案例 28：用户画像标签动态分层

本案例对应 JQuick-Java 仓库 USE-CASES 场景 28「用户画像标签动态分层」，属于电商用户运营领域。系统对用户近 90 天行为数据做两条并行分层：按浏览与最近成交做活跃度分层（ACTIVE/WARM/COLD/DORMANT），按四个价值维度评分汇总为 0-75 的价值分并划分 HIGH/MID/LOW/NO_VALUE，再结合风险与身份标签装配差异化营销策略。

行业场景

电商运营每天要对全站用户做精细化触达：谁该由专属客户经理一对一维护、谁该发大额召回券防流失、谁只适合低价爆品拉首单、谁应进入静默池不再打扰。人工分层既跟不上用户行为变化，也无法保证口径统一，需要一套按最新行为数据每日重算的动态分层机制。

活跃度分层由一个规则方法完成，综合「近 30 天有浏览的天数」与「最近一次成交距今天数」两个信号逐级覆盖：浏览 ≥15 天且 7 天内成交为 ACTIVE；浏览 ≥8 天或 30 天内成交为 WARM；浏览 ≥3 天或 90 天内成交为 COLD；长期无行为为 DORMANT。

价值侧四个维度独立评分：90 天成交金额（0-30）、90 天订单数（0-20）、会员等级（0-15）、历史平均客单价（0-10），合计 0-75。Service 按 55/35/15 三条线映射 HIGH_VALUE、MID_VALUE、LOW_VALUE、NO_VALUE。此外 Java 侧补充动态标签：优惠券敏感度 ≥60 打 PRICE_SENSITIVE，退货率 ≥30 打 HIGH_RETURN_RISK，活跃且高价值打 VIP_CULTIVATION，沉睡的高等级会员（rank ≥4）打 WINBACK。

决策输出物为 UserSegmentDecision：活跃分层、价值分层、价值评分、标签集合与最终营销策略文案。策略装配有明确短路优先级：高退货风险用户最优先，执行「审慎营销：仅做内容种草，收紧退货险与运费险权益」；其后依次是高价值活跃 VIP 一对一维护、高价值非活跃大额召回券、中价值活跃/温客满减加购券、中价值品牌内容触达、低价值活跃/温客签到促首单，兜底进入静默池低频触达。

业务痛点

• 分层阈值随经营节奏频繁调整（大促前后对 ACTIVE、HIGH_VALUE 的划线不同），分数线硬编码在画像任务里，调整一次就要改代码重发布。
• 四个价值维度权重需要独立调参与 A/B 实验，GMV、订单数、会员等级、客单价耦合在同一段评分逻辑中难以单独灰度。
• 活跃分层与价值分层是两条正交口径，还要叠加券敏感、高退货率等风险标签，纯写死的分支组合会随标签数量指数级膨胀。
• 营销策略有严格的业务优先级（如高退货风险必须压过 VIP 礼遇），缺乏短路机制时容易给退货惯常用户发大额券造成资损。
• 分层结果要能回答「这个用户为什么是高价值、为什么被静默」，黑盒画像无法向运营与商家审计回溯。
• 老会员与营销中台多运行在 JDK 8、信创 JDK 上，难以引入需要独立计算集群与重型控制台的画像规则平台。

方案架构

本案例采用「入参模型 + 决策模型 + 规则接口 + XML 规则脚本 + Service 编排 + JUnit 测试」六件套结构：活跃分层与四维评分全部以接口方法声明、阈值外置 XML，Service 负责分数汇总、分层映射、标签收集与策略短路装配。

层次	职责	对应文件
领域模型层	承载用户 90 天行为要素，输出双分层、价值分、标签与营销策略	UserBehavior.java、UserSegmentDecision.java
规则接口层	声明活跃分层与四个评分方法，@Param 按名绑定	UserSegmentRules.java
规则脚本层	活跃分档与四维分值阈值外置，支持热更新	user-segment.xml
编排与测试层	分值汇总、55/35/15 分层、标签收集、策略优先级装配；6 组用户形态回归	UserSegmentService.java、UserSegmentServiceTest.java

