一个字段值不值得记录，只看它会不会改变运营动作
球迷画像的目的不是完整描述一个人，而是帮助俱乐部决定对这个人做什么、不做什么。所以每个字段在进入画像之前，都应该先回答一个问题：如果这个字段的值变了，哪个运营动作会跟着变？
比如“最近一次到场时间”变长了，会员运营可能要判断是否需要关怀；“关注的球员”变了，内容推荐和商品推荐都要调整。而“每次在某个页面停留的秒数”，如果没有任何动作依赖它，那它只是存储成本和隐私风险。
七类值得记录的数据：它们分别支撑什么动作
以下是一套比较精简的画像数据结构，每类数据都对应明确的用途（以下为示例结构）：
| 数据类别 | 建议记录的内容 | 支撑的运营动作 |
|---|---|---|
| View（观赛） | 到场次数、场次类型、线上观看的比赛 | 门票推荐、观赛提醒、座位升级 |
| Ticket（票务） | 购票时间、票价区间、单次张数 | 早鸟票、家庭套票、价格区间推荐 |
| Purchase（购买） | 商品品类、是否限量款、购买频率 | 商品推荐、新品预售、会员商品 |
| Content（内容） | 内容主题偏好、打开频率、常用时段 | 内容推送时机、独家内容设计 |
| Team（球队） | 主队、次关注球队、主客场偏好 | 赛前预热、客场活动邀请 |
| Player（球员） | 关注的球员、相关内容和商品行为 | 球员专访、同款商品、见面会 |
| Membership（会员） | 档位、续费次数、权益使用情况 | 权益调整、续费提醒、流失关怀 |
这七类数据加起来通常只需要几十个字段，就能覆盖大部分运营场景。重点不是每类记得多细，而是每类都要能回答“最近怎么样”和“长期怎么样”两个问题，比如内容偏好既要有近一年的主题分布，也要有近三十天的变化。
看起来有用，其实不值得记录的数据
有些数据收集起来很容易，也会让人觉得“以后说不定用得上”，但实际上成本和风险都高于价值：
- 精确位置轨迹：知道用户所在城市或常用场馆就够了，持续记录精确位置对运营几乎没有增量，隐私风险却很高。
- 站外浏览记录：用户在俱乐部渠道之外看了什么，既难以获得合法授权，也很难和运营动作挂钩。
- 超出需要的证件信息：实名购票需要核验身份，但核验完成后没有必要把完整证件号码放进画像。
- 私信和客服对话全文：可以记录问题类型，比如退票、物流、会员权益，不需要保存全部对话内容。
- 推测性敏感属性：收入水平、健康状况、家庭关系等推断，即使模型能算出来，也不应该写进画像。
判断是否属于这一类，可以反问：如果用户看到画像里有这个字段，会不会觉得被冒犯？如果答案是会，就不该记录。
数据最小化与授权：先说清楚用途，再决定收什么
数据最小化的意思是只收集完成特定用途所必需的数据。落到球迷画像上，至少有三条做法：
- 用途先于收集：每新增一个字段，先写明它服务于哪个运营动作，并确认这个用途在用户授权范围内。
- 分用途授权：购票用于履约，商城订单用于发货，这些数据是否可以用于个性化推荐或广告投放，需要单独征得用户同意，并允许用户随时撤回。
- 设定保存期限：过于久远的行为对预测帮助有限，可以定期聚合成统计值，删除明细。
欧宝体育在AI球迷画像的设计里，把授权状态作为画像的一部分：一个字段没有对应授权，就不会进入分群和推荐模型的计算。这件事不能靠模型自己判断，授权规则由人来定，欧宝体育AI只负责严格执行。
哪里会记错：共享账号、代买和礼物
即使字段设计得很精简，记录的内容也可能是错的。最常见的三种情况：
- 一家人共用一个账号，孩子看的内容和父亲买的球衣被记在同一个画像里；
- 有人帮朋友代买门票，票务数据显示他一年到场十几次，实际他本人只来过几次；
- 节日期间买的商品是送人的礼物，Purchase数据会让模型误以为他偏好某类商品。
这些情况无法完全避免，但可以通过一些信号识别：收货地址是否分散、单次购票张数是否异常、商品尺码是否差异很大。识别出来的记录可以降低权重，而不是直接删除。同一支球队的球迷为什么会有完全不同的行为模式，可以参考同一支球队的不同球迷类型。
怎么验证一个字段值得保留
字段是否有价值，可以用一个简单的对照方法检验：在模型训练中去掉这个字段，比较推荐或预测效果是否明显下降。如果没有变化，说明这个字段没有提供额外的信息，可以考虑停止收集。
此外，建议每个季度做一次字段审查：列出所有字段，标记过去一个季度是否被任何运营动作使用，是否仍在授权范围内。连续两个季度都没有被使用的字段，默认进入删除流程，除非有人能说明它具体会支撑哪个新动作。欧宝体育大模型可以帮忙生成这份使用情况清单，但删除与否由数据负责人和运营负责人共同确认。画像的质量不在于记得多，而在于记下的每一项都有人在用、都经过用户同意。
