聚类分析在电商用户画像中的应用案例

去年双十一复盘会上，运营团队把一份“高价值用户名单”投在我面前。四万多条记录，按“最近一次购买时间在30天内、累计消费金额大于800元”筛选出来的。短信、PUSH、私域券全打了一遍，最终转化率只有0.27%，比平台平均还低了接近一半。运营负责人问我：画像是不是跑偏了？我回了一句让她愣了半天的话：“不是画像跑偏了，是你定义的‘高价值用户’里，至少混进去了三种压根不搭界的角色。”

做电商用户画像这么多年，我踩过的最大的坑，就是把“拍脑袋分群”当成“数据驱动”。同一批“高消费”用户里，既有每个月定期补货的真实家庭采购，也有趁大促一次性囤够全年用量的精明买家，还有那种买完大件就消失的“一次性豪客”。你把一模一样的满减券推给这三类人，第一种会觉得你在侮辱她的智商，第二种正好需要，第三种则直接忽略。转化率能不低吗？

这篇文章，我只讲一件事：怎样用聚类分析，真正落地到电商用户画像里，从数据清洗、特征选择、算法执行到业务打标、策略下发，一竿子插到底。不会给你堆概念，也不会复习教科书，因为网上已经有一万篇“聚类分析是一种无监督学习算法”的文章了。那些内容对解决“转化率只有0.27%”这件事毫无帮助。我接下来分享的，全是自己做过、买过、测试过、踩过坑的真实经历，以及从中提炼出来的专业判断、细节和决策逻辑。

一、先把结论撂在这儿：聚类是“翻译器”不是“魔术棒”

很多人以为聚类分析是一键生成用户画像的黑科技，数据丢进去，群组就自动跳出来，每个群还自带一个好听的名字。我亲手跑过二十多个电商项目之后，必须把这件事说清楚：聚类分析在电商用户画像里扮演的角色，是把多维度的用户行为数据翻译成业务能看懂的分群结构，而不是自己凭空生成合理的分组。

这句话很关键。它意味着三件事：

1. 翻译的质量，取决于你输入的是“普通话”还是“方言”。 即特征工程决定了聚类结果的上限。如果你塞进去的全是无关特征或者高度线性相关的冗余特征，聚类算法再优秀也给你憋出一堆毫无业务含义的哑群。
2. 翻译之后，还需要你自己给每个群“命名”。 算法只会告诉你哪些用户数学上相似，绝不会告诉你这个群是“羊毛党”还是“品质中产”。人工打标这一步，省略了就等于白做。
3. 翻译的目的是让运营听得懂、能行动。 所以聚类的评估标准不是轮廓系数有多高，而是群与群之间在营销响应、客单价提升、复购率变化上有没有显著差异。

在我接下来要拆解的完整案例里，你们会看到，最终让一个美妆电商沉睡会员唤醒率从 3.7% 提升到 11.2% 的，不是 K-means 算法本身，而是“特征筛选-聚类执行-人工打标-策略匹配”这四个环节的咬合度。

二、那个让我困住两周的项目，才炸出了聚类的真正玩法

这件事发生在为一个中等体量的国货美妆品牌做会员体系重构的时候。品牌有大概 360 万过去两年内有购买记录的用户，运营团队之前的分群方式极其粗暴：按消费金额分“金卡、银卡、铜卡”，再叠加一个“近 90 天是否购买”的活跃度标签。结果就是，一个一年只买一次大促、客单价 1200 元的用户，和一个每周都来买几十块小样、累计消费也到了一千出头的用户，被塞进了同一个“金卡活跃”池，收到的营销内容完全一样。

我当时拿到数据之后，第一件事不是跑代码，而是打开那个 360 万行的 Excel（打不开，实际是抽样了 20 万条），用人眼去看购买行为的分布形态。这一步很多数据分析师会跳过，但我强烈建议不要省。因为人眼可以发现算法发现不了的业务直觉。比如我发现，有些用户的购买间隔极其规律，像定时器一样每 28 天出现一次，这显然对应的是女性的生理期护肤需求；还有些用户客单价波动极大，平时买 9.9 包邮的棉片，但偶尔会砸 600 块买一瓶精华。这种“低价高频 + 偶然高价值”的混合行为，没有任何一条业务规则能直接把它揪出来，但它恰恰是聚类分析最擅长的。

