曾鴻　吳蘇倪

摘要：在大數(shù)據(jù)時(shí)代，通過有關(guān)技術(shù)手段對(duì)新浪微博數(shù)據(jù)進(jìn)行采集分析，構(gòu)建用戶畫像模型，描述企業(yè)用戶群體行為特征，為精準(zhǔn)營銷帶來了可能。用戶畫像系統(tǒng)為企業(yè)提供全方位的掌握客戶群體的信息標(biāo)簽，使企業(yè)了解、認(rèn)知自己的客戶。同時(shí)在品牌的傳播與建設(shè)中，用戶畫像也是一個(gè)不錯(cuò)的思路。這為企業(yè)制定科學(xué)準(zhǔn)確的營銷方案打下了良好的基礎(chǔ)。

關(guān)鍵詞：大數(shù)據(jù)；用戶畫像；精準(zhǔn)營銷

中圖分類號(hào)：TS941.1 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2016）024-000-03

User image and precision marketing on account of big data in Weibo

School of Statistics， Chengdu University of Information Technology

Zeng Hong Wu Su Ni Chengdu 610103

In the era of big data，collect and analyseWeibos data by relevant technology、structure userimage model and describe company user groups behavior characteristics make precision marketing possible. User image system let company obtain user groups information label comprehensively，then company can know its own customers. At the same time， user image is a good thinking in brands diffusion and development.It makes a good base for company to make the scientific and accurate marketing programme.

Keyword：Big Data、User Image、Precision Marketing

大數(shù)據(jù)（big data），是指無法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。

IDC調(diào)查公布人類在2003年全部的數(shù)據(jù)只有5EB，只相當(dāng)于現(xiàn)在兩天的數(shù)據(jù)，到2020年全球的數(shù)據(jù)將達(dá)到35ZB。豐富的數(shù)據(jù)資源蘊(yùn)含了大量的客戶信息，如何利用大數(shù)據(jù)為企業(yè)營銷服務(wù)是當(dāng)今企業(yè)正在探索的問題，也是未來企業(yè)致勝的法寶。企業(yè)可以運(yùn)用大數(shù)據(jù)，對(duì)廣大的人群進(jìn)行篩選，得到目標(biāo)用戶，然后通過對(duì)目標(biāo)用戶的分析，得到目標(biāo)用戶的需求和特點(diǎn)，從而進(jìn)行精準(zhǔn)化營銷。

大數(shù)據(jù)在企業(yè)市場營銷中的應(yīng)用，最先開始的是淘寶、騰訊、京東等幾大電商的廣告推薦系統(tǒng)。當(dāng)瀏覽、購買或收藏了某些商品后，網(wǎng)民總能在商城的某個(gè)位置看到類似于“猜你喜歡”的內(nèi)容推薦，或者說當(dāng)網(wǎng)民在網(wǎng)上閱讀一篇文章、觀看一個(gè)視頻或者和他人聊天時(shí)，總是能彈出一個(gè)廣告推薦窗口，推薦的內(nèi)容恰好是最近自己關(guān)注過的相關(guān)商品的信息，這便是典型的大數(shù)據(jù)精準(zhǔn)營銷的應(yīng)用之一。

在大數(shù)據(jù)精準(zhǔn)營銷中，企業(yè)擁有自身的數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的，業(yè)務(wù)本身帶來的數(shù)據(jù)，往往容易形成信息孤島。隨著大數(shù)據(jù)技術(shù)的發(fā)展與應(yīng)用，通過網(wǎng)絡(luò)蜘蛛或爬蟲，對(duì)消費(fèi)者在互聯(lián)網(wǎng)上留下的消費(fèi)痕跡進(jìn)行數(shù)據(jù)爬取，形成數(shù)據(jù)倉庫，對(duì)每一個(gè)消費(fèi)者進(jìn)行用戶畫像，從而實(shí)現(xiàn)廣告的精準(zhǔn)推送，為企業(yè)抓取產(chǎn)品潛在的用戶群體，提升產(chǎn)品的知名度和曝光度，使企業(yè)在市場占有一定份額，最終給企業(yè)帶來盈利。

一、用戶畫像

在互聯(lián)網(wǎng)逐漸步入大數(shù)據(jù)時(shí)代后，不可避免的給企業(yè)和消費(fèi)者行為帶來一系列改變和重塑。其中最大的改變莫過于消費(fèi)者的行為在企業(yè)面前將是“可視化”。隨著大數(shù)據(jù)技術(shù)的深入研究和應(yīng)用，企業(yè)的專注點(diǎn)日益聚焦于怎樣利用大數(shù)據(jù)來為精準(zhǔn)營銷而服務(wù)，于是“用戶畫像”的概念由然而生。

