热线电话:13121318867

登录
首页大数据时代CDA教材知识点 | 用户标签与用户画像(考点71-72)
CDA教材知识点 | 用户标签与用户画像(考点71-72)
2026-11-13
收藏

核心资源推荐

考点71:基于用户标签的精准营销案例

精准营销的核心是识别目标消费群体,需同时满足“消费意愿”和“消费能力”两个维度,是标签应用的典型场景。

1. 精准投放核心逻辑

  • 目标群体识别双维度:消费意愿(内在需求)+ 消费能力(外在条件)
  • 群体分类:
    • 有意愿无能力:未来潜在用户
    • 有能力无意愿:定位错误用户
    • 两者均满足:精准目标用户

2. App广告推送特点

  • 基于大数据分析(用户搜索、朋友圈行为、图片内容)
  • 涉及自然语义理解、图像识别等技术
  • 兼具广告服务与企业AI技术实验反馈功能

3. 消费意愿识别(行为痕迹)

  • 关注汽车类(含宝马)公众号、提及相关品牌、发布相关图片
  • 对汽车类内容高评论、高转发,评论含“买”“长草”等需求关键词
  • 搜索关键词:需求准确度高于普通行为
  • 社交圈子辅助:如好友中iPhone使用者占比超30%,标记为“iPhone亲密用户群体”

4. 消费能力识别(消费数据)

  • 朋友间付款年净支出额>5万元
  • 同类产品消费支付价格高于平均水平

考点72:标签的分类

教材核心考点,从“研究客体数据类型、时态、加工深度”三个维度分类,需掌握每类标签的定义、示例及特点。

一、按研究客体的数据类型分类

  • 属性标签

    • 定义:人口统计信息(性别、出生日期、出生地、星座、血型等)
    • 特点:与行为预测为统计相关,非因果关系;电商可通过行为刻画“心理年龄”,预测价值更高
  • 状态标签

    • 定义:反映用户社会经济状态、社会资本(资产、存款、消费能力、小区档次等)
    • 理论依据:社会学嵌入理论,通过社交圈、地理位置推断用户阶层与需求
  • 协议标签

    • 定义:用户与企业签订的产品协议生成,反映人生阶段与产品关联
    • 应用:关联规则算法(如购买母婴产品→推送汽车养护产品)
  • 行为标签

    • 分类:动账数据(实际交易)、非动账数据(未发生金额的行为)
    • 特点:是内心需求在外部环境的表现,不同企业获取数据广度不同
  • 需求标签

    • 定义:反映用户内在真实需求
    • 获取方式:传统(调研、投诉)、现在(留言、对话、评价挖掘)

补充:五类标签从表象到内在,分析难度、数据量均逐级增大,目前前两类标签应用最多。

二、按标签的时态分类

  • 静态标签

    • 定义:长期不变的属性数据(性别、出生年月、出生城市等)
    • 取数窗口:任意时间点均可
  • 时点标签

    • 定义:某一时间点的截面数据(截止月底的资产、当前余额等)
    • 取数窗口:业务发生前最近时点
  • 时期标签

    • 定义:一段时间内的汇总数据(当月交易笔数、半年总入账等)
    • 取数窗口:时点数据前推一段时间(如6个月)

三、按标签的加工角度分类

  • 基础标签

    • 定义:无需汇总、无需算法,直接提取或外部采购
    • 实现方式:简单SQL语句,示例(性别、年龄、外购风险评估标签)
  • 统计标签

    • 定义:对交易数据汇总计算生成
    • 实现方式:SQL聚合函数,示例(用户资产汇总、行为偏好、R/F/M指标)
  • 模型标签

    • 定义:基于基础/统计标签,通过算法或规则生成
    • 分类:
      • 规则类:如RFM分群标签(重要价值用户、重要挽留用户等)
      • 算法类:如信用卡实际用卡人性别判断模型(归一化→生成向量→比对类中心)
      • 综合应用类:数据不全时混合策略(如银行收入等级标签)

补充:用户兴趣标签三类来源——问卷调研(无建模)、收藏夹分析(规则标签)、浏览内容文本挖掘(算法标签)

看到这里,无论你是想入行数据分析的新手,还是已经走在 CDA 认证备考路上的同学,不必等整块的学习时间,用好日常零碎时间,跟着下面的计划现在就能开始。

时间段 任务章节 手册对应考点 核心目标
10月14日-10月17日 第一章 数据分析思维
第二章 数据分析方法
1-26 掌握数据分析思维内涵、基础范式及6种分析方法,掌握数据分析方法体系与典型应用,完成第一章、第二章练习题
10月18日-10月21日 第三章 商业数据分析框架
第四章 战略数据分析
27-51 理解商业数据分析框架及各视角分析逻辑,熟练掌握战略数据分析步骤与报告呈现方法,完成第三章、第四章练习题
10月22日-10月27日 第五章 业务数据分析
第六章 描述性统计分析
52-62 精通业务数据分析全流程及问题解决思路,掌握变量度量、统计量及参数估计方法,完成第五章、第六章练习题
10月28日-11月6日 第七章 指标体系构建方法
第八章 SQL语言基础与MySQL
63-70 学会指标体系构建方法与场景应用,熟练运用SQL进行数据查询、连接与汇总操作,完成第七章、第八章练习题
11月7日-11月10日 第九章 用户标签体系与用户画像
第十章 简单时间序列分析方法
71-79 掌握用户标签体系搭建与用户画像制作,理解时间序列分析原理并完成预测案例,完成第九章、第十章练习题
11月11日-11月14日 第十一章 数据治理
第十二章 数据模型与数据建模第
十三章 指标体系管理
80-103 明晰数据治理驱动因素、体系及开展方法,掌握数据模型与数据建模逻辑,掌握指标体系管理逻辑,完成第十一章、第十二章、第十三章练习题
11月15日-11月25日 全教材系统复习 -- 系统复习各模块重点,完成模拟测试与错题复盘

上一篇:CDA教材知识点 | SQL数据库应用(考点68-70)

CDA教材知识点合集(持续更新中)

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~ !

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0

数据分析师资讯
更多

OK
客服在线
立即咨询
客服在线
立即咨询