于是我开始做特征工程。重点来了，我到底选了哪些维度？

我没有选性别、年龄、城市等级这些人口属性。 理由很直接：第一，这个美妆品牌的购买者 94% 是女性，性别维度几乎没有区分度；第二，年龄和城市等级在很多购买行为上解释力极弱，尤其当品牌本身定位在二三线城市主妇和一线城市实习生都能买得起的价位时，用年龄切分毫无意义。我最后只保留了三个完全基于行为的特征：近 12 个月的购买频次（F）、近 12 个月的平均客单价（M）、以及最近一次购买距今天数（R）的标准差。 对了，你注意到没有，我用的不是普通的 R 值，而是 R 的稳定性。因为我发现有些用户购买周期稳定，有些则杂乱无章，这种“行为规律性”本身就是一个强画像标签。

特征选好以后，标准化是必须的。购买频次的范围是 1-87 次，平均客单价是 9.9-2380 元，量纲差异大得离谱。我用的是 Z-score 标准化，也就是把每一项都变成均值为 0、标准差为 1 的分布。这里有一个我多次碰壁后才总结出来的铁律：电商行为数据做聚类之前，先看偏度。如果某一项特征严重右偏（比如大部分用户购买频次只有 1-2 次，少数用户几十次），直接用 Z-score 会把少数极端值的影响放大，导致聚类中心被拉偏。 我的做法是先对购买频次和客单价做对数变换，再标准化。这个细节，直接让后续的 K-means 群间差异提升了至少 30%。

三、手肘法？轮廓系数？我在真实项目里到底怎么定 K 值

网上所有的教程都会告诉你用“手肘法”或者“轮廓系数”来确定 K 值。我自己曾经也奉为圭臬，直到被运营总监怼过一次：“你告诉我轮廓系数 0.42 和 0.38 有什么区别？我要的是分几组能让我发券的 ROI 最大，不是数字游戏。”

那次之后我改了策略。我把确定 K 值这个技术决策，硬生生变成了一个半业务、半技术的评审流程。具体这么做：

1. 先用手肘法锁定一个技术合理区间。 在这个美妆案例里，我对标准化后的数据跑 K-means，K 从 2 试到 10，计算每个 K 下的组内平方和（WCSS）。WCSS 下降速度在 K=3 和 K=5 时分别出现了一个小的拐点，K=8 以后下降趋于平缓。所以我告诉团队，技术上合理的范围是 4-7 类。
2. 然后逐个输出每一类的平均特征值矩阵，交给运营团队看。 比如 K=4 时，输出四个群组在购买频次、客单价、R 标准差上的均值。运营一眼就能看出来，这些群能不能对应到自己对用户的认知。K=4 分出了一个高频低价群、一个低频高价群、一个低频低价群，但那个高频高价群不够突出，有点被稀释了。运营说：“我们其实特别需要把那群又贵又爱买的人精确地摘出来，哪怕人数很少。” 这说明 K=4 不够。
3. 增加 K 值，观察业务相关的“群组可解释性”和“群组规模底线”。 试到 K=6 时，出现了一个高频次、高客单价、同时购买间隔极其规律的核心忠诚群，人数大概占 7%，跟运营之前凭经验感知的“老客复购核心圈”高度吻合。但同时，K=6 还单独劈出了一个“中等频次、低客单价但购买间隔杂乱”的尝鲜群，这恰好是 K=4 和 K=5 没区分出来的。运营一看就说：“对，就是这群人！她们总在逛，偶尔买，买得还都是特价品或者小样，我们一直不知道怎么处理她们。” 于是，K=6 成了最终选择。

这个过程给我的启发是：电商聚类确定 K 值，手肘法只是给你画了个圈，最终下判断的是你对业务的理解。 永远不会有一个“最优”的 K 值，只有“最能支持决策”的 K 值。而且每次聚类前，我都会跟运营确认一件事：“你们最少能接受多少人一个群？如果一个人数是 0.3% 的极小群，我们有没有资源去运营它？” 如果运营说至少 3%，那聚出来小于 3% 的群我就直接合并到相邻群或者上调 K 值重新来。

