热云数据CEO白冬立：用户画像在整个商业化过程中的应用与实践

数据猿导读

数据猿联合星河互联主办了《数据猿巅峰思享会——用户画像的100种用法》活动。其中，热云数据CEO白冬立以“用户画像在整个商业化过程中的应用与实践”为主题发表了精彩演讲。

11月24日，数据猿联合星河互联主办了《数据猿巅峰思享会——用户画像的100种用法》活动。

本次活动，邀请了来自互联网及大数据行业的多位领军企业代表，就大数据用户画像的真实案例做了分享，探讨了在大数据时代下，各行各业该如何利用用户画像、提升用户转化率等系列问题。

与会嘉宾：

GrowingIO联合创始人——吴继业

热云数据CEO——白冬立

百分点集团研发总监——苏海波

众盟ZMENG高级技术总监——王鹏

找萝卜创始人&CEO——付浩

资深互联网专家、酷6网创始人、迅雷看看前CEO——郝志中

以下内容为“热云数据CEO白冬立”分享，并由数据猿编辑整理发布：

在后台回复【白立冬】即可获取演讲PPT

我是来自热云数据的白冬立，今天演讲的主题是“用户画像在整个商业化中的应用”。

热云数据

先简单介绍下热云数据，我们是一家专注于移动互联网，为移动互联网相关公司提供数据分析产品和技术的公司。我在创业之前服务于一家硅谷公司，以数据驱动，游戏行业为主，其中很多的方法论跟Linekedin都十分相似，所以说我也是一名热衷于大数据行业的创业者。

我们公司至今已经成立满两年了，在这两年的时间里，我们通过自身研发的产品，累计覆盖了一些用户，并且已经达到了比较大的量级，同时我们已经累计覆盖了超过10个亿的移动终端的设备数据，这个移动终端其实就是手机、平板、ipad。数据类型方面，涵盖了游戏、金融、电商、社交、直播，以及工具类在内众多APP相关的行为数据。

DSP数据

今天的主题是围绕DSP和数据的，说到DSP，大家已经非常熟悉了。在PC互联网时代，就出现了很多DSP产品，并且被应用到了营销、电商的推荐等领域。不过随着近两年移动互联网的兴起， DSP才真正在商业化应用领域发挥了它应有的价值。

之前评估数据价值是非常难的，我们面对的客户种类大不相同，可能在汽车领域，这条数据值10块钱，但是到了快消领域，报价可能就只有一毛钱。所以，数据在不同用户、不同商业应用场景下，它的价值定义也不一样。这也是DSP在实际应用跟商业化过程中所面临的主要问题之一。

其次，信息孤岛问题。现在市场上有很多移动APP，据权威机构的数据统计，目前国内移动互联网领域APP数量已超过60万款。对整个移动互联网APP行业来讲，这60万个APP，每一家的数据都是一个信息孤岛。而从数据管理平台角度来讲，我们希望我们所用到的数据，能够真正反馈出用户的特征，不管是从深度也好，广度也好，它能够是一个完整的用户画像。因此信息孤岛的出现也导致DSP产品在商业化应用中存在着许多问题。

下面分享一些DSP产品相关的数据，到目前为止，我们累计覆盖了超过10亿个移动互联网APP用户。据了解，目前市场上安卓用户跟IOS用户所占比例大概是7：3，而我们覆盖的范围则限于使用安卓手机的用户。其中，DSP用户画像显示，有超过60%的用户都是男性，女性用户占33.4%。用户以年轻人为主，23岁到30岁之间的用户量非常大，因此我们在研究移动APP用户的时候，基本上都是在研究年轻人的行为习惯。

我们特别关心，用户每天早上一起床，第一个打开的APP是什么，而晚上睡觉之前，他用的最后一个APP又是什么，这是我们在用户数据研究过程中的一条核心时间线。

我列了一下用户的地区分布数据，包括沿海城市和一线城市，这些城市也是我们所覆盖的移动用户核心的地方。我们将所覆盖的用户根据一系列的动作，打上适当的标签，之后把这些用户进行人群划分。

在这过程当中，我们发现游戏爱好者所占的比例是很大，其次是都市白领。如何判断哪些人是都市白领呢？我们将目标大致锁定在经常打的，经常用美团点外卖，用猫眼看电影等等的这些人群。还有包括网购、商旅、股民，金融领域的用户，这些用户基本上是我们现在所覆盖的移动互联网用户的核心人群，我们所说的针对商业化应用领域的研究，也是围绕这些用户人群展开的。

