楠木軒

阿里/網易/美團/58用户畫像中的ID體系建設

由 簡振武 發佈於 科技

編輯導語:上篇文章中作者介紹了關於標籤構建的業務和需求,建立用户畫像分兩側來進行,用户畫像體系偏戰略和應用,標籤分類偏管理和技術實現側;本文作者分享了關於幾大企業裏關於ID體系建設的分析,我們一起來看一下。

在《標籤構建過程中,如何快速盤點業務及數據需求?》梳理完標籤畫像體系的業務需求後,索隆開始了對畫像體系的整體設計,其中首要遇到的就是用户ID體系的打通相關的問題。

公司各業務線ID繁多,數據割裂,如何才能儘可能關聯更多的數據,以準確的描繪出一個用户的畫像呢?

接下來我們來看看索隆通過對界內科技巨頭:阿里、網易、美團、58的調研分析,來一步步建立自己公司的ID-Mapping體系的過程。

一、阿里OneID

阿里巴巴作為一家包含多條業務線的公司,如電商、金融、廣告、文化、教育、娛樂、設備和社交等領域,數據區域包含國內、國外;數據場景包含線上的人貨場錢、線下的人貨場錢位置等數據,以及物流、用餐、諮詢、影視、出行、閲讀、音樂和健康等相關數據。

ID類型包含phone、PC cookie、IMEI與IDFA、淘寶賬户、支付寶賬户、郵箱等。

而對於每個BU來説,他們知道的只是這個客户的片面屬性,在開展營銷活動時,只是針對一個手機號或一個郵箱做營銷,但背後不能識別出來一個自然人、一個公司。

為打破數據孤島,創造更大的數據價值,阿里使用OneData作為核心方法論。

OneData體系包含:

  • OneModel:數據資產構建與管理;
  • OneID:實體打通和畫像;
  • OneService:邏輯化服務;

OneID基於超強ID識別技術鏈接數據,高效生產標籤;業務驅動技術價值化,消除數據孤島,提升數據質量,提升數據價值;而ID的打通,必須有ID-ID之間的兩兩映射打通關係,通過ID映射關係表,才能將多種ID之間的關聯打通,完全孤立的兩種ID是無法打通的。

打通整個ID體系,看似簡單,實則計算複雜,計算量非常大;假如某種對象有數億個個體,每個個體又有數十種不同的ID標識,任意兩種ID之間都有可能打通關係,想要完成這類對象的所有個體ID打通需要數億次計算,一般的機器甚至大數據集羣都無法完成。

大數據領域中的ID-Mapping技術就是用機器學習算法類來取代野蠻計算,解決對象數據打通的問題;基於輸入的ID關係對,利用機器學習算法做穩定性和收斂性計算,輸出關係穩定的ID關係對,並生成一個UID作為唯一識別該對象的標識碼。

二、網易ID-Mapping

網易產品線有網易雲音樂、網易郵箱、網易新聞、網易嚴選等,不同應用上有不同的ID,如yanxuanid、oaid、musicid、phone、email、idfa、imei等。

要想標識唯一ID,網易採用的思路及方案為:結合各種賬户、各種設備型號之間的關係對,以及設備使用規律等用户數據;採用規則規律、數據挖掘算法(連通圖劃分+社區發現)的方法,判別賬户是否屬於同一個人。

ID-Mapping過程中,常遇到的問題及對應方案如下:

問題一:用户有多個設備信息。

解決方案:定義相關的閾值進行關聯,社區發現當前應用於營銷場景,暫未用於風控或用户運營場景;因為這種方式會把一些異常的賬號關聯在一起,且會存在僅登錄使用過一次的設備信息。

問題二:設備過期,一般是2年半左右時間。

解決方案:設定衰減係數,對單用户多設備加大衰減力度。

備註:通常一人多設備對應的場景有:借用朋友設備、設備髒數據、刷號等。

三、58 ID-Mapping

58業務場景豐富,其產品線包含58同城、趕集、安居客、中華英才網、轉轉、58到家等。

在這種多用户、多業務線、多子公司的情況下,用户數據種類繁雜,構建畫像的數據來自於日誌、簡歷庫、帖子庫、用户信息庫、商家庫、認證信息庫等數據源;其中僅日誌就涉及到58、趕集、安居客等各個子產品的PC/M/APP日誌。

如何將眾多數據源串聯起來是構建用户畫像面臨的第一個問題,如下是58構建的ID-Mapping模型圖:

從圖中可以看出,不同業務線所擁有的ID標識不一:

  • 58同城:wuser、wbdid、wimei;
  • 58趕集:guser、gbdid、gapud、gimei;
  • 安居客:kimei;

其中可以通過telep、bidua、appua、imei、idfa關聯起來,由此建立不同ID之間的關聯映射關係,就是ID-Mapping的過程。

四、美團ID-Mapping

美團與大眾點評進行了合併,那同一個用户在兩個APP上有不同的身份標識,美團要怎樣進行唯一標識呢?

我們來看看美團和大眾點評的賬號體系,美團採用手機號、微信、微博、美團賬號的登錄方式;大眾點評採用的手機號、微信、QQ、微博的登錄方式;其交集為手機號、微信、微博。

最終,對於註冊用户賬户體系,美團採用了手機號作為用户的唯一標識。

五、總結

從上述案例可看出,ID-Mapping有三種常見方法:

  • 基於賬號體系企業中最常用的是基於賬號體系來做ID的打通,用户註冊時,給到用户一個uid,以uid來強關聯所有註冊用户的信息。
  • 基於設備:那對於未註冊用户可以通過終端設備ID精準識別,包含Android/iOS兩類主流終端的識別;通過SDK將各種ID採集上報,後台利用的ID關係庫和校準算法,實時生成/找回終端唯一ID並下發。
  • 基於賬號&設備:結合各種賬户、各種設備型號之間的關係對,以及設備使用規律等用户數據;採用規則規律、數據挖掘算法的方法,輸出關係穩定的ID關係對,並生成一個UID作為唯一識別該對象的標識碼。

六、實踐

1)梳理業務及數據現狀由於公司包含租住、生活服務等多條業務線,不同業務的用户標識不一;數據來源各不相同,數據散落在各業務表中,ID標識包含phone、郵箱、神策ID、cuid、IMEI、idfa等。

2)明確建設目標:ID-Mapping體系的建立,旨在打破數據孤島,將更多用户的數據關聯起來,形成全域用户畫像,幫助營銷人員進行精細化營銷。

3)制定項目計劃:

第一階段:基於用户賬號體系,用phone關聯註冊用户的ID,維護一個ID映射庫,統計註冊用户線上線下行為數據。

第二階段:基於設備,用device ID關聯未註冊用户的ID,統計未註冊用户的行為數據。

第三階段:基於賬號&設備,採用數據挖掘算法做ID映射。

4)按計劃進行

接下來要做的就是按計劃開展項目。這個過程中,注意要點在於,基於公司的數據現狀出發,一步步實施;梳理清楚底層數據表中的ID標識;理清楚各ID之間的關係圖,便於做映射。

作者:草帽小子;公眾號:一個數據人的自留地,wx:luckily304

本文由 @草帽小子 原創發佈於人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基於CC0協議