鏈接：https://pan.baidu.com/s/1AkrJ38va8s2ybzGSCGYxbw?pwd=j4qx?

提取碼：j4qx

【編輯推薦】

（1）作者背景資深：作者先后就職于多家頭部互聯(lián)網(wǎng)公司，從事用戶增長與用戶畫像相關(guān)工作。（2）作者經(jīng)驗豐富：從0到1搭建公司用戶畫像平臺，并使其發(fā)展為畫像中臺。（3）純零基礎(chǔ)入門：圍繞畫像平臺的功能模塊、技術(shù)實現(xiàn)、平臺構(gòu)建、業(yè)務(wù)應(yīng)用層層深入，零基礎(chǔ)讀者也可以搭建畫像平臺并為業(yè)務(wù)賦能。（4）解決業(yè)務(wù)難題：指導(dǎo)讀者用畫像數(shù)據(jù)解決用戶增長、用戶運(yùn)營、電商賣貨、內(nèi)容推薦、風(fēng)險控制5大類業(yè)務(wù)數(shù)據(jù)分析難題。（5）大量最佳實踐：包含大量對畫像平臺進(jìn)行優(yōu)化的思考和最佳實踐。（6）圖表豐富，通俗易懂：200+給類設(shè)計圖和原型圖，大大降低讀者的閱讀難度，一看就懂，一學(xué)就會。（7）源于真實項目：書中所有技術(shù)方案和應(yīng)用案例全部來自于真實的實踐項目。

【內(nèi)容簡介】

內(nèi)容簡介這是一本從功能模塊、技術(shù)實現(xiàn)、平臺構(gòu)建、業(yè)務(wù)應(yīng)用4個層次由淺入深地講解用戶畫像的著作。作者在某頭部互聯(lián)網(wǎng)公司經(jīng)歷了其用戶畫像平臺從0到1并發(fā)展為畫像中臺的全過程，打下了扎實的技術(shù)功底，積累了豐富的業(yè)務(wù)經(jīng)驗，本書從技術(shù)和業(yè)務(wù)雙重維度對整個過程進(jìn)行了復(fù)盤。具體來講，本書主要包含如下內(nèi)容：（1）畫像的作用、業(yè)界主流的4種商用畫像平臺的核心功能和實現(xiàn)邏輯；（2）畫像平臺的主要功能、畫像平臺的技術(shù)架構(gòu)與技術(shù)選型、畫像平臺的數(shù)據(jù)模型；（3）畫像平臺4大功能模塊：標(biāo)簽管理、標(biāo)簽服務(wù)、分群功能、畫像分析的實現(xiàn)方案；（4）從0到1搭建用戶畫像平臺，包括環(huán)境搭建和前、后端工程框架搭建；（5）畫像平臺在用戶的不同生命周期階段和各種業(yè)務(wù)場景中如何為業(yè)務(wù)賦能；（6）畫像平臺的優(yōu)化和最佳實踐。書中有200+設(shè)計圖和原型圖，可以幫助讀者更加直觀地了解平臺的實現(xiàn)原理及功能形態(tài)。20+真實應(yīng)用案例，技術(shù)方案和案例均來自真實的項目。本書提供可運(yùn)行的代碼，能幫助讀者快速搭建并部署用戶畫像平臺。