用戶畫像，即用戶信息的標(biāo)簽化，是真實(shí)用戶的虛擬代表，是建立在一系列數(shù)據(jù)之上的目標(biāo)用戶模型。用戶畫像根據(jù)用戶的社會(huì)屬性、生活習(xí)慣和消費(fèi)行為等信息，抽取出一個(gè)或一類用戶的標(biāo)簽，給用戶信息進(jìn)行結(jié)構(gòu)化處理。用戶畫像的意義在于了解用戶，猜測用戶的真實(shí)需求和潛在需求，精細(xì)化地定位人群特征，挖掘潛在的用戶群體，為媒體網(wǎng)站、廣告主、企業(yè)及廣告公司充分認(rèn)知群體用戶的差異化特征，幫助客戶找到營銷機(jī)會(huì)、運(yùn)營方向，全面提升企業(yè)的核心影響力。

1.用戶畫像的數(shù)據(jù)源獲取

用戶畫像首先要獲得的是用戶的行為數(shù)據(jù)，在互聯(lián)網(wǎng)上，用戶的行為數(shù)據(jù)大多來自網(wǎng)站的訪問日志，日志里記錄了用戶在網(wǎng)站的瀏覽、搜索、點(diǎn)擊、跳轉(zhuǎn)等一系列用戶行為軌跡，這些不斷變化的行為信息，歸屬于用戶的動(dòng)態(tài)數(shù)據(jù)。在大數(shù)據(jù)的技術(shù)運(yùn)用中，除了網(wǎng)站的訪問日志外，還可以利用網(wǎng)絡(luò)爬蟲技術(shù)，追蹤用戶在全網(wǎng)的行為信息，根據(jù)關(guān)聯(lián)規(guī)則，聯(lián)系到用戶的行為偏好，將完善用戶畫像的模型，提高預(yù)測用戶需求的概率，這需要確保用戶IP的一致性，保證追蹤到的用戶信息的前后是一致的。

除了用戶的行為信息外，用戶畫像還需要用戶的個(gè)人信息，例如：用戶的姓名、年齡、性別、職業(yè)、收入、地區(qū)、手機(jī)號(hào)等人口基本屬性，這些信息相對(duì)穩(wěn)定，可以歸屬為用戶的靜態(tài)信息。

對(duì)收集得到的用戶畫像數(shù)據(jù)進(jìn)行訓(xùn)練，利用數(shù)據(jù)挖掘算法模型，抽取出用戶畫像標(biāo)簽，構(gòu)建用戶畫像標(biāo)簽體系。

2.用戶畫像標(biāo)簽建模

用戶畫像的焦點(diǎn)工作就是為用戶打“標(biāo)簽”，而一個(gè)標(biāo)簽通常是人為規(guī)定的高度精煉的特征標(biāo)識(shí)，如年齡、性別、地域、用戶偏好等，最后將所有標(biāo)簽綜合起來，就可以勾勒出該用戶的“畫像”了。用戶畫像的核心工作是為用戶打標(biāo)簽，標(biāo)簽提供了一種便捷的方式，使得計(jì)算機(jī)能夠程序化處理與人相關(guān)的信息。用戶標(biāo)簽要求呈現(xiàn)出兩個(gè)主要的特征，一是語義化，人能很快理解每個(gè)標(biāo)簽的含義，二是短文本，每個(gè)標(biāo)簽通常只表示一種含義。

用戶畫像標(biāo)簽建模主要包括四個(gè)步驟，首先得取得原始數(shù)據(jù)，這里的原始數(shù)據(jù)主要包括企業(yè)歷史交易數(shù)據(jù)和用戶的基本信息數(shù)據(jù)，另外一部分是互聯(lián)網(wǎng)數(shù)據(jù)，這部分?jǐn)?shù)據(jù)主要通過網(wǎng)絡(luò)爬蟲等技術(shù)，對(duì)用戶行為數(shù)據(jù)進(jìn)行爬??；其次對(duì)原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到事實(shí)標(biāo)簽，例如年齡分布、性別比例、購買頻率等；然后對(duì)事實(shí)標(biāo)簽進(jìn)行建模分析，得到模型標(biāo)簽，例如人口屬性、產(chǎn)品購買偏好和用戶關(guān)聯(lián)關(guān)系等；最后進(jìn)行模型預(yù)測，得到預(yù)測標(biāo)簽，主要是對(duì)未來數(shù)據(jù)的一種用戶行為預(yù)測。