四、聚完就完了？错，打标才是画像落地的最后一公里

聚类算法跑出的结果，默认只有“簇 1、簇 2、簇 3……”这种编号。你必须把它翻译成业务语言，这一步我称之为“人工打标”，它直接决定了后续策略的精准度。

打标不是凭直觉给每个群拍一个名字。我有一套标准操作：

1. 输出每个簇相对于全体均值的差异倍数表。 例如，全体用户的平均购买频次是 5.2 次，簇 3 的平均购买频次是 13.8 次，是均值的 2.65 倍；簇 3 的平均客单价是 512 元，是均值的 1.4 倍。那簇 3 的标签就至少包含了“高频”和“中高客单”。
2. 结合购买品类、时段、优惠券使用倾向等附加特征进行标签强化。 虽然聚类的输入只有 F、M、R 稳定性三个，但我在打标阶段会把之前没进入聚类的数据调出来验证。比如我发现簇 2（高频低价群）中超过 70% 的订单使用了优惠券，且购买时段高度集中在晚 8 点到 11 点的直播高峰。那簇 2 就不只是“高频低价”，而是升级为“直播折扣敏感型会员”。如果直接只给一个“高频低价”标签，运营可能误以为她们对价格敏感是因为消费力有限，实际上她们可能是因为习惯在主播话术下冲动消费，你给她推非直播的日常折扣可能反而无效。
3. 拉着运营一起给每个群“讲故事”。 我从来不会自己关起门来打完标签就下发。我会组织一场专门的“画像解读会”，把每个群的典型用户在表格里挑出 5 个真实用户（脱敏），展示她们最近半年的购物路径。让运营自己感受到这群人真实的行为逻辑。比如在一个 5 万条记录的池子里，我抽出簇 5 的某用户，显示她过去一年只买了 4 次，但每次客单价都在 900 元以上，买的全是高端精华和面霜，而且每次都在上新当天购买。运营脱口而出：“这是个贵妇自来水，上新才出手，出手即高客单！” 这个标签比我起的任何名称都准确。

五、一张策略匹配表，直接解决了营销团队三个月的争吵

标签打完，最爽的一步就是把画像翻译成营销策略。这一步我只做了两件事：建了一张“群组-渠道-内容-权益”的四维匹配表，然后用 AB 测试验证了两个月。

匹配表的结构大致如下（基于前面 K=6 的案例）：

这张表一亮出来，之前营销团队内部关于“要不要给老客发大额券”的争吵立刻哑火。因为数据很明确：给簇 3 发券不仅无法提升转化，还可能折损品牌溢价感知，而给簇 2 发券就是直接拉动 GMV 的利器。不是所有高客单用户都需要折扣刺激，也不是所有低价用户都没有挖掘潜力，聚类画像的意义，就是让你把营销预算放到真正有效的地方。

测试期间的数据变化：

• 簇 3（高忠诚群）收到新品首发邀请后，首日转化率达到 26%，比之前无差别推送提升了 8 个百分点，且客单价没有因为不发券而下降，反而小幅上升了 5%。
• 簇 2（直播折扣敏感群）在收到定向大额券且配合直播间限量秒杀后，券核销率从之前的 12% 飙升到 41%，直接带动该群月度 GMV 增长 67%。
• 簇 1（沉睡群）用 0.01 元秒杀小样激活，回流率达到 18%，而此前用普通 50 元券激活的回流率只有 4% 左右。

这些数字的背后，没有哪个是“聚类算法”本身给我的。算法只给了我公平、客观的分群，如何把群变成策略，完全取决于你对用户消费心理的理解深度。

六、K-means 不是唯一的解法，电商聚类还有好几个“坑”要避开

K-means 在电商用户画像里好用，但不等于它能解决所有分群问题。我经历过两个场景，用 K-means 纯属自找麻烦。

场景一：一次大促前的“薅羊毛军团”识别。 运营想在双十一前提前圈出一批历史上专门蹲优惠券、退货率奇高、低客单占绝大部分的“羊毛型用户”，好在大促期间减少对他们的资源倾斜。但如果只用过去的交易频次和客单，羊毛用户跟“刚入门的新客”或者“偶尔低价购买的普通用户”非常像，K-means 强制聚成一个球形簇，很容易把普通新客也圈进去误伤。我当时换了一个方法：用 DBSCAN 基于密度聚类，重点输入“优惠券使用占比、退货率、购买间隔的稀疏程度”三个特征。 因为羊毛用户在这些维度上密度高度集中（高券占比、高退货、随机间隔），而且密度区域小而紧，DBSCAN 能直接把它们识别为“离群簇”或者“密度相连的微簇”，同时把行为正常的用户排除在外。最后圈出来一个占整体用户 4% 左右的羊毛嫌疑群，在大促期间悄悄将他们的补贴券额度降了一档，同时不影响正常用户的体验。

