從PC網(wǎng)頁(yè)用戶到手機(jī)APP用戶，獲取用戶的數(shù)據(jù)越來(lái)越精準(zhǔn)，用戶的瀏覽習(xí)慣，購(gòu)物習(xí)慣，用戶的活動(dòng)區(qū)域和瀏覽習(xí)慣等成為用戶精細(xì)化管理和精細(xì)化運(yùn)營(yíng)的基礎(chǔ)條件，根據(jù)用戶習(xí)慣可選擇推薦更多的用戶需要的產(chǎn)品和時(shí)間段，提高用戶的消費(fèi)和轉(zhuǎn)化率。

1、用戶軌跡

在手機(jī)端，通過(guò)用戶進(jìn)去APP應(yīng)用開發(fā)，瀏覽咨詢或者瀏覽商品，通過(guò)關(guān)鍵字進(jìn)行搜索訪問(wèn)，通過(guò)分類進(jìn)行訪問(wèn)，用戶的打開商品詳細(xì)頁(yè)，停留時(shí)間，是否進(jìn)行收藏或加入購(gòu)物車，或者進(jìn)行下單進(jìn)行支付，用戶是否尋找優(yōu)惠券和優(yōu)惠信息，都成為用戶的訪問(wèn)軌跡，通過(guò)用戶一段時(shí)間內(nèi)所訪問(wèn)的頁(yè)面和所購(gòu)買的商品，可確定用戶大致的喜好和年齡段。

2、用戶地理位置  

通過(guò)LBS地理位置獲取用戶的活動(dòng)范圍，根據(jù)地理位置進(jìn)行商品推薦，根據(jù)數(shù)據(jù)分析區(qū)域內(nèi)的用戶的喜愛度和用戶的流行商品和范圍，進(jìn)行地理區(qū)域不同商品推薦；判斷用戶類型，如商務(wù)人士，旅游愛好者進(jìn)行人物類型的畫像。

3、用戶標(biāo)簽畫像

通過(guò)用戶的所形成的數(shù)據(jù)，進(jìn)行用戶分類管理，活躍用戶，用戶年齡，用戶喜好，設(shè)備類型，近期瀏覽商品，進(jìn)行算法時(shí)時(shí)更新，優(yōu)化用戶形象，更加精準(zhǔn)的匹配資訊或商品，在頭條資訊推薦中，采用為資訊貼標(biāo)簽，用戶貼標(biāo)簽，資訊標(biāo)簽推薦到用戶相關(guān)標(biāo)簽中，獲得更多用戶的留存。

4、用戶規(guī)則創(chuàng)建

通過(guò)用戶的數(shù)據(jù)采集和歷史數(shù)據(jù)，進(jìn)行用戶規(guī)則模型創(chuàng)建，用戶模型的創(chuàng)建可進(jìn)行標(biāo)簽化和權(quán)重化，給予用戶標(biāo)簽不同的權(quán)重，標(biāo)簽值權(quán)重越高，趨向性越高，所推薦相關(guān)產(chǎn)品值也會(huì)越高；周期性推薦，如用戶在購(gòu)買某生活用品，在經(jīng)過(guò)一段時(shí)間后，預(yù)測(cè)使用周期進(jìn)行周期性推薦，提高數(shù)據(jù)推薦的價(jià)值和用戶畫像的匹配。

來(lái)源：成都四維時(shí)空科技，成都軟件開發(fā)公司，成都APP開發(fā)公司