阿里/網易/美團/58用户畫像中的ID體系建設

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