舟的SDK中,提供上传用户属性的接口,在日常运营中可以依照这些属性做用户分群。

经过与多家APP客户交流,发现最常使用的用户属性集中在主要的几大类中,我在这里整理分享,供大家参考。

1、用户ID

包括:用户ID、微信IDQQ号、支付宝ID、微博ID、邮箱、手机号。 

APP采集这些ID时,通常要将ID做加密才能传回,但在一方数仓/CRM中仍需解码存储,在用户触达时使用。方舟的SDK不采集这些终端用户隐私信息。

 


2、用户个人信息类

包括:注册日期、注册渠道、生日、地区、性别、年龄、身份证。

APP采集到这些信息时,仍要进一步加工脱敏后,通过接口同步到方舟平台上。例如将生日加工成生日月份、星座,筛选出每月活动的人群,并做推送。

特别指出的是地区维度,又可以分为4个层面:身份证地址、收货/邮寄地址、手机号归属地和设备GPS位置,其中收货/邮寄地址和GPS位置是最常用的地址。

 

3APP内属性

包括:本次使用时长、用户等级、积分、积分过期日期、优惠券数量、最近优惠券到期日期、购物车内商品数量、最后登录是否成单、支付渠道偏好、品牌偏好。

用户在APP内的属性往往记录在服务器端,所以采用服务器端的埋点才能将数据采集回方舟。

在实际操作中,有些字段仍需要在方舟外部做二次加工。例如,积分过期日期字段,需要先转换成是否积分在30天内过期后再传给方舟。

 

4、人物画像及预测性指标

包括:消费水平、产品忠诚度、触媒偏好、风险等级、社群影响力、活动敏感度、潜在价值。

基于用户行为,结合用户使用其他应用的等外部数据,经过简单的条件判断或复杂的机器学习加工出用户标签。


5
、设备信息类

包括:设备品牌、设备型号、APP版本、偏好设备平台(PCAPP、微信等)方舟SDK可以直接采集这些字段,在用户分群是常用到这些维度做依据。

 
  

 

6RFM

包括:最近登录日期、最近成单日期、最近3个月内成单次数、最近3个月内登录天数、最近3个月内成单金额,历史累计成单金额。

APP客户在应用RFM模型时,先通过根据每次活跃、交易行为的日志加工出用户的RFM三个维度的得分,再灌回到方舟,之后再依据单项得分和综合得分筛选出营销人群。

在日常运营中,RFM的分箱边界常常会发生调整。只需在加工日志算法上做一次调整,即重算每个用户的得分,方舟上已建立的人群也会自动的跟随调整。

上面6大类的用户属性,基本覆盖了主要客户对用户画像的需求。在具体行业中仍有必要做调整,来对接实际业务场景的需要。 

补充:在使用方舟SDK时,不要采集这些用户隐私,详情参考。

https://ark.analysys.cn/portal/view/about/privacy.html