规则方法拆分

规则方法	口径	分值/输出
activitySegment	浏览 ≥15 天且 7 天内成交=ACTIVE；浏览 ≥8 天或 30 天内成交=WARM；浏览 ≥3 天或 90 天内成交=COLD；否则 DORMANT（逐级覆盖）	ACTIVE/WARM/COLD/DORMANT
scoreGmv	90 天 GMV ≥5000 得 30、≥2000 得 22、≥800 得 14、≥300 得 7，否则 0	0-30
scoreOrders	90 天订单数 ≥12 得 20、≥6 得 15、≥3 得 9、≥1 得 4，否则 0	0-20
scoreMember	会员等级 S5=15、S4=12、S3=8、S2=4、S1 为 0	0-15
scoreAvgPrice	平均客单价 ≥1000 得 10、≥500 得 7、≥200 得 4，否则 0	0-10

代码实现（完整可运行）

将下列文件按原始包名放入 JQuick-Java 测试工程：两个模型放入 src/test/java/com/github/paohaijiao/demo/model/，规则接口与测试类放入 src/test/java/com/github/paohaijiao/demo/，Service 放入 src/test/java/com/github/paohaijiao/demo/service/，XML 脚本放入 src/test/resources/demo/。在工程根目录执行 mvn test -Dtest=UserSegmentServiceTest 即可运行。

UserBehavior.java

package com.github.paohaijiao.demo.model;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

/**
 * 用户近 90 天行为与价值要素
 */
@Data
@NoArgsConstructor
@AllArgsConstructor
public class UserBehavior {

    /**
     * 用户号
     */
    private String userId;

    /**
     * 最近一次成交距今天数
     */
    private int lastOrderDays;

    /**
     * 90 天成交订单数
     */
    private int orderCount90d;

    /**
     * 90 天成交金额（元）
     */
    private double gmv90d;

    /**
     * 历史平均客单价（元）
     */
    private double avgOrderAmount;

    /**
     * 近 30 天有浏览行为的天数
     */
    private int browseDays30d;

    /**
     * 优惠券订单占比（整数百分比）
     */
    private int couponSensitivity;

    /**
     * 退货率（整数百分比）
     */
    private int returnRate;

    /**
     * 会员等级序位（S1=1 ... S5=5）
     */
    private int memberRank;
}

UserSegmentDecision.java

package com.github.paohaijiao.demo.model;

import lombok.Data;

import java.util.ArrayList;
import java.util.List;

/**
 * 用户画像分层与营销策略决策
 */
@Data
public class UserSegmentDecision {

    /**
     * 用户号
     */
    private String userId;

    /**
     * 活跃分层：ACTIVE 活跃 / WARM 温客 / COLD 冷客 / DORMANT 沉睡
     */
    private String activitySegment;

    /**
     * 价值分层：HIGH_VALUE 高价值 / MID_VALUE 中价值 / LOW_VALUE 低价值 / NO_VALUE 无价值
     */
    private String valueSegment;

    /**
     * 价值评分（0-75）
     */
    private int valueScore;

    /**
     * 动态营销标签
     */
    private List<String> tags = new ArrayList<String>();

    /**
     * 营销策略
     */
    private String marketingStrategy;

    public void addTag(String tag) {
        this.tags.add(tag);
    }
}

UserSegmentRules.java

package com.github.paohaijiao.demo;

import com.github.paohaijiao.xml.param.Param;

/**
 * 场景 28：用户活跃度分层与价值评分规则
 */
public interface UserSegmentRules {

    /**
     * 活跃度分层：按浏览天数与最近购买日逐级覆盖
     */
    String activitySegment(@Param("browseDays") int browseDays,
                           @Param("lastOrderDays") int lastOrderDays);

    /**
     * 消费金额得分（0-30）
     */
    int scoreGmv(@Param("gmv") double gmv);

    /**
     * 订单数得分（0-20）
     */
    int scoreOrders(@Param("orders") int orders);

