基于服装洗护大数据的用户画像平台构建及其应用价值分析

陈瑾 丁雪梅

1.东华大学 服装与艺术设计学院 上海 200051；2.东华大学 现代服装设计与技术教育部重点实验室 上海 200051

1 引言

随着大数据、智能家居服务的发展，人与物的交融更加全面，大数据技术正在不断向各个领域延伸，扩大应用范围。服装的洗涤护理作为家居生活的重要组成部分，其受众广、需求高，每年由此而产生的数据量及其庞大。而作为服装洗护重要载体的智能服装洗护类家电，如洗衣机、干衣机、熨烫机等，记载着大量用户服装洗护数据，若能充分挖掘这类家电背后所潜藏的用户服装洗护数据，结合物联网大数据，将给用户的服装洗护带来重大变革。

用户画像作为用户研究的重要方式之一，其应用非常广泛[1]。它可以理解为一个用户信息标签化的过程，通过用户主动或被动留下的种种数据，加工成一系列的标签，通过抽象出一个用户的信息全貌，了解用户需求、偏好的数据分析方法。近几年大数据产业的发展，开拓了企业获取数据来源和处理数据的方法，使用户模型越来越精准全面。

但是，当前用户画像主要用于互联网、数据分析运营领域，而服装洗护领域所产生的大数据并未充分发挥其价值，很多服装洗护类家电企业了解用户的洗护需求，依然通过用户走访、问卷发放等形式，但这种形式面临着两种问题：①人力物力消耗大，且走访人数有限，难以以偏概全；②问卷题目带有诱导性，用户很容易根据调查人的思路做出非真实状况下的选择。显然，用户无意识下表现出来的行为习惯才是用户最真实的反映。

智能化已经成为各家电企业紧随时代的发展趋势。但是，根据美的中央研究院的调查显示，以手机为媒介的智能家电产品进入消费者家之后，真正被用户激活的不到20%，半年之后仍在使用的用户不到5%[2]。服装护理家电企业热情高涨地投入，用户却得不到更好的洗护体验，依托于手机的智能家电正在被消费者遗弃。由此可见，智能服装洗护的发展方向将从单一、被动地响应，转化为主动满足用户的各种服装洗护需求。

用户服装洗护画像平台的提出，主要是源于企业对用户服装洗护需求的认知渴望，围绕企业的发展，其关注的核心问题主要有两类，即“如何让用户更喜欢产品”和“如何把产品卖给合适的人”[3]。本文将研究重点聚焦于用户的服装洗护特征，通过大数据构建用户服装洗护画像，了解用户的服装洗护行为，挖掘连用户都不明确的需求，既是对用户画像应用的拓展，也是对服装洗护的进一步思考，更是对企业关注的核心问题的回答。

2 服装洗护画像平台设计

2.1 服装洗护画像平台概念

服装洗护画像平台指的是在用户画像理论的基础上，结合用户服装洗护大数据，划分出用户数据集、产品数据集，用户与产品间的交互数据集以及外部数据集，用于构建用户画像及产品画像，所建立起来的大数据挖掘平台。其本质是让用户属性、行为特征及对应的产品信息都“可视化”地展现在企业面前，为企业指导创新性发展战略，如图1所示。

2.2 洗护画像模型的构建思路

服装洗护画像构建的整体思路是一个闭环，从数据设计出发，经过数据收集、数据探索、画像构建和商业模式探索等，最后根据商业模式的探索结果进行数据再设计。如图2所示，它们之间是循环迭代的关系，通过一轮循环，企业可以从中了解当前用户的特征及需求，制造符合目标人群需求的产品，更新自己的商业模式，以此指导下一轮的循环，通过不断地更新迭代，逐步创造企业价值。

3 用户服装洗护画像平台构建

3.1 数据来源

构建用户服装洗护画像的目的在于真实而全面地反映用户信息，数据量越丰富，内容越全面，所勾勒出的用户画像就越准确。用户服装洗护画像的大数据主要来自于企业内部的管理数据，官方商城或第三方平台的产品及销售数据，移动应用数据，合作伙伴的共享数据及可以获得的外部数据。根据数据的特性，可以分成静态数据和动态数据，静态数据较为稳定，通常可以用于直接构建标签，而动态数据会随用户的使用情况而变化，要建立标签推算。

3.2 亲和图

亲和图法（Affinity Diagram），又称KJ法，即把收集到的大量资料，按其相互亲和性归纳整理的一种方法。用亲和图法归纳并整理相关数据集，主要包括用户数据集、交互数据集、产品数据集和外部数据集，其主要内容如下：

（1）用户数据集

用户属性数据作为用户最原始的数据，可以表现用户目前的基本情况，任何企业都希望具体而全面地了解用户，但是，如图3所示，企业能获得的用户信息并不多，因为其中涉及到用户隐私安全问题，对于无法获得的数据，可以通过数据标签推测。

图1 服装洗护画像平台构成

图2 洗护画像模型的构建思路

图3 用户属性数据构成

（2）交互数据集

交互是指用户与产品间发生交集，并由这种交集产生的记录。交互数据集由两个部分组成，分别是用户购买产品阶段和用户使用产品阶段，如图4所示。用户购买产品阶段，其行为数据主要由官方网站或第三方销售平台记录，从中我们可以了解到用户的产品偏好，购买途径及收货地址等信息；用户使用产品阶段，其行为数据主要由移动应用或设备电脑板提供，从中我们可以了解到用户的服装洗护习惯、需求等。

图4 交互数据集构成

图5 产品数据集构成

图6 外部数据集构成

（3）产品数据集

产品数据集指产品属性及其销售情况的数据集，如图5所示，包括销售情况、基本参数、洗衣能力和其它参数，其来源于企业内部的产品管理系统、网站销售界面。其中，产品属性为静态数据，可以作为标签直接用于产品画像，销售数据可以直观反映产品热度。

