從PC網(wǎng)頁用戶到手機APP用戶，獲取用戶的數(shù)據(jù)越來越精準，用戶的瀏覽習慣，購物習慣，用戶的活動區(qū)域和瀏覽習慣等成為用戶精細化管理和精細化運營的基礎條件，根據(jù)用戶習慣可選擇推薦更多的用戶需要的產(chǎn)品和時間段，提高用戶的消費和轉化率。

1、用戶軌跡

在手機端，通過用戶進去APP應用開發(fā)，瀏覽咨詢或者瀏覽商品，通過關鍵字進行搜索訪問，通過分類進行訪問，用戶的打開商品詳細頁，停留時間，是否進行收藏或加入購物車，或者進行下單進行支付，用戶是否尋找優(yōu)惠券和優(yōu)惠信息，都成為用戶的訪問軌跡，通過用戶一段時間內(nèi)所訪問的頁面和所購買的商品，可確定用戶大致的喜好和年齡段。

2、用戶地理位置  

通過LBS地理位置獲取用戶的活動范圍，根據(jù)地理位置進行商品推薦，根據(jù)數(shù)據(jù)分析區(qū)域內(nèi)的用戶的喜愛度和用戶的流行商品和范圍，進行地理區(qū)域不同商品推薦；判斷用戶類型，如商務人士，旅游愛好者進行人物類型的畫像。

3、用戶標簽畫像

通過用戶的所形成的數(shù)據(jù)，進行用戶分類管理，活躍用戶，用戶年齡，用戶喜好，設備類型，近期瀏覽商品，進行算法時時更新，優(yōu)化用戶形象，更加精準的匹配資訊或商品，在頭條資訊推薦中，采用為資訊貼標簽，用戶貼標簽，資訊標簽推薦到用戶相關標簽中，獲得更多用戶的留存。

4、用戶規(guī)則創(chuàng)建

通過用戶的數(shù)據(jù)采集和歷史數(shù)據(jù)，進行用戶規(guī)則模型創(chuàng)建，用戶模型的創(chuàng)建可進行標簽化和權重化，給予用戶標簽不同的權重，標簽值權重越高，趨向性越高，所推薦相關產(chǎn)品值也會越高；周期性推薦，如用戶在購買某生活用品，在經(jīng)過一段時間后，預測使用周期進行周期性推薦，提高數(shù)據(jù)推薦的價值和用戶畫像的匹配。

來源：成都四維時空科技，成都軟件開發(fā)公司，成都APP開發(fā)公司