2.1 用户属性维度

2.1.1 常见用户属性

用户属性是刻画用户的基础。常见用户属性指标包括：用户的年龄、性别、安装时间、注册状态、城市、省份、活跃登录地、历史购买状态、历史购买金额等。

用户属性维度的标签建成后可以提供客服电话服务，为运营人员了解用户基本情况提供帮助。

用户属性标签包含统计类、规则类、机器学习挖掘类等类型。统计类标签的开发较为简单，机器学习挖掘类标签将在4.3节中通过具体案例进行讲解。本节主要介绍常见用户属性标签主要包括的维度。表2-1给出了常用的用户属性维度标签。

表2-1 用户属性维度标签示例

表2-1对于相同的一级标签类型，需要判断多个标签之间的关系为互斥关系还是非互斥关系。例如，在判断性别时，用户性别为男的情况下就不能同时为女，所以标签之间为互斥关系；在判断用户是否在黑名单内时，用户既可能在短信黑名单中，也可能同时在邮件黑名单中，所以这种就为非互斥关系。

对于根据数值进行统计、分类的标签开发相对容易。例如，用户的“性别”“年龄”“城市”“历史购买金额”等确定性的标签。而在对规则类的标签进行开发前则首先需要进行数据调研。例如，对于用户价值度划分（RFM），如何确定一个用户是重要价值用户还是一般价值用户，对于用户活跃度的划分如何确定是高活跃、中活跃、低活跃还是已经流失，需要结合数据调研情况给出科学的规则并进行划分。在4.2节中，将会通过两个案例介绍规则类标签如何开发。