    /**
     * 会员等级得分（0-15）
     */
    int scoreMember(@Param("rank") int rank);

    /**
     * 客单价得分（0-10）
     */
    int scoreAvgPrice(@Param("avgAmount") double avgAmount);
}

user-segment.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE javas PUBLIC "-//PAOHAIJIAO//DTD API JAVA 1.0//EN"
        "classpath:paohaijiao/dtd/Jquick-java.dtd">
<javas namespace="com.github.paohaijiao.demo.UserSegmentRules">

    <java name="activitySegment" returnClass="java.lang.String">
        <![CDATA[
            str def activitySegment(int:browseDays, int:lastOrderDays) {
                if (browseDays >= 15) {
                    if (lastOrderDays <= 7) {
                        return "ACTIVE";
                    } else {
                        if (browseDays >= 8 || lastOrderDays <= 30) {
                            return "WARM";
                        } else {
                            if (browseDays >= 3 || lastOrderDays <= 90) {
                                return "COLD";
                            } else {
                                return "DORMANT";
                            }
                        }
                    }
                } else if (browseDays >= 8 || lastOrderDays <= 30) {
                    return "WARM";
                } else if (browseDays >= 3 || lastOrderDays <= 90) {
                    return "COLD";
                } else {
                    return "DORMANT";
                }
            }
        ]]>
    </java>

    <java name="scoreGmv" returnClass="int">
        <![CDATA[
            int def scoreGmv(double:gmv) {
                if (gmv >= 5000) {
                    return 30;
                } else if (gmv >= 2000) {
                    return 22;
                } else if (gmv >= 800) {
                    return 14;
                } else if (gmv >= 300) {
                    return 7;
                } else {
                    return 0;
                }
            }
        ]]>
    </java>

    <java name="scoreOrders" returnClass="int">
        <![CDATA[
            int def scoreOrders(int:orders) {
                if (orders >= 12) {
                    return 20;
                } else if (orders >= 6) {
                    return 15;
                } else if (orders >= 3) {
                    return 9;
                } else if (orders >= 1) {
                    return 4;
                } else {
                    return 0;
                }
            }
        ]]>
    </java>

    <java name="scoreMember" returnClass="int">
        <![CDATA[
            int def scoreMember(int:rank) {
                if (rank >= 5) {
                    return 15;
                } else if (rank == 4) {
                    return 12;
                } else if (rank == 3) {
                    return 8;
                } else if (rank == 2) {
                    return 4;
                } else {
                    return 0;
                }
            }
        ]]>
    </java>

    <java name="scoreAvgPrice" returnClass="int">
        <![CDATA[
            int def scoreAvgPrice(double:avgAmount) {
                if (avgAmount >= 1000) {
                    return 10;
                } else if (avgAmount >= 500) {
                    return 7;
                } else if (avgAmount >= 200) {
                    return 4;
                } else {
                    return 0;
                }
            }
        ]]>
    </java>

</javas>

UserSegmentService.java

package com.github.paohaijiao.demo.service;

import com.github.paohaijiao.demo.UserSegmentRules;
import com.github.paohaijiao.demo.model.UserBehavior;
import com.github.paohaijiao.demo.model.UserSegmentDecision;

/**
 * 场景 28：用户画像动态分层与营销策略装配
 */
public class UserSegmentService {

    private final UserSegmentRules rules;

    public UserSegmentService(UserSegmentRules rules) {
        this.rules = rules;
    }

    public UserSegmentDecision segment(UserBehavior user) {
        UserSegmentDecision d = new UserSegmentDecision();
        d.setUserId(user.getUserId());

        String activity = rules.activitySegment(user.getBrowseDays30d(), user.getLastOrderDays());
        d.setActivitySegment(activity);

        int valueScore = rules.scoreGmv(user.getGmv90d())
                + rules.scoreOrders(user.getOrderCount90d())
                + rules.scoreMember(user.getMemberRank())
                + rules.scoreAvgPrice(user.getAvgOrderAmount());
        d.setValueScore(valueScore);