【目錄】

目　　錄
前　言
第1章　了解畫像平臺　1
1.1　畫像基本概念　1
1.1.1　什么是畫像　1
1.1.2　畫像的重要性　2
1.1.3　畫像平臺定位　3
1.2　OLAP介紹　3
1.2.1　OLAP與OLTP對比　3
1.2.2　OLAP場景關(guān)鍵征　4
1.2.3　OLAP的3種建模類型　5
1.2.4　OLAP相關(guān)技術(shù)發(fā)展歷程　5
1.3　業(yè)界畫像平臺介紹　6
1.3.1　神策數(shù)據(jù)　7
1.3.2　火山引擎增長分析　10
1.3.3　GrowingIO　13
1.3.4　阿里云智能用戶增長　16
1.4　畫像平臺涉及的崗位　18
1.4.1　數(shù)據(jù)工程師　18
1.4.2　算法工程師　18
1.4.3　研發(fā)工程師　18
1.4.4　產(chǎn)品經(jīng)理　19
1.4.5　運(yùn)營人員　19
1.5　本章小結(jié)　19
第2章　畫像平臺功能與架構(gòu)　20
2.1　畫像平臺主要功能　20
2.1.1　標(biāo)簽管理　20
2.1.2　標(biāo)簽服務(wù)　24
2.1.3　分群功能　25
2.1.4　畫像分析　28
2.2　畫像平臺技術(shù)架構(gòu)　32
2.2.1　畫像平臺常見的技術(shù)架構(gòu)　32
2.2.2　畫像平臺技術(shù)選型示例　33
2.2.3　業(yè)界畫像功能技術(shù)選型　35
2.3　畫像平臺的3種數(shù)據(jù)模型　36
2.4　本章小結(jié)　38
第3章　標(biāo)簽管理　40
3.1　標(biāo)簽管理整體架構(gòu)　40
3.2　標(biāo)簽分類　43
3.2.1　標(biāo)簽實體及ID類型　43
3.2.2　標(biāo)簽分類方式　44
3.3　標(biāo)簽管理功能實現(xiàn)　48
3.3.1　標(biāo)簽存儲　48
3.3.2　標(biāo)簽生產(chǎn)　55
3.3.3　標(biāo)簽數(shù)據(jù)監(jiān)控　67
3.3.4　工程實現(xiàn)　69
3.4　崗位分工介紹　70
3.5　本章小結(jié)　72
第4章　標(biāo)簽服務(wù)　73
4.1　標(biāo)簽服務(wù)整體架構(gòu)　73
4.2　標(biāo)簽查詢服務(wù)　74
4.2.1　標(biāo)簽查詢服務(wù)介紹　74
4.2.2　標(biāo)簽數(shù)據(jù)灌入緩存　76
4.2.3　標(biāo)簽數(shù)據(jù)結(jié)構(gòu)　79
4.2.4　標(biāo)簽數(shù)據(jù)處理　81
4.2.5　工程實現(xiàn)　83
4.3　標(biāo)簽元數(shù)據(jù)查詢服務(wù)　85
4.3.1　標(biāo)簽元數(shù)據(jù)查詢服務(wù)介紹　85
4.3.2　工程實現(xiàn)　87
4.4　標(biāo)簽實時預(yù)測服務(wù)　89
4.4.1　標(biāo)簽實時預(yù)測服務(wù)介紹　89
4.4.2　工程實現(xiàn)　90
4.5　ID-Mapping　93
4.6　崗位分工介紹　97
4.7　本章小結(jié)　98
第5章　分群功能　99
5.1　分群功能整體架構(gòu)　99
5.2　基礎(chǔ)數(shù)據(jù)準(zhǔn)備　101
5.2.1　畫像寬表　101
5.2.2　畫像BitMap　108
5.3　人群創(chuàng)建方式　111
5.3.1　規(guī)則圈選　112
5.3.2　導(dǎo)入人群　119
5.3.3　組合人群　121
5.3.4　行為明細(xì)　123
5.3.5　人群Lookalike　125
5.3.6　挖掘人群　126
5.3.7　LBS人群　127
5.3.8　其他人群圈選　128
5.3.9　工程實現(xiàn)　131
5.4　人群數(shù)據(jù)對外輸出　137
5.5　人群附加功能　138
5.5.1　人群預(yù)估　138
5.5.2　人群拆分　140
5.5.3　人群自動更新　141
5.5.4　人群下載　142
5.5.5　ID轉(zhuǎn)換　143
5.6　人群判存服務(wù)　144
5.6.1　Redis方案　144
5.6.2　BitMap方案　147
5.6.3　基于規(guī)則的判存　149
5.7　崗位分工介紹　150
5.8　本章小結(jié)　152
第6章　畫像分析　153
6.1　畫像分析整體架構(gòu)　153
6.2　人群畫像分析　155
6.2.1　人群分布分析　155
6.2.2　人群指標(biāo)分析　156
6.2.3　人群下鉆分析　157
6.2.4　人群交叉分析　158
6.2.5　人群對比分析　158
6.2.6　工程實現(xiàn)　159
6.3　人群即席分析　165
6.3.1　分布分析與指標(biāo)分析　166
6.3.2　下鉆分析與交叉分析　167
6.3.3　人群畫像預(yù)覽　168
6.4　行為明細(xì)分析　169
6.4.1　明細(xì)統(tǒng)計　171
6.4.2　用戶分析　173
6.4.3　流程轉(zhuǎn)化　176
6.4.4　價值分析　179
6.4.5　工程實現(xiàn)　181
6.5　單用戶分析　183
6.5.1　用戶畫像查詢　184
6.5.2　用戶關(guān)系數(shù)據(jù)分析　185
6.5.3　用戶漲掉粉分析　190
6.5.4　用戶內(nèi)容流量分析　192
6.6　其他常見分析　193
6.6.1　業(yè)務(wù)分析看板　193
6.6.2　地域分析　195
6.6.3　人群投放分析　197
6.7　崗位分工介紹　199
6.8　本章小結(jié)　200
第7章　從0到1構(gòu)建畫像平臺　201
7.1　基礎(chǔ)準(zhǔn)備　201
7.1.1　技術(shù)組件協(xié)作關(guān)系　201
7.1.2　基礎(chǔ)環(huán)境準(zhǔn)備　203
7.2　大數(shù)據(jù)環(huán)境搭建　206
7.2.1　Hadoop　207
7.2.2　Spark　210
7.2.3　Hive　212
7.2.4　ZooKeeper　215
7.2.5　DolphinScheduler　216
7.2.6　Flink　217
7.3　存儲引擎安裝　219
7.3.1　ClickHouse　219
7.3.2　Redis　221
7.3.3　MySQL　222
7.4　工程框架搭建　223
7.4.1　服務(wù)端工程搭建　223
7.4.2　前端工程搭建　237
7.5　運(yùn)行開源代碼　238
7.6　本章小結(jié)　240
第8章　畫像平臺應(yīng)用與業(yè)務(wù)實踐　241
8.1　畫像平臺常見應(yīng)用案