数据来源

我们是一家第三方的数据公司，数据都是来自于曾经所服务的客户。细分下来，主要包括以下几个方面：

第一是移动APP用户数据。我们提供服务给移动APP开发者或者公司，让他们使用我们的产品，并把一些数据放到我们的SaaS平台上面。具体内容一会儿我会简单介绍一下。

第二是移动游戏。目前已经有超过一万家移动公司在使用我们的数据分析产品，所以说移动游戏也是我们收集用户数据主要的来源之一。

第三个来自于移动广告监测平台。

第四是手机厂商。我们在商业化应用过程当中，有一个很重要的合作伙伴，就是国内的移动手机厂商，包括联想、VIVO、酷派等都与我们存在合作关系。

我们主要的数据都是来自于这四个大方面。当然也有一些其他的数据来源，包括我们与百分点也在数据方面达成了合作关系。

刚才我说的所有数据都是通过我们自己的SDK来收集的，主要包括：广告监测产品平台、游戏数据分析平台、APP数据分析平台。从整个数据的流向来说，我们通过产品服务于客户，再将客户的数据收集到热云SaaS平台上，然后我们会把这些数据进行分析、整理加工，最后形成移动DSP的产品。

数据组成

从数据组成的角度来说，我们收集的数据主要分以下几个方面：

第一，通过移动广告效果监测的产品，能够收集到你在今日头条、优酷、百度等平台上点击了某一个广告之后的广告点击数据。

第二，我们会去帮助客户收集用户的地理位置信息。

第三，设备属性数据。

说到用户画像，还要包括跟人口学相关的属性，因为我们不是电信运营商，也不是银行，因此没有办法得到用户的手机号、身份证等信息。但是性别和年龄不同，我们可以通过一些技术跟数据分析的方法，利用预测的算法就可以实现了。

数据分类

首先是IAP的数据。应用类的用户行为付费数据可能跟其他的一些公司，在数据价值体现上有很大的区别。一个人用一台手机设备，不管你用什么样的APP，或者你玩什么类型的游戏，你在当中付费了、花了多少钱，这些数据我们都有，甚至包括你的应用留存、安装、应用使用数据。

对于很多应用DSP产品的客户而言，往往不同种类的客户所关注的数据维度也不一样。之前有一家做移动广告交换网络的公司，他们不在乎你用了什么应用，因为他们很大一部分客户都是来自于品牌广告。比如麦当劳要推出一个新的薯条，用户的需求在于，我只要第二天能够把这个薯条卖给一线城市的大学生就可以了，不管你是什么数据。

最后一块是用户爱好的标签、游戏的偏好、APP等。如果在座有效果类的广告投放，或者效果类广告主的话，你们可能比较关心这部分数据。

前段时间有个卖蔬菜的APP，他们找到我们，说不管你的用户是男是女，不管你花不花钱，我只关心用户使用手机，或者APP的时候，是不是每天都会用到一些O2O的产品。就像我刚刚提到的，你是不是天天用美团叫外卖，这些其实都是来自于不同的广告主的需求。

回顾一下我们整个数据DSP的模型走向，从数据的来源，到把数据整合完之后，我们会去做用户画像，画像的维度包括刚才说的人口学属性、长期行为标签和一些短期的、意向性的标签。

比如我们有一些电商客户，他浏览了什么商品，或者把什么东西放到购物车了，但是可能没结算，之后他又去别的地方浏览了，这就是意向性的行为。或者他经常用一些背单词的APP，那就意昧着他有应用学习方面的需求，这些其实都是短期或者意向性的行为标签。

另外，一个用户在衣食住行等方面的付费能力。可能在座的，100人当中只有20个人是付费用户。有了这些用户画像数据之后，就有更多的客户看到这个数据，他们觉得有价值，就会愿意去做一些尝试。目前我们也跟一些合作伙伴在游戏、金融、电商等这几个领域进行了一些数据上的尝试。

这里简单列了一下，我们整个DSP产品在系统设计，或者技术实现层面是如何去做的？

首先，我们会通过很多SaaS的产品，包括从合作伙伴那里拿到的数据，然后把数据以日志的形式收集进来，放到分布式的数据仓库里面。

其次，专门做数据处理、数据分析的工程师们每天要做的事情，就是如何能够在这么多的数据当中把有价值的数据挖掘出来。我们所拿到的数据非常非常多，包括不同行业、不同种类APP的行为数据，所以在分析和挖掘的过程中，会面临很多困难。比方在模型计算过程中，我们遇到的第一个问题就是人口学属性模型，我们怎么能够通过大家每天用APP的行为，判断出你是一个男的，还是女的？这看似很简单，但是我们却为此耗费了很多时间和精力。

我们曾经跟一家银行合作，他们的用户数据肯定是准确的，但当我们将数据反馈回去的时候，却发现我们的准确率并不高。后来我们也做了非常多的努力，包括对样本库进行更深入的分析，以及算法层面的改进，我们还用到了SVM等等算法，来支撑我们的模型计算，从而给客户输出相对更精准的数据。所谓相对精准是什么概念呢？假设你的数据准确率是51%，也就是说只有一半的数据是准确的，那么这个DSP数据在营销应用这块来说是完全没有价值的，准确率一定是要超过80%以上，才有可能产生价值。

下面介绍一下我们的系统，包括一键查询、实时推荐、实时查询类的引擎。

这里面有一个实时查询类引擎，看起来是一个很简单的模块，但其实还是蛮复杂的。在DSP产品需求方面，有一个核心的诉求，就是不管你数据在什么地方放着，我去取的时候，返回的速度一定要非常快。在这过程当中，整个请求完成时间不允许超过10毫秒，如果超过10毫秒对方就放弃掉了，即便是你有这个数据，用户也没有办法用，因为你没有及时告诉我这个用户是什么用户。虽然说有数据，但是把它真正用到商业化环境当中，每一个系统所面临的技术环节挑战也不太一样。