（4）外部数据集

外部数据集是除企业系统以外可以获得的数据集，获得的主要途径可能来源于合作伙伴的共享数据、行业的平均数据或物联网数据，企业可以根据业务需要，在外部数据中添加重要信息，以便在原数据基础上了解更全面的信息，如图6所示。

3.3 服装洗护画像平台的大数据架构

在数据设计、收集并整合的基础上，进行服装洗护画像平台的数据架构，如图7所示。该框架共分为五层，分别是数据源层、数据采集层、数据管理层、数据挖掘层和商业模式层，其内容如下：

（1）数据源层是对企业现有数据获取渠道进行整合，寻找与用户洗护数据相关的数据源，既包括企业内部的数据源也包括企业外部的数据源，主要来源于企业管理系统、官方商城及第三方销售平台、移动应用、合作伙伴共享数据及外部数据；

（2）数据采集层是根据数据源所获得的大量数据，按四个大类进行采集，分别是用户数据集、交互数据集、产品数据集和外部数据集；

（3）数据管理层是按照亲和图的方式，在数据采集层四大类数据集的基础上，根据数据间的相近关系归类整理，通过数据清洗后规整地输入数据管理层；

（4）数据挖掘层是整个洗护画像平台中最重要的部分，它由两个部分组成，分别是数据探索和数据建模。在数据探索阶段，根据研究目的在数据管理层调用相关的数据，通过文本挖掘、机器学习等方式，初步构建标签体系，另外，根据产品数据集构建产品画像。在数据建模阶段，其核心是构建用户画像的标签体系，而标签信息的关键在于权重指标，它由0～1的数值表示，即用户属于该标签的概率为多少，该标签的权重可能随时间的增加而减少，因此标签权重的公式：标签权重=衰减因子*行为权重*子权重[4]，由此可以创建用户画像模型，通过关联现有产品画像，构造新品画像，作为后期产品研发的雏形；

（5）商业模式层是从更高的角度进行数据应用，对企业而言，锁定特定的用户群体就是确定商业定位，运行机制将围绕定位展开，包括业务模式、运行机制、关键资源和产品设计，最终实现企业价值。

4 用户服装洗护画像平台应用前景

4.1 产品开发

产品作为企业对外输出的重要成果，其是否贴近用户需求，直接影响企业的后期发展。因此，研发符合市场需求的产品是每个企业都面临的问题。用户的差异很大，所以要进行用户细分，通过创建用户画像来了解每个用户群体的关键特征。该平台打通了用户、服装和服装洗护类家电三者间的关系，直观展现什么类型的用户喜欢什么样的产品，从而让研发人员在产品设计过程中抛开个人喜好，将焦点放在目标用户的需求上，研发出符合市场需求的产品。

4.2 精准营销

德国提出了“工业4.0”，日本在推动“社会5.0”，“高端智造”将成为社会发展重点，即如何满足用户的个性化需求。企业根据服装洗护画像平台上用户细分所呈现出的特征进行精准营销，如从订单数据中反映出某类人群接受的价格区间，他们所偏爱的产品颜色，购买方式等，从而投其所好对用户展开营销。另外，企业可以将产品模块拆分，由顾客自主选择下单，企业进行产品组装配送，将顾客的被动接受变为主动选择，向“高端智造”发展。

4.3 商业模式

魏炜、朱武祥[5]提出了魏朱商业模式，笔者根据洗护画像平台的特征，将魏朱商业模式中的现金流结构更改为产品设计。该商业模式由三部分组成，分别是定位、运行机制和企业价值。当企业找出自己的现有用户和潜在用户，锁定某类用户的特定需求，把好钢用在刀刃上，完成商业定位。当企业明确商业定位后，整个运行机制也就一目了然，如何整合自己的业务系统，关键资源有哪些，如何将其运用于产品的开发设计，为企业提供最有效的盈利模式。最终，实现企业的商业价值。

4.4 物联网

物联网的概念是在1990年提出，它是指由海量的智能物品通过互联网连接组成的高度动态的、完全分布式的系统（Internet of Things，简称IOT）[6]。今天，我们正从“物联网”走入“万物互联”的时代，通过用户与产品之间的互动，构建用户服装洗护画像平台，打通用户、服装和服装洗护类家电间的关系。如图8所示，在这个平台上还可以以相同的模式构建用户干衣画像、用户熨衣画像和用户O2O洗衣画像，它们在本质上都是建立起用户及其服装洗护方式间的关系，当企业有能力将这四部分数据整合到一起时，其产品和用户间的数据就可以构筑服装洗护物联网，使企业能全面而深刻地洞察用户服装洗护的全过程，而这也正是“万物互联”下不可或缺的一部分。

图7 服装洗护画像平台数据架构图

图8 服装洗护画像平台在物联网中的应用

5 总结

随着大数据时代的到来，市场竞争已经到了群雄逐鹿的时代，如何能牢牢的黏住老用户、吸引新用户、读懂用户的兴趣和喜怒哀乐，这都是企业发展至关重要的问题[7]。在不断开发创新和服务的今天，“用户”的重要性不言而喻，对于服装洗护类家电企业而言，充分挖掘用户的服装洗护大数据是至关重要的。本文借助“用户画像”的技术方法，以用户的服装洗护数据为研究对象，阐明用户服装洗护画像的大数据挖掘平台概念、构建基础和数据架构。该平台整合了用户、服装、服装洗护类家电三者间的数据流，帮助企业在精准营销、产品设计和确定商业模式的优先级方面掌握主动权，并紧随“万物互联”的时代趋势，为用户提供更好的产品和服务，实现企业的商业价值。