场景二：新品牌冷启动期的用户分层。 一个食品电商新品牌，用户量只有 2 万，而且行为数据极其稀疏，大部分人只购买过一到两次。如果用 K-means 强制分类，结果将非常不稳定，随便换一批样本、换个 K 值，分群结果就面目全非。这时候我更倾向于不用聚类，而是直接用分位数划分或决策树分箱：比如按购买频次的 25%、50%、75% 分位数把用户分成四档，再交叉客单价，形成简易矩阵。等数据积累到足够多、行为足够丰富的时候，再切换到聚类。这也是我给很多小体量电商的建议：数据量小、行为稀疏的时候，别迷信聚类，人工规则可能更稳定、可解释性更强。

除了这两个场景带来的教训外，我还总结了几个做电商聚类必须提前避开的坑：

1. 特征不要“一碗水端平”就往模型里扔。 有些特征贡献的信息几乎为零（比如注册来源），有些特征高度线性相关（如总购买金额和平均客单价如果同时存在，要二选一）。我见过不少案例，把所有能拿到的指标归一化之后直接跑聚类，结果被噪声特征把簇拉得四分五裂。降维不是必选项，但相关系数矩阵一定得看。
2. 不要把生命周期严重不一致的用户混在一起聚类。 一个注册 3 年的用户和一个注册 30 天的用户，行为频率完全无法直接比较。我会按注册时长分层，然后在层内分别做聚类，或者把时间窗口统一截断（例如“近 12 个月行为”），确保比较基准一致。
3. 聚类结果的更新频率不要“一次定终身”。 用户行为会漂移。我在项目里通常每 3 个月重新跑一次聚类并打标，同时对新用户保存一个“最近一次聚类所在簇”的跟踪。发现某个季度式的大促客在次年突然开始高频购买，就及时迁移到对应的“尝鲜群”或“忠诚群”策略里。

七、把聚类画像从“一次性项目”变成“业务基座”

很多电商团队把聚类当做某个季度的数据分析专题，做完报告就丢在文件夹里落灰。画像的生命周期从策略下发那一刻才刚开始。怎么让聚类画像持续产生价值？我实践下来有三件事必须做。

第一件，画像必须下沉到触达工具里。 你不能指望运营每次拉群组的时候还去翻 PPT。我会把聚类生成的群标签（比如“簇 2 直播折扣敏感型”）同步到 CDP 或私域管理后台，直接作为人群包。运营在千牛或者 BI 上点一下就能圈选出这个人群，直接跟推送系统打通。图像算法再漂亮，如果触达越不畅，价值就归零。

第二件，建立画像效果的持续验证看板。 我给那个美妆品牌建了一张追踪表，每个月更新一次，监控每一个群组的规模变化、平均客单价走势、营销活动参与率、以及关键行为（如用券占比、访问频次）的漂移情况。一旦发现某个群的人数突然膨胀或者收缩超过 20%，立刻检查标签是否还适配，策略是否要调整。比如“大促一次性客群”如果在 5 月份非大促月突然活跃度上升，说明这个群的标签已经失效，需要重新介入打标或考虑群组拆分。

第三件，把聚类画像的结论反哺给选品和定价团队。 这一点很多分析团队会忽略，但我觉得恰恰是聚类最大的增值应用。例如簇 2（直播折扣敏感群）在购买品类上高度集中于面膜和卸妆类，且极度偏好买二送一机制。我将这个洞察同步给商品团队后，他们设计了一个“面膜买 2 送 1 + 直播专享加赠”的组合，在非大促月的直播间里直接创造了 120 万的 GMV。这不是营销策略的成功，是产品组合和数据画像的成功。

八、常见误区再梳理：我亲手拆过的那些“假画像”

最后我想专门辟一个小章节，把我在多个项目评审中见过的、朋友公司发生的、以及自己早年犯过的错误集中讲一讲。因为这些错误，网上几乎没人会跟你说。

误区一：聚类的结果就是画像，不信你调整参数试试。

我见过一个运营把 K-means 的随机种子换了三次，发现同一个用户被分到了三个不同的簇，于是质疑整个聚类方法不靠谱。其实这不是聚类的错，是你没有理解聚类算法对初始中心的敏感性。我在项目中从不会只跑一次就拍板，而是用 K-means++ 初始化，并且运行 10 次取最优的轮廓系数结果，或者用 n_init 参数设置足够大。如果你的聚类结果因为换个随机种子就面貌全非，那说明特征本身的区分度不够，或者 K 值选得有问题，而不是聚类不靠谱。

