以“用户画像&移动统计”为主题的互联网大数据的精英分享会已经在北京中关村创业大街拓荒族咖啡路演大厅完美落幕。百度大数据首次揭秘如何利用大数据构建更准确的用户画像，并邀请了今日头条、驾考宝典等相关负责人通过实际应用案例为移动开发者分享大数据的干货。 

百度“用户画像”首次正式亮相

百度移动统计是百度公司顺应移动互联网大潮，推出的基于移动APP统计的分析工具，目前已经被很多人所熟悉，因此，此次分享会着重于新产品“用户画像”的讨论。

虽然是首次正式亮相，但用户画像并不是一款新产品，百度大数据部高级产品经理娄双双介绍，“它在百度内部已经孕育了三年，服务内部30多条产品线，直接间接为百度带来亿级别的收入”。

对很多人来说，“用户画像”这一概念还很陌生。据悉，Alan Cooper (交互设计之父)最早提出了 这一概念：是真实用户的虚拟代表，是 建立在一系列真实数据之上的目标用户模型。通过用户调研去了解用户，根据他们的目标、行为和观点的差 异,将他们区分为不同的类型，然后每种类型中抽取出典型特征，赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 (personas)。

应用到互联网产品，则可以理解为，用户画像(persona )是为了让团队成员在产品设计的过程中能够抛开个人喜好，将焦点关注在目标用户的动机和行为上进行产品设计。 因为，产品经理为具体的人物做产品设计要远远优于为脑中虚构的东西做设计，也更来得容易。

因此，百度大数据推出的用户画像拥有强大的数据基础、技术基础。

娄双双介绍，百度覆盖6亿网民，响应60亿次搜索请求，响应150亿次定位请求，有14个用户过亿APP，百度服务请求都代表用户的请求，各行各业、学习、消费、娱乐方方面面，同时百度拥有业界领先大数据技术，包括提到的图像识别、深度学习、机器学习以及大数据、超大数据计算能力，正是在这些数据和技术基础上孕育出用户画像这个产品。所以说用户画像并非空中楼阁，基于强大数据基础上才能准确去挖掘用户的特征、行为习惯、兴趣偏好、消费倾向以及生活方式。

“用户画像”和自己的客户谈一场恋爱

在现实生活中，认识一个人很容易就能了解到他的基本信息，例如性别、工作、社会阶层等等。然而在互联网上，电脑或者手机屏幕背后的用户是相对虚拟的，对于移动开发者来说，只知道用户在APP上打开几次点了哪些信息，对其它信息知之甚少。

但是，这些用户信息百度“用户画像”可以了解到。因为，在用户的点点滴滴互联网行为中蕴藏着大量的信息，通过大数据计算、算法能够挖掘用户特征属性，完成虚拟用户的数据画像，告知产品经理们，他的用户到底是怎样的人?用户的兴趣、爱好是什么?有哪些消费倾向等等。

如同谈恋爱一样，这些精准的用户数据让产品经理们投其所好，为用户设计出更好的产品，提供更好服务，赢得用户的青睐。

用户画像与移动统计完美融合

百度移动统计从移动开发者需求出发，在洞察用户、优化产品、运营推广三个方面去提供全面的分析直观报表以及敏捷开发支持，以及数字化的经营和推广管理的支持。移动统计能够帮助开发者解决用户属性越来越复杂，用户行为越来越多变，产品代周期越来越快，推广成本越来越高等诸多问题。

再此过程中，受众分析、渠道版本分析、多维度交叉分析几个功能，将用户画像服务能力融合进来，移动统计与用户画像无缝衔接，用户特征一目了然。

“用户画像”与“移动统计”为开发者插上翅膀

目前，已有诸多知名APP开发者参与了百度用户画像和移动统计的积极的实践和探索。此次分享会中，“今日头条”负责人杨震原介绍，今日头条用数据来进行资讯的推荐，其中用户画像是非常关键的一环。2015年今日头条DAU突破3千万，资讯在市场第二，很大程度上得益于通过个性化推荐的方法让用户更快更有效获得他感兴趣的新闻。

关于如何对数据应用，杨震原讲述了自己的观点：无论是对用户画像进行分析还是进行定制，都不要人云亦云，而要结合自己的业务目标。而分析和定制的基础则是数据的采集，收集自有数据方面，可以提合适的问题，让用户主动提交信息。但是，自有数据总是有限，大数据时代要合理接入第三方，百度则能够提供更充分和有用户意向的数据。比如我们想知道什么人看爱交通新闻?今日头条本身没有这个分类，通过tag映射机制就是一个非常简单有效的办法。我们把百度第三方的数据加到自己的模型，通过历史上共存的第三方tag和自己的目标tag做比对，进而去实现自动匹配，用以生成未来的tag，大大提高数据的准确度，实现精确匹配。

此外，分享会还邀请到了“驾考宝典”的负责人李佳文，李总表示，大多数APP开发者都处于创业初级阶段，精力聚焦于业务上，因此没有更多精力搭平台、做大量的离线计算等来做大量用户画像。比如用户年龄、性别等这样数据，通过自己的产品平台获取较为困难，且无法第一时间得知新用户属性和特征信息。通过百度移动统计平台获得的用户画像拿到这些精准的用户数据之后，可以为开发者提供非常大的帮助。

首先，为开发者精准推送提供数据支持，提高用户体验。李佳文举例，汽车类广告的变现是“驾考宝典”平台主要变现业务，如果对用户画像不了解，强行对每个用户推送汽车广告，用户就会反感，产品体验降低。因此如果借助于百度用户画像数据，根据用户性别、年龄、是否有购车欲望等来进行精准推荐设计和推送，就会有非常良好的用户体验。当前通过移动统计获得的画像数据，也很好的印证了这一点。

此外，用户画像还可以为让产品经理再用户属性中发现更多的变现方法。例如，“驾考宝典”的变现渠道一直是汽车广告，但通过移动统计分析发现，自己的用户中20多岁的男性居多，通过用户画像分析更确定了驾考已经拥有部分游戏主力用户这一发现，因此，顺利接到游戏广告。李佳文介绍，目前“驾考宝典”游戏整体变现增长迅速。

通过此次分享会可以看出，在互联网时代，只要能够拥有更完善的客户画像和移动统计数据，每个产品经理都可以像梅长苏、诸葛亮一样，知己知彼，为用户提供更完美的产品和服务，也让自己更顺利的实现产品变现，获得更大的企业核心竞争力。