[GProfile]独家解密阿里标签利器

代号“ GProfile ” ——独家解密阿里标签利器-博客-云栖社区-阿里云 https://yq.aliyun.com/articles/27603

摘要: 你可能已经知道达摩盘,也可能接触过虾米音乐给你推荐的好歌,当然你肯定经常在购物时,收到系统给你推荐的产品……但你肯定不知道,在营销推荐、产品推荐的背后,是一个庞大的算法工程,其中的一款标签体系,从未对外公布。 今天阿里数据将会独家解密这一标签利器,它的内部代号是——GProfile

你可能已经知道达摩盘,也可能接触过虾米音乐给你推荐的好歌,当然你肯定经常在购物时,收到系统给你推荐的产品……但你肯定不知道,在营销推荐、产品推荐的背后,是一个庞大的算法工程,其中的一款标签体系,从未对外公布。

今天阿里数据将会独家解密这一标签利器,它的内部代号是—**GProfile** ,全称为**全局档案**。概括来说,**GProfile**** ****全局档案**要做的事情是这样的:

目前,GProfile ****全局档案是以消费者档案为核心构建内容,通过分析消费者的基础信息、购物行为以描绘其特征画像。

今后 **GProfile **还要做商品档案、店铺档案,形成更完备的档案体系。

在阿里数据的平台上,**GProfile **主要根据用户在历史时间内的网购行为记录,从网购时间点、内容深度剖析,提供用户基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性和地理属性八大类标签服务。

继续勾勒一个**GProfile **应用场景,那会是什么样子:

隔壁老王今天登陆阿里旅行·去啊首页,收到的推荐是日本双人游产品,他感觉被深深地吸引,迅速下单。

不觉得有什么问题吗?

为什么隔壁老王是日本游,还是双人的。单身男青年大锤只能是江浙沪独步徒行推荐?

而这种差异化的推荐,竟然正中两位的下怀!老王此时的心理os应该是:这广告也太神了,这广告来得也太及时了。

算法、标签、**GProfile**** **可以完美解释这个现象。

根据前面介绍,**GProfile**** **通过用户在历史时间内的网购行为记录已经为老王和大锤贴上了不同的标签。

同样的,日本双人游的产品运营人员也已经为这一产品的目标客户进行了标签预设:

比如有对象、爱看日剧的人士会被映射到日本双人游这项产品,而经济能力尚不足的光棍男大锤可能更合适附近短途旅行。

e16e8878adff0ca61549f83e51900d1e20e27d4e
e16e8878adff0ca61549f83e51900d1e20e27d4e

通过映射关系,当老王进入去啊页面时,系统已经自动将他的标签和日本双人游的标签,进行了匹配。于是,老王看见了日本双人游。

在商业环境中,用户并非天然抵触广告。真正抵触的是:人们在目之所及之处,无用的广告太泛滥,导致用户经常有被干扰的困扰。

我们显然可以从上述例子中,看到 **GProfile **对于产品推荐精准度中起到至关重要的作用。

但,关于 **GProfile **,你还可以畅想更多。

**在阿里内部,GProfile让系统更懂人
**
**
**
**GProfile**** **在阿里内部应用场景主要有三个方向:

ID 画像——刻画一个人;

人群透视——刻画一群人;

人群放大——这一群人抽象出来他们的特质,并以此为规则找到更大类似群体。

1******、ID画像干什么

c972da27fe845fbdab4156cbae871efbc9cf9626
c972da27fe845fbdab4156cbae871efbc9cf9626

简单说,**GProfile**** **能对ID画像进行具象化处理,能从用户的言行举止推断出其身份和偏好。比如地址可以判断公司,用户在购物评论中流出的“男友”“老公”可以判断是否单身,近期购入的服装风格可以判断她本人的喜好等~



2******、人群透视是什么

c727b497952b4d0c9cf5af87d26259b0fdf1cc6d
c727b497952b4d0c9cf5af87d26259b0fdf1cc6d

相比ID画像,人群透视针对不再是单个用户,而是分析呈现一群用户的特征。有了这一人功能,圈选特征与产品定位相符的客户,商家在面临营销决策前可以清晰认知客户的产品购买偏好,不会再犯把连衣裙推荐给男同事,把豪车推荐给本课代表的错误了。

3******、人群放大是什么

a7929d5920a9e66ce918ad4e477b947fbb493aad
a7929d5920a9e66ce918ad4e477b947fbb493aad

人群放大是将已知的一部分用户群体信息作特征汇总,产出特征相似的更广的用户集。例如在阿里妈妈的圈人功能中,可以列举出一系列用户特征,如性别、年龄、星座和消费能力等,对所有符合条件的人群定向投放广告。

诚实地说,GProfile 标签很强大

好了,既然已经剧透好多,不如继续讲一下 **GProfile **标签有多强大。

在此前咱们推送的《2016数据会如何助力卖家?》中已经介绍过,目前我们已经梳理了300多种标签,这些标签可以为营销、广告、用户分析提供更深的作用。

那么你肯定想问,凭什么你说牛就是牛?

在阿里数据内部,**GProfile **内的不同标签将会有专人进行对接。也就是说,这些数据工作者将长期深耕于一种或多种领域,他们把握着所属领域内的数据变迁,也更了解标签背后所代表的那一拨人是谁、喜欢什么,推及到商业领域,这种专业度可以让算法看起来更精准。

而更重要的是,对于商业领域内的实践来说,**GProfile **的一个非常棒的用处是,它让淘宝、天猫这一类的电商平台,更懂人心。它可以解决用户偏好哪些类目?偏好程度如何?

在下一次解密中,阿里数据将会给你呈现 GProfile 在类目偏好中的表现。(文章来源:阿里数据)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容

  • 用户画像是一个挺新颖的词,最初它是大数据行业言必及之的时髦概念。现在我们运营谈及用户画像,它也是和精准营销、精细化...
    言射手阅读 2,780评论 0 29
  • 概述及标签体系搭建 1 概述 随着信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,愈发带来很大...
    JinkeyAI阅读 22,750评论 10 241
  • 目录一、行业背景分析二、平台战略分析三、数据分析四、用户分析1、用户属性2、用户需求五、用户体验分析1、设计2、使...
    Manchester5544阅读 10,868评论 4 73
  • 昨天去把复习资料给你寄过去了。还附带了点小零食。元旦就能收到了。 我想你了。你什么时候才能过来啊,我不想等了。现在...
    画澜阅读 97评论 2 3
  • 27周:0702-0708 本周两个主题钻石行动和目标达成术。其中目标达成术的实践主题也是钻石行动,因此本周主题就...
    张新锋阅读 439评论 0 1