        String value;
        if (valueScore >= 55) {
            value = "HIGH_VALUE";
        } else if (valueScore >= 35) {
            value = "MID_VALUE";
        } else if (valueScore >= 15) {
            value = "LOW_VALUE";
        } else {
            value = "NO_VALUE";
        }
        d.setValueSegment(value);

        collectTags(d, user, activity, value);
        d.setMarketingStrategy(buildStrategy(activity, value, d.getTags()));
        return d;
    }

    private void collectTags(UserSegmentDecision d, UserBehavior user,
                             String activity, String value) {
        if (user.getCouponSensitivity() >= 60) {
            d.addTag("PRICE_SENSITIVE");
        }
        if (user.getReturnRate() >= 30) {
            d.addTag("HIGH_RETURN_RISK");
        }
        if ("ACTIVE".equals(activity) && "HIGH_VALUE".equals(value)) {
            d.addTag("VIP_CULTIVATION");
        }
        if ("DORMANT".equals(activity) && user.getMemberRank() >= 4) {
            d.addTag("WINBACK");
        }
    }

    private String buildStrategy(String activity, String value, java.util.List<String> tags) {
        if (tags.contains("HIGH_RETURN_RISK")) {
            return "审慎营销：仅做内容种草，收紧退货险与运费险权益";
        }
        if ("HIGH_VALUE".equals(value) && "ACTIVE".equals(activity)) {
            return "专属客户经理一对一维护，发放 VIP 专享权益";
        }
        if ("HIGH_VALUE".equals(value)) {
            return "EDM/短信推送大额召回券，安排客服一对一唤醒";
        }
        if ("MID_VALUE".equals(value)
                && ("ACTIVE".equals(activity) || "WARM".equals(activity))) {
            return "推送满减加购券与凑单活动，提升客单价";
        }
        if ("MID_VALUE".equals(value)) {
            return "EDM 推送品牌内容与爆品清单，保持品牌触达";
        }
        if ("LOW_VALUE".equals(value)
                && ("ACTIVE".equals(activity) || "WARM".equals(activity))) {
            return "签到领积分与低价爆品推送，促进首单与复购";
        }
        return "进入静默池，仅大促节点低频触达，不做主动打扰";
    }
}

UserSegmentServiceTest.java

package com.github.paohaijiao.demo;

import com.github.paohaijiao.demo.model.UserBehavior;
import com.github.paohaijiao.demo.model.UserSegmentDecision;
import com.github.paohaijiao.demo.service.UserSegmentService;
import com.github.paohaijiao.xml.JQuickJava;
import org.junit.Assert;
import org.junit.Before;
import org.junit.Test;

/**
 * 场景 28：用户画像标签动态分层
 * <p>
 * 覆盖 6 组用户形态：高价值活跃 VIP、高价值温客召回、中价值价格敏感、
 * 无价值沉睡静默、活跃高退货审慎营销、高价值冷客 EDM 唤醒（55 分边界）。
 */
public class UserSegmentServiceTest {

    private UserSegmentService service;

    @Before
    public void setUp() {
        UserSegmentRules rules = JQuickJava.create()
                .createApi(UserSegmentRules.class, "demo/user-segment.xml");
        this.service = new UserSegmentService(rules);
    }

    /**
     * 全维度头部用户 → ACTIVE / HIGH_VALUE(75) / VIP 培育
     */
    @Test
    public void shouldSegmentActiveHighValueVip() {
        UserBehavior u = base("U001");
        u.setBrowseDays30d(22);
        u.setLastOrderDays(3);
        u.setOrderCount90d(15);
        u.setGmv90d(6000);
        u.setAvgOrderAmount(1200);
        u.setMemberRank(5);
        u.setCouponSensitivity(30);
        u.setReturnRate(5);

        UserSegmentDecision d = service.segment(u);

        Assert.assertEquals("ACTIVE", d.getActivitySegment());
        Assert.assertEquals(75, d.getValueScore());
        Assert.assertEquals("HIGH_VALUE", d.getValueSegment());
        Assert.assertTrue(d.getTags().contains("VIP_CULTIVATION"));
        Assert.assertTrue(d.getMarketingStrategy().contains("专属客户经理"));
    }