【前言】

前　　言
為何寫作本書
我第一次接觸用戶畫像是在某節(jié)數(shù)據(jù)挖掘課堂上。那時，我對用戶畫像只有一個概念上的認(rèn)識。工作后，我接觸到了畫像平臺，并在平臺上查詢了自己的畫像信息。我發(fā)現(xiàn)查詢結(jié)果非常準(zhǔn)確，這讓我對平臺背后的畫像技術(shù)產(chǎn)生了濃厚的興趣。再后來，我有幸參與了畫像平臺的建設(shè)工作，并對用戶畫像有了更深入的了解。
我們所負(fù)責(zé)的產(chǎn)品的用戶量不斷增長，構(gòu)建畫像數(shù)據(jù)并搭建畫像平臺主要是為了解決以下兩個問題。
清晰、明確地描述用戶點。針對每一款產(chǎn)品，我們需要了解用戶來自哪些渠道、使用產(chǎn)品的行為點以及為何離開產(chǎn)品等問題。機(jī)器學(xué)習(xí)雖然廣泛地應(yīng)用于各類業(yè)務(wù)中并取得了明顯的成果，但是無法清晰、明確地描述用戶點并對用戶群體進(jìn)行統(tǒng)計分析，而畫像平臺可以借助標(biāo)簽數(shù)據(jù)回答上述問題。
提高分析效率，釋放數(shù)據(jù)價值。雖然部門內(nèi)有獨(dú)立的數(shù)據(jù)分析師團(tuán)隊，但是面對大量的分析需求時人力也比較緊張。畫像平臺建設(shè)的目標(biāo)之一是做好畫像分析，提高分析師的工作效率并降低人力消耗，通過可視化的平臺功能幫助普通用戶進(jìn)行自主分析，充分挖掘并釋放數(shù)據(jù)價值。
作為研發(fā)工程師，我有幸參與了畫像平臺從0到1的構(gòu)建過程并見證了平臺的發(fā)展歷程。首先，我們完成了畫像平臺基礎(chǔ)功能建設(shè)，并順利解決了上述兩個問題。然后，我們根據(jù)業(yè)務(wù)需求不斷完善畫像平臺功能，對人群圈選和畫像分析完成了技術(shù)升級，使得服務(wù)質(zhì)量得到了保障。最后，我們將畫像平臺作為基礎(chǔ)服務(wù)，開始廣泛地對部門及公司內(nèi)其他業(yè)務(wù)提供通用畫像服務(wù)，取得了不錯的效果。在工作過程中，我學(xué)習(xí)并掌握了構(gòu)建畫像平臺的主要流程與方法，對于算法和大數(shù)據(jù)等技術(shù)也有了更加深入的了解。