二、基于微博的話題聚合和用戶畫像

新浪微博擁有超5億級(jí)的用戶數(shù)，這海量的數(shù)據(jù)后面隱藏著巨大的商業(yè)價(jià)值。新浪微博在用戶注冊(cè)的過程中，已有一些用戶的基礎(chǔ)信息，諸如年齡、地域、性別、關(guān)注數(shù)、粉絲數(shù)、興趣標(biāo)簽等，但這些弱關(guān)系數(shù)據(jù)信息還不足以給定一個(gè)人或一群人的用戶畫像，為了使用戶畫像描述更加精確，還缺少相應(yīng)的興趣圖譜。在新浪微博海量的數(shù)據(jù)中，不可能分析每一條用戶微博后面的興趣傾向，為此新浪微博通過興趣話題，把對(duì)話題同樣感興趣的一類人聚合到一起，參與話題討論，這樣通過話題聚合，就能獲取這類人群的信息，提取該類人群標(biāo)簽，構(gòu)建人群用戶畫像，這樣作為商家、廣告商，就能對(duì)該類人群進(jìn)行微博廣告投放，達(dá)到精準(zhǔn)營銷的目的。

1.數(shù)據(jù)源獲取

本文數(shù)據(jù)來源于新浪微博熱門話題數(shù)據(jù)，通過網(wǎng)絡(luò)爬蟲和微博指數(shù)，對(duì)數(shù)據(jù)進(jìn)行采集、統(tǒng)計(jì)與分析。

通過利用爬蟲軟件，爬取了微博熱門話題榜的數(shù)據(jù)。首先提取熱門話題榜的話題和分類標(biāo)簽，共爬取了700條數(shù)據(jù)，然后進(jìn)行數(shù)據(jù)篩選、清洗，得到有效數(shù)據(jù)614條。通過數(shù)據(jù)預(yù)處理后的數(shù)據(jù)，集成數(shù)據(jù)倉庫，初步對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，本文主要進(jìn)行的是分類數(shù)據(jù)統(tǒng)計(jì)，對(duì)于統(tǒng)計(jì)結(jié)果進(jìn)行排序，挑選話題討論最多的標(biāo)簽進(jìn)行接下來的數(shù)據(jù)挖掘工作。

新浪微博為用戶提供微博數(shù)據(jù)統(tǒng)計(jì)，微博指數(shù)是基于海量用戶行為數(shù)據(jù)、博文數(shù)據(jù)，采用科學(xué)的統(tǒng)計(jì)方法得到反映不同事件領(lǐng)域發(fā)展?fàn)顩r的指數(shù)。本文將通過提取關(guān)鍵字，對(duì)用戶群體進(jìn)行標(biāo)簽化，最終對(duì)微博話題人群聚類畫像。

2.數(shù)據(jù)描述

新浪微博提供的話題分類標(biāo)簽共37個(gè)，具體包括明星電視劇、社會(huì)、綜藝、電影、音樂、動(dòng)漫、情感、美食、時(shí)尚美妝、旅游、讀書、公益、美圖、生活記錄、教育、體育、文化藝術(shù)、笑話、運(yùn)動(dòng)健身、創(chuàng)意征集、科技、汽車、電視節(jié)目、財(cái)經(jīng)、萌寵、游戲、健康、情感兩性、星座、搞笑幽默、化妝造型、數(shù)碼、投資理財(cái)、網(wǎng)絡(luò)文學(xué)、休閑娛樂、政務(wù)。通過網(wǎng)絡(luò)爬蟲，對(duì)新浪微博話題榜的數(shù)據(jù)進(jìn)行爬取，包含話題名稱和話題標(biāo)簽，爬取結(jié)果部分內(nèi)容截圖如圖。

對(duì)爬取的結(jié)果，按標(biāo)簽進(jìn)行排序分類統(tǒng)計(jì)描述，得到熱門話題榜里，37個(gè)標(biāo)簽提及數(shù)，通過排序可以看出排名前10的標(biāo)簽依次是明星、電視劇、社會(huì)、綜藝、電影、音樂、動(dòng)漫、情感和美食。