    /**
     * 高价值但浏览活跃转温 → 大额召回券防流失
     */
    @Test
    public void shouldRecallHighValueWarmUser() {
        UserBehavior u = base("U002");
        u.setBrowseDays30d(10);
        u.setLastOrderDays(25);
        u.setOrderCount90d(8);
        u.setGmv90d(5200);
        u.setAvgOrderAmount(1100);
        u.setMemberRank(4);

        UserSegmentDecision d = service.segment(u);

        Assert.assertEquals("WARM", d.getActivitySegment());
        Assert.assertEquals(67, d.getValueScore());
        Assert.assertEquals("HIGH_VALUE", d.getValueSegment());
        Assert.assertTrue(d.getMarketingStrategy().contains("大额召回券"));
    }

    /**
     * 价值分恰好 35 的温客且券敏感 → 中价值，满减加购券
     */
    @Test
    public void shouldSegmentPriceSensitiveMidValue() {
        UserBehavior u = base("U003");
        u.setBrowseDays30d(12);
        u.setLastOrderDays(5);
        u.setOrderCount90d(4);
        u.setGmv90d(900);
        u.setAvgOrderAmount(300);
        u.setMemberRank(3);
        u.setCouponSensitivity(70);

        UserSegmentDecision d = service.segment(u);

        Assert.assertEquals("WARM", d.getActivitySegment());
        Assert.assertEquals(35, d.getValueScore());
        Assert.assertEquals("MID_VALUE", d.getValueSegment());
        Assert.assertTrue(d.getTags().contains("PRICE_SENSITIVE"));
        Assert.assertTrue(d.getMarketingStrategy().contains("满减加购券"));
    }

    /**
     * 长期无行为低等级用户 → DORMANT / NO_VALUE，静默池
     */
    @Test
    public void shouldSilenceDormantNoValueUser() {
        UserBehavior u = base("U004");
        u.setBrowseDays30d(1);
        u.setLastOrderDays(150);
        u.setOrderCount90d(0);
        u.setGmv90d(0);
        u.setAvgOrderAmount(0);
        u.setMemberRank(1);

        UserSegmentDecision d = service.segment(u);

        Assert.assertEquals("DORMANT", d.getActivitySegment());
        Assert.assertEquals(0, d.getValueScore());
        Assert.assertEquals("NO_VALUE", d.getValueSegment());
        Assert.assertEquals(0, d.getTags().size());
        Assert.assertTrue(d.getMarketingStrategy().contains("静默池"));
    }

    /**
     * 活跃中价值但退货率 35% → 高退货风险，审慎营销优先于活跃策略
     */
    @Test
    public void shouldApplyCautiousStrategyForHighReturnRisk() {
        UserBehavior u = base("U005");
        u.setBrowseDays30d(20);
        u.setLastOrderDays(2);
        u.setOrderCount90d(10);
        u.setGmv90d(2200);
        u.setAvgOrderAmount(400);
        u.setMemberRank(3);
        u.setReturnRate(35);

        UserSegmentDecision d = service.segment(u);

        Assert.assertEquals("ACTIVE", d.getActivitySegment());
        Assert.assertEquals(49, d.getValueScore());
        Assert.assertEquals("MID_VALUE", d.getValueSegment());
        Assert.assertTrue(d.getTags().contains("HIGH_RETURN_RISK"));
        Assert.assertTrue(d.getMarketingStrategy().contains("审慎营销"));
    }

    /**
     * 价值分恰好 55 的冷客（高等级）→ HIGH_VALUE + EDM 唤醒，不打 VIP 标签
     */
    @Test
    public void shouldWakeHighValueColdUserAtThreshold() {
        UserBehavior u = base("U006");
        u.setBrowseDays30d(4);
        u.setLastOrderDays(60);
        u.setOrderCount90d(3);
        u.setGmv90d(5000);
        u.setAvgOrderAmount(200);
        u.setMemberRank(4);