简单介绍一下我们给用户做画像的主要环节：

第一，我们会把整个苹果应用商店上面超过50万款APP的数据全部抓取下来，同时在国内的安卓市场，我们也会抓大概超过十个应用市场的数据。为什么要去抓这些应用商店的数据呢？主要原因是我们要通过抓取APP这些分类，做一个最基本的用户人群的划分。比方说我们通过抓取应用商店里的分类，就能判断这个用户使用的APP是什么类型，如果它是个休闲类的游戏，比如说三消，我们就能了解到这个用户是一个轻度游戏用户，抓取这些东西的作用，其实就是简化我们的模型计算团队的工作。

第二，我们会通过APP的安装、使用的重合度来判断这个用户的重要性。比如在座各位肯定每个人都会从网上买东西，如果你早上起来第一件事就是逛淘宝，晚上睡觉的时候也要逛一下唯品会，那么你就是重度用户。使用多款APP，花很多精力在网购上，我们就认为你在这个领域是很重要的核心用户。整体的逻辑大概就是这样，不会因为你可能一个月打开一次大姨吗，那我就说你是女性用户，这是不准确的。

第三，我们要找到最主要的用户。10亿个用户，说出来好像很庞大，但是这10亿用户当中，有多少人的数据不是垃圾数据呢？其实所占比例并不高。我们通过RFM模型，就找到了这10亿用户当中，谁才是真正有价值的用户。可能很多人都了解RFM模型，我们最早做RFM模型，是用于游戏开发的。

假设我们发现你最近三个月，基本上每周都花钱，而且金额巨大，那么这个时候我就认为你是一个非常非常有价值的用户，我们会去研究你把钱都花在哪里了，是花在淘宝购物上？还是花在其他的一些游戏上？或者是花在了APP当中？我们就因此判断出你在那个领域是一个非常有价值的用户。这是我们在用户画像过程当中一些基本的，大家都能理解的环节，就是给用户分类，找到最主要的用户和最重要的用户。

简单跟大家介绍一下我们在用户画像商业化领域当中的应用。

目前我认为无论是用户画像也好，用户标签也好，或者数据也好，在商业化领域中有三个方面是非常成熟的：

第一，服务营销。我们不是一家卖身份证信息的公司，我们在服务营销这块是可以用的；

第二，很多做用户画像、做数据的公司都在做的，就是服务征信；

第三，针对不同的用户，或者用户行为的历史数据做个性化推荐，比方说新闻这块做的最好的就是今日头条；电商这块，我感觉京东、淘宝在这方面都做的非常不错。

我们也在以下几个领域做了一些尝试，包括为游戏行业提供精准的用户，或者人群定向的应用。最近，一个公司在用我们的数据去推广一款ARPG产品。另外，我们会帮助金融公司做一些精准营销的案例；在电商领域，我们也在学习，思考我们的数据能不能帮着这些电商公司，或者电商APP来做精准的推荐。

提问：用户画像怎么服务于营销？

白冬立：现在我们的数据被大量客户应用在营销领域，有一家公司，他们的客户包括LV、欧莱雅这些化妆品品牌，他们的数据需求是什么呢？目前，他们已经接入了国内超过40家视频网站和视频媒体，比方说腾讯新闻、搜狐视频，这些视频网站在请求公司系统的时候，他并不知道用户是男是女，就没有办法把女性化妆品的广告展示给用户。我们与他们达成合作之后，就利用数据帮助他判断用户的基本信息，告诉RTB说我认为这个人是女的。

我刚才说服务效果类的广告案例，就得提到这样一个合作伙伴，他们的客户中包括很多游戏客户。游戏客户中又分为轻度游戏、中度游戏和重度游戏，这些游戏用户是不买品牌广告的，不是说只要把这个广告推向女性用户就可以了，他要把广告推向每周都玩游戏，在玩游戏过程当中，至少要玩15分钟以上的用户，最好这个用户还花钱。我们公司要做的事情，就是在视频广告播出之前，告诉他这个用户是不是刚才我说的这个用户，如果我说是，那么他就可以投广告了。

这里面其实存在一个核心问题，就是我们的数据的覆盖量有多大？你把用户圈的越小，你能够做到的用户群体就越小，目前他们能够覆盖到的用户数量是两个亿，我们并不能完全满足他的需求，但是我可以满足他一部分的需求，我们能够帮他提升的，就是数据那部分，而没有数据的那部分，我们覆盖不到，所以帮不了忙。

提问：在用户画像过程中，消费金额是怎么得出来的？

白冬立：我们有几个产品，用户在用我们的产品之前，首先要去加我们的SDK，这个SDK收集到的数据包括：用户点击广告的相关数据，以及从某一个应用市场下载APP开始，到安装、激活、付费、留存等一系列的数据，这些数据就会报送给我们。