3.用戶畫像構(gòu)建

新浪微博提供了一個(gè)明星和粉絲對(duì)話交流的平臺(tái)，粉絲可以在微博關(guān)注自己喜歡的明星，與明星互動(dòng)，拉動(dòng)了明星和粉絲之間的交互作用；而明星的一些商業(yè)活動(dòng)，對(duì)于粉絲來說便是一種刺激消費(fèi)，這里的商業(yè)活動(dòng)包括明星代言的廣告、主演的電影、電視劇、出席的活動(dòng)等，相應(yīng)而產(chǎn)生的便是叫做“粉絲經(jīng)濟(jì)”的經(jīng)濟(jì)模式。對(duì)于企業(yè)來說，將企業(yè)營銷決策與明星效應(yīng)相結(jié)合，聚合該類粉絲人群，通過大數(shù)據(jù)對(duì)人群進(jìn)行用戶畫像，掌握該類人群特征，對(duì)這些用戶粉絲進(jìn)行廣告投放，有的放矢，避免了過多的廣告輸出造成的消費(fèi)者反感。

在新浪微博的明星勢力榜里，選取兩位明星，對(duì)其粉絲人群進(jìn)行人群畫像。微博明星勢力榜將對(duì)在一段時(shí)間內(nèi)排名前50的明星進(jìn)行打分，評(píng)分維度有提及量、互動(dòng)量、搜索量和粉絲愛慕值四個(gè)維度。

選取2016年3月份微博明星勢力榜排名前10明星榜單，按綜合得分大小降序排序如圖3-5所示，分別有TFBOYS-易烊千璽97.41、TFBOYS王俊凱97.25、許魏洲90.72、黃景瑜90.69、王凱87.57、TFBOYS-王源87.43、鹿晗86.82、李易峰85.84、楊洋84.63、吳亦凡83.84。

新浪微博每天都能產(chǎn)生大量的數(shù)據(jù)，基于海量的用戶行為數(shù)據(jù)、博文數(shù)據(jù)，新浪微博為廣大用戶提供關(guān)鍵詞微博指數(shù)，采用科學(xué)的計(jì)算方法統(tǒng)計(jì)得出的反映不同事件領(lǐng)域的發(fā)展?fàn)顩r。新浪微博指數(shù)包括熱詞趨勢、實(shí)時(shí)趨勢、地域解讀和屬性分析四個(gè)部分。基于微博數(shù)據(jù)，就可對(duì)明星類標(biāo)簽進(jìn)行微博話題人群用戶畫像建模。

選取TFBOYS組合和王凱兩位明星進(jìn)行關(guān)鍵詞的微博話題人群畫像，時(shí)間自定義選擇為2016年3月1日到2016年3月31日。

圖3為輸入關(guān)鍵詞“TFBOYS”的整體趨勢圖，圖4為移動(dòng)端和PC端趨勢圖。由圖可知，TFBOYS在整個(gè)三月份微博被提及量都比較高，整體趨勢當(dāng)月熱議均值達(dá)到931541次，當(dāng)月最高達(dá)1245028次，PC端當(dāng)月熱議均值達(dá)241611次，最高達(dá)340919次，移動(dòng)端當(dāng)月熱議均值達(dá)689930次，最高達(dá)904109次。

從地域熱議度和用戶熱議度看（圖略），在排名前十的地域城市中，地域熱議度和用戶熱議度差異并不大，其中排名前三熱議度地區(qū)分別為廣東、重慶和北京。

在屬性分布下，主要是提及到TFBOYS的人群屬性信息。在性別比例中（圖略），男性占16.96%，女性占83.04%。在年齡分布下（圖略），12到18歲年齡段人數(shù)最多，占38.18%，19到24歲占35.38%，25到34歲占13.92%，35到50歲占7.65%，12歲以下占4.58%，51到80歲占0.28%。在人群標(biāo)簽比例中（圖略），名人明星標(biāo)簽占比最多為133415人。人群星座比例下（圖略），魔蝎座占比最高為12.76%，處女座為11.84%，天蝎座為10.1%。

以上我們通過微博指數(shù)對(duì)TFBOYS的粉絲進(jìn)行了分析，現(xiàn)在微博指數(shù)輸入“王凱”關(guān)鍵詞，得出總體趨勢圖如圖5。

從地域分布看（圖略），其中地域熱議度最高的為北京，占比9.43%，用戶熱議度最高的也是北京為8.37%；在人群屬性分析下（圖略），女性人數(shù)最多，為86.94%，男性為13.06%：在年齡分布下，19到24歲人數(shù)最多為39.59%，其次為25到34歲，占比31.71%；從標(biāo)簽比例和星座比例，“名人明星”類標(biāo)簽最多，星座比例中魔蝎座和獅子座最多，分別占比17.53%和14.63%。