        UserSegmentDecision d = service.segment(u);

        Assert.assertEquals("COLD", d.getActivitySegment());
        Assert.assertEquals(55, d.getValueScore());
        Assert.assertEquals("HIGH_VALUE", d.getValueSegment());
        Assert.assertFalse(d.getTags().contains("VIP_CULTIVATION"));
        Assert.assertFalse(d.getTags().contains("WINBACK"));
        Assert.assertTrue(d.getMarketingStrategy().contains("大额召回券"));
    }

    private UserBehavior base(String id) {
        UserBehavior u = new UserBehavior();
        u.setUserId(id);
        u.setLastOrderDays(999);
        u.setOrderCount90d(0);
        u.setGmv90d(0);
        u.setAvgOrderAmount(0);
        u.setBrowseDays30d(0);
        u.setCouponSensitivity(0);
        u.setReturnRate(0);
        u.setMemberRank(1);
        return u;
    }
}

运行与实测

在工程根目录执行：

mvn test -Dtest=UserSegmentServiceTest

测试覆盖形态（共 6 个 @Test 方法）：

测试方法	业务形态	关键断言/期望决策
shouldSegmentActiveHighValueVip	浏览 22 天、3 天前成交、15 单、GMV 6000、客单 1200、S5	ACTIVE、valueScore=75、HIGH_VALUE；含 VIP_CULTIVATION 标签；策略含「专属客户经理」
shouldRecallHighValueWarmUser	浏览 10 天、25 天前成交、8 单、GMV 5200、S4	WARM、valueScore=67、HIGH_VALUE；策略含「大额召回券」
shouldSegmentPriceSensitiveMidValue	浏览 12 天、4 单、GMV 900、客单 300、S3、券敏感度 70，恰好 35 分	WARM、valueScore=35、MID_VALUE；含 PRICE_SENSITIVE；策略含「满减加购券」
shouldSilenceDormantNoValueUser	浏览 1 天、150 天未成交、0 单 0 元、S1	DORMANT、valueScore=0、NO_VALUE、tags 为空（size=0）；策略含「静默池」
shouldApplyCautiousStrategyForHighReturnRisk	活跃中价值（10 单、GMV 2200、S3）但退货率 35%	ACTIVE、valueScore=49、MID_VALUE；含 HIGH_RETURN_RISK；策略含「审慎营销」，验证风险短路优先
shouldWakeHighValueColdUserAtThreshold	浏览 4 天、60 天前成交、GMV 5000、S4，恰好 55 分	COLD、valueScore=55、HIGH_VALUE；不含 VIP_CULTIVATION、不含 WINBACK；策略含「大额召回券」

技术亮点

• 分层阈值外置热更新：活跃四档与四维分值全部在 user-segment.xml，大促前后重划分数线只改 XML 重建代理，画像批处理任务无需改代码。
• 一方法一口径、可独立调参：GMV、订单数、会员等级、客单价各占一个方法，运营可单独调整某一维度档位并审计贡献，四维相加后由 Service 映射价值层。
• 策略短路优先级固化在 Java 侧：buildStrategy 先判 HIGH_RETURN_RISK 审慎营销，再依次判 VIP、召回、加购、静默，风险兜底先于权益发放，避免给退货高危用户发大额券。
• 双轴分层 + 动态标签正交组合：活跃与价值两条规则轴独立计算，券敏感、高退货、VIP_CULTIVATION、WINBACK 等标签在 Java 侧按阈值追加，新增标签不必改动 XML 评分逻辑。
• 边界分有测试锁口径：35 分中价值、55 分高价值冷客（不打 VIP、不打 WINBACK）等临界形态均有断言，阈值调整后测试立刻暴露口径变化。
• @Param 按名绑定、代理复用：接口经 ASM 动态代理实现，无独立计算进程与重型依赖，JDK 8 会员中台与信创环境可直接嵌入每日批量分层任务。

相关链接

• 行业应用案例总览
• JQuick-Java 产品文档
• GitHub 仓库