☆学习目标

1.理解和掌握用户画像的含义。

2.理解用户画像的用途。

3.了解用户画像的建设过程。

4.理解网络用户行为的新特征。

5.理解网络消费者的购买决策过程。

6.理解影响网络消费者购买行为的主要因素。

☆引导案例

从“人工推荐”到“知你所想”，一款银行APP的智能迁徙

从线下物理网点迈向手机银行，零售银行主战场在潜移默化之间完成了一次宏大迁徙。最显著的例证是，我国18家头部银行——6家大型商业银行、12家股份制银行总共开发了超过170款APP，甚至中国银行一家就拥有36款APP。与此相对照，根据中国银行业协会统计，银行业平均离柜率已从2012年的54.37%上升至2018年的88.67%，多家银行的离柜率已经高达90%以上。趋势显而易见，传统增长红利渠道日益崩塌，APP成为银行迫切需要争夺的新大陆。移动化转型已经成为行业共识，但是“如何转”又成为一个新问题。如何获客和活客，是移动互联网时代手机银行APP面临的共同痛点。

如果手机中装有足够多的银行APP，你就不难发现，它们中的大多数似乎是“孪生兄弟”——账户查询、转账、购买理财产品、申请贷款、生活缴费、网点预约，构成了一款银行APP的标准模型。同质化带来的是非常相似的应用界面，尤其是农商行、村镇银行的手机银行APP，界面几乎完全一样。这种“千人一面”的特征同样也反映在早期银行APP的设计上。早期的推荐产品主要靠平台运营人员依靠业务知识进行手工配置，策略投放也是基于场景相关性的固定位置展示，用户访问此场景时，将会“千人一面”地展示这些商品。(www.daowen.com)

正如当年媒体业普遍挣扎于线上化转型之时，今日头条凭借着智能算法推荐技术，在巨头林立的资讯分发领域中异军突起。当下，为了提升用户黏度和活跃度，正有一些银行开始实践“今日头条模式”，在其移动端提供智能推荐的“千人千面”服务。发行国内第一张真正意义上信用卡的老牌股份制银行——广发银行正是其中的典型。目前，广发信用卡“发现精彩”APP累计注册客户约4500万户，绑卡客户约3000万户。

2017年广发卡“发现精彩”APP内部就开始探索智能化方向，截至2020年5月，基于用户行为、搜索数据、商品属性等特征数据，其饭票业务、商城业务等都已实现了个性化推荐并且获得了明显的成效。“发现精彩”APP首个推荐模型——饭票实时模型上线后，用户点击率提升了40%。个性化推荐代表着银行业在移动端的一次重要探索，即从银行APP向互联网APP边界的探索。

在“发现精彩”APP中，“千人一面”正逐渐被个性化推荐替代，实现用户的“知你所想”成为目前的最新定位。广发卡个性化推荐业务的迭代进度如下：

2018年12月底，广发卡“发现精彩”APP的首个推荐模型——饭票实时推荐功能上线，用户打开饭票首页，可以看到“发现精彩”APP为他们专属推荐的附近商户。

历经四个月的筹备，2019年“发现精彩”APP相继上线了广发商城“看了又看”“猜你喜欢”功能，为用户提供商品的智能推荐服务。

2020年，“发现精彩”APP计划实现全场景一站式推荐服务，即整合众多业务和推荐模型，为用户提供混合推荐功能。如用户打开“发现精彩”APP时映入眼帘的会是一个“瀑布流”，给每个用户提供相匹配的饭票、商城、分期、小发播报等定制化服务和内容。

（资料来源　从“人工推荐”到“知你所想”，一款银行APP的智能迁徙.钛媒体，2020-5-12，有改动）

引导问题：

1.广发银行“发现精彩”APP能够实现“千人千面”个性化服务的基础是什么？

2.什么是用户画像？除了个性化推荐外，用户画像还有哪些其他用途？