误区二：把聚类当监督学习，追求技术指标好看。

轮廓系数 0.5 就一定比 0.3 好？未必。我做过一次实验，加入一堆噪声特征（比如用户注册 IP 归属地），轮廓系数竟然升高了，但跑出来的群在业务维度上完全看不出差异。因为那些噪声特征恰好形成了数学上的“高分离度”，但对业务毫无意义。电商画像聚类唯一有效的评估，是业务验证。 要么你拿群标签去做一场 AB 测试看效果差异，要么拉上运营看每一个群的典型用户购物车是不是同构的。

误区三：一个用户的画像必须是单一标签。

现实中，同一个用户完全可能在不同时间窗口内展现出不同的行为模式。我在项目中用的办法是软聚类或概率分配：对于某些边界模糊的用户，同时保留其属于多个群的倾向，并在策略上组合使用。比如一个用户 60% 的行为像簇 2，30% 像簇 5，那就在日常促销时用簇 2 策略，在新品推广时适当用簇 5 策略去试探。当然这需要更复杂的标签支持，但至少理念上别把画像锁死。

九、到底什么情况该用聚类，什么情况该用分层？

说了这么多聚类的好话，我也必须说清楚它的边界。电商用户画像至少有三种截然不同的构建方式：人工规则分群、聚类分群、以及基于机器学习的预测分群。它们不是谁高级谁低级，而是适用阶段不同。

• 如果你有一个非常明确且公认的业务逻辑： 比如“买过母婴品类且近 30 天有浏览”就是母婴潜在用户，那么直接写 SQL 规则就好，不要绕弯路做聚类。人工规则可解释性强、可控，适合成熟业务的标准化流程。
• 如果你希望探索未知模式、打破业务团队的惯性认知，或者用户行为维度很多难以用规则交叉穷尽： 那就该用聚类。聚类最大的价值是让你看到自己不知道的群组，比如前面案例里那个“低价高频 + 购买间隔规律”的混合群，规则根本写不出来。
• 如果你需要做实时或近实时的动态标签，例如首页猜你喜欢的即时反馈： 那聚类就不够用了，它更适合离线批处理。此时应该用流式分群或者简单的行为规则引擎。

我用一个表格对比一下三种路径的差异：

这个对比是纯经验产物，背后是我在不同体量电商项目里切换方案时反复衡量的结果。如果你是一个 DAU 几万的垂直电商，没必要一上来就用预测模型，把聚类做好、画像做透，已经能榨出巨大的利润空间。

十、下一步你可以立刻着手做的三件事

这篇文章大约一万字，到这里我已经把一次完整的电商聚类画像实战从 0 到 1 完整拆解完了。你不需要全部照做，但我强烈建议从三件事开始尝试：

1. 立刻放弃“全字段倒入”的坏习惯。 去你公司的数据库中拉出三个月内有过购买的用户，只提取 3-4 个核心行为指标（建议从 RFM 开始），然后深刻观察每个指标的分布，该对数变换的变换，该在业务上找解释的找解释。
2. 强行做一次“人工打标会”。 不管你用什么工具跑出的聚类结果，把每个群的中心特征值和几条真实用户记录打印出来，把你的运营或者商品同事拉到白板前，让他们给每个堆簇起名字、讲特征。你会发现他们的洞察可能比你的模型结论还值钱。
3. 选最小的一个群组做一次差异营销测试。 别一上来就对全部用户切换策略，风险太大。找个规模适中（比如 5%-10%）的、画像清晰的群体，比如“高频低价”群，把一张专属的券、一条专属的文案丢进去，对比历史数据。哪怕只有一个指标的提升，也足够说服你的老板或团队，数据驱动的画像不是纸上谈兵。

聚类分析不是什么尖端技术，但在电商用户画像这个场景里，把简单的工具用到极致，就是壁垒。当竞品还在按“过去 90 天是否购买、消费满 199 送券”这种无差别轰炸时，你已经能精确地说出：“这个 6% 的群体，过去一年每次大促第一个下单，客单价全店最高，但对任何折扣都无感，只愿意为新品故事付费。”这种掌控感，是任何自动化工具都给不了的。

最终画像的终点不是数据表格，而是你比用户自己更早知道他们需要什么。 聚类分析是帮你走向那个终点的地图，而图的精细度，取决于你愿不愿意在特征工程、业务打标和策略测试上，下最笨的功夫。