用户画像 平台构建与业务实践

（1）作者背景资深：作者先后就职于多家头部互联网公司，从事用户增长与用户画像相关工作。（2）作者经验丰富：从0到1搭建公司用户画像平台，并使其发展为画像中台。（3）纯零基础入门：围绕画像平台的功能模块、技术实现、平台构建、业务应用层层深入，零基础读者也可以搭建画像平台并为业务赋能。（4）解决业务难题：指导读者用画像数据解决用户增长、用户运营、电商卖货、内容推荐、风险控制5大类业务数据分析难题。（5）大量很好实践：包含大量对画像平台进行优化的思考和很好实践。（6）图表丰富，通俗易懂：200+给类设计图和原型图，大大降低读者的阅读难度，一看就懂，一学就会。（7）源于真实项目：书中所有技术方案和应用案例全部来自于真实的实践项目。

这是一本从功能模块、技术实现、平台构建、业务应用4个层次由浅入深地讲解用户画像的著作。作者在某头部互联网公司经历了其用户画像平台从0到1并发展为画像中台的全过程，打下了扎实的技术功底，积累了丰富的业务经验，本书从技术和业务双重维度对整个过程进行了复盘。具体来讲，本书主要包含如下内容：（1）画像的作用、业界主流的4种商用画像平台的核心功能和实现逻辑；（2）画像平台的主要功能、画像平台的技术架构与技术选型、画像平台的数据模型；（3）画像平台4大功能模块：标签管理、标签服务、分群功能、画像分析的实现方案；（4）从0到1搭建用户画像平台，包括环境搭建和前、后端工程框架搭建；（5）画像平台在用户的不同生命周期阶段和各种业务场景中如何为业务赋能；（6）画像平台的优化和很好实践。书中有200+设计图和原型图，可以帮助读者更加直观地了解平台的实现原理及功能形态。20+真实应用案例，技术方案和案例均来自真实的项目。本书提供可运行的代码，能帮助读者快速搭建并部署用户画像平台。

前言
第1章了解画像平台1
1.1画像基本概念1
1.1.1什么是画像1
1.1.2画像的重要性2
1.1.3画像平台定位3
1.2OLAP介绍3
1.2.1OLAP与OLTP对比3
1.2.2OLAP场景关键特征4
1.2.3OLAP的3种建模类型5
1.2.4OLAP相关技术发展历程5
1.3业界画像平台介绍6
1.3.1神策数据7
1.3.2火山引擎增长分析10
1.3.3GrowingIO13
1.3.4阿里云智能用户增长16
1.4画像平台涉及的岗位18
1.4.1数据工程师18
1.4.2算法工程师18
1.4.3研发工程师18
1.4.4产品经理19
1.4.5运营人员19
1.5本章小结19
第2章画像平台功能与架构20
2.1画像平台主要功能20
2.1.1标签管理20
2.1.2标签服务24
2.1.3分群功能25
2.1.4画像分析28
2.2画像平台技术架构32
2.2.1画像平台常见的技术架构32
2.2.2画像平台技术选型示例33
2.2.3业界画像功能技术选型35
2.3画像平台的3种数据模型36
2.4本章小结38
第3章标签管理40
3.1标签管理整体架构40
3.2标签分类43
3.2.1标签实体及ID类型43
3.2.2标签分类方式44
3.3标签管理功能实现48
3.3.1标签存储48
3.3.2标签生产55
3.3.3标签数据监控67
3.3.4工程实现69
3.4岗位分工介绍70
3.5本章小结72
第4章标签服务73
4.1标签服务整体架构73
4.2标签查询服务74
4.2.1标签查询服务介绍74
4.2.2标签数据灌入缓存76
4.2.3标签数据结构79
4.2.4标签数据处理81
4.2.5工程实现83
4.3标签元数据查询服务85
4.3.1标签元数据查询服务介绍85
4.3.2工程实现87
4.4标签实时预测服务89
4.4.1标签实时预测服务介绍89
4.4.2工程实现90
4.5ID-Mapping93
4.6岗位分工介绍97
4.7本章小结98
第5章分群功能99
5.1分群功能整体架构99
5.2基础数据准备101
5.2.1画像宽表101
5.2.2画像BitMap108
5.3人群创建方式111
5.3.1规则圈选112
5.3.2导入人群119
5.3.3组合人群121
5.3.4行为明细123
5.3.5人群Lookalike125
5.3.6挖掘人群126
5.3.7LBS人群127
5.3.8其他人群圈选128
5.3.9工程实现131
5.4人群数据对外输出137
5.5人群附加功能138
5.5.1人群预估138
5.5.2人群拆分140
5.5.3人群自动更新141
5.5.4人群下载142
5.5.5ID转换143
5.6人群判存服务144
5.6.1Redis方案144
5.6.2BitMap方案147
5.6.3基于规则的判存149
5.7岗位分工介绍150
5.8本章小结152
第6章画像分析153
6.1画像分析整体架构153
6.2人群画像分析155
6.2.1人群分布分析155
6.2.2人群指标分析156
6.2.3人群下钻分析157
6.2.4人群交叉分析158
6.2.5人群对比分析158
6.2.6工程实现159
6.3人群即席分析165
6.3.1分布分析与指标分析166
6.3.2下钻分析与交叉分析167
6.3.3人群画像预览168
6.4行为明细分析169
6.4.1明细统计171
6.4.2用户分析173
6.4.3流程转化176
6.4.4价值分析179
6.4.5工程实现181
6.5单用户分析183
6.5.1用户画像查询184
6.5.2用户关系数据分析185
6.5.3用户涨掉粉分析190
6.5.4用户内容流量分析192
6.6其他常见分析193
6.6.1业务分析看板193
6.6.2地域分析195
6.6.3人群投放分析197
6.7岗位分工介绍199
6.8本章小结200
第7章从0到1构建画像平台201
7.1基础准备201
7.1.1技术组件协作关系201
7.1.2基础环境准备203
7.2大数据环境搭建206
7.2.1Hadoop207
7.2.2Spark210
7.2.3Hive212
7.2.4ZooKeeper215
7.2.5DolphinScheduler216
7.2.6Flink217
7.3存储引擎安装219
7.3.1ClickHouse219
7.3.2Redis221
7.3.3MySQL222
7.4工程框架搭建223
7.4.1服务端工程搭建223
7.4.2前端工程搭建237
7.5运行开源代码238
……