一个案例，看懂用户画像怎么做 -.docVIP

一个案例，看懂用户画像怎么做 01? 一个活生生的用户画像实例 前段时间，天高气爽，凉风微抚，爸比带着Coco出去玩，在某个湖边看到好多人在放风筝。 突发奇想：我们也去放吧！Coco表示：嗯！于是俩人一起去走鬼（广东话，指无证流窜小摊贩）大叔那买风筝。 ? 看到coco喜欢，爸比就准备掏钱了，然而峰回路转，没想到又有下边一段： ? 然后爸比就和coco愉快地放风筝去了。可事后一想：我勒个大槽，这不就是基于用户画像的，用推荐系统提升交易的完整流程吗！数据采集-打标签-产品推荐-向上销售一气呵成，还做了二次推荐，把成交率和客单价分开提升，真是巧妙。 ? 虽然大叔没有啥大数据系统，也不懂写代码，可这办事的思路，却远远胜过还在到处问“推荐风筝的算法有哪些”“BAT是怎么卖风筝的？”“我是互联网风筝行业的，有没有懂互联网风筝问题的大佬”的新人了，毕竟实践出真知，抄袭降智商。 然而仔细一想，事情并没有这么简单：卖玩具的多了去了，为什么偏偏是风筝呢？ 02 ?用户画像的真正用途 常溜娃的家长都很熟悉，在公园、池塘、草地附近，都有小摊贩卖泡泡棒、玩具枪、魔法棒、挖沙工具、风筝一类玩具。看似都是卖玩具，可细细品来，不同玩具的差异非常明显。 玩具枪、魔法棒： 这一类玩具款式非常重要！是不是巴啦啦小魔仙的魔法棒，是不是吃鸡的98K，直接决定了小朋友买不买。这是典型的：爆款驱动。爆款是可以人为创造的。这