通過以上分析，現(xiàn)在得到明星粉絲人群畫像如下：

TFBOYS粉絲群主要集中在廣東、重慶和北京，粉絲人群中女性占絕大部分，年齡分布主要集中在12到24歲，粉絲人群自我標(biāo)簽主要為“名人明星”，這代表這部分用戶偏好主要為“名人明星”，星座比例分布較為均勻。

王凱粉絲群主要集中在北京、江蘇、上海和廣東，粉絲人群中女性占絕大部分，年齡分布主要集中在19到34歲，粉絲人群中自我標(biāo)簽主要為“名人明星”，喜歡王凱的粉絲中星座分布魔蝎座和獅子座最多。

三、用戶畫像與精準(zhǔn)營銷

精準(zhǔn)營銷依托數(shù)據(jù)資源和渠道優(yōu)化的優(yōu)勢，并結(jié)合數(shù)字化廣告的營銷傳播渠道，將廣告內(nèi)容送達(dá)目標(biāo)人群。精準(zhǔn)營銷的核心在于直擊有需求的用戶，然后再提供相應(yīng)的產(chǎn)品和服務(wù)，通過這種針對(duì)性的營銷，才能夠?qū)崿F(xiàn)更好的流量轉(zhuǎn)化率。當(dāng)獲得了一個(gè)話題的用戶畫像信息后，商家就可以根據(jù)用戶畫像，對(duì)這部分群體進(jìn)行廣告投放。

通過以上研究，已獲得了明星粉絲的用戶畫像，企業(yè)就可以根據(jù)用戶畫像制定精準(zhǔn)營銷方案。針對(duì)TFBOYS和王凱兩位明星，明顯可以看出兩位明星粉絲的人群明顯不同，因此挖掘精確的目標(biāo)人群成了精準(zhǔn)營銷的關(guān)鍵所在。首先，企業(yè)可以在新浪微博建立品牌與明星相關(guān)的話題，話題里需要設(shè)置“TFBOYS”或“王凱”這樣的關(guān)鍵字；其次，通過網(wǎng)絡(luò)爬蟲技術(shù)，把參與該話題討論下的用戶信息都收集起來，主要包括該用戶的ID、性別、地域、個(gè)人標(biāo)簽和該用戶過往所發(fā)表微博內(nèi)容；然后，根據(jù)微博的關(guān)聯(lián)關(guān)系和該用戶所發(fā)表的微博內(nèi)容進(jìn)行用戶偏好分析，其中通過關(guān)聯(lián)關(guān)系，可以判斷該用戶微博所關(guān)注的人群是否有該話題明星或和該明星相關(guān)的用戶，或者通過大數(shù)據(jù)技術(shù)，對(duì)用戶所發(fā)表微博中，是否有該話題明星的關(guān)鍵字，出現(xiàn)的頻率是多少。最后通過數(shù)據(jù)挖掘得到了精準(zhǔn)的粉絲群體。那么精準(zhǔn)營銷的最后一步便是廣告推廣，企業(yè)可以與新浪微博合作，購買新浪微博的廣告排位進(jìn)行廣告投放。

在精準(zhǔn)營銷中，通過定量或定性地描述企業(yè)用戶群體行為特征，為客戶做用戶畫像給現(xiàn)代數(shù)字營銷帶來了可能。用戶畫像系統(tǒng)為企業(yè)全方位的掌握客戶群體的信息標(biāo)簽，使企業(yè)了解、認(rèn)知自己的客戶。同時(shí)在品牌的傳播與建設(shè)中，用戶畫像無疑也是一個(gè)不錯(cuò)的選擇。

參考文獻(xiàn)：

[1]卞友江.“大數(shù)據(jù)”概念考辨[J].新聞研究導(dǎo)刊，2013，（5）：25-28.

[2]許瑾.精準(zhǔn)營銷探析[J].信息網(wǎng)絡(luò)，2006，（8）：26-27.

[3]茹仙古力·艾合麥提.淺談文獻(xiàn)搜索與畢業(yè)論文[J].大科技·科技天地，2010，（5）：142-143.

[4]尹啟華鄧然.精準(zhǔn)營銷研究現(xiàn)狀[J].經(jīng)濟(jì)研究導(dǎo)刊，2010，（9）：158-159.

[5]趙暉.互聯(lián)網(wǎng)思維下的“粉絲經(jīng)濟(jì)”[J].上海信息化，2014，（6）：25-27.

作者簡介：曾 鴻（1964-），成都信息工程大學(xué)統(tǒng)計(jì)學(xué)院教授，研究方向：統(tǒng)計(jì)理論、市場調(diào)查。

吳蘇倪（1993-），成都信息工程大學(xué)統(tǒng)計(jì)學(xué)院學(xué)生。