【运营】画像-分析方法

画像，是建立在真实数据基础上的主体代表。

1.分析

        现在手上有一些原始数据，需要通过分析来展现出主体真实的使用情况，因为我们是新能源行业，所以这次就拿放电设备的电池、充电设备的机柜、使用电池的用户三个角度来讨论一下如何从数据到画像的方法论，一个是整理自己的思路，另外也是一个记录，未来需要进行数据到画像的转换时，可以用来做思路参考。

        六七年来，我的工作虽然比较杂乱，却一直都是围绕数据来的，其实处理数据有很多流程，数据埋点、数据采集、数据清洗、数据分析、数据展示、数据自动化，磕磕绊绊也走了很多年，虽然因为资源和能力的限制，没有达到预期的效果，但是培养了自己对数据的敏感，培养了做分析的思维方式，我认为如果要完成【明确数据到画像的步骤】这个目标，应该经过下面几个步骤：

        ① 确定什么是用，是打开APP就是在正常使用了，还是放着就是再用，每个行业对用的判断是不一样的；

        ② 根据用的方式区分状态，状态应该是能够表示主体的关键周期的核心，也是价值评估的核心，应该满足MECE互相穷尽，完全独立的判断标准；

        ③ 明确判断每个状态的定义标准，作为数据分析师，一定要总结出明确具体的状态定义，之后所有的判断都基于这个定义；

        ④ 针对定义中的每个数据做类比分析，分析维度需要围绕价值，即主体所产生的价值是什么，常规的分析有买卖价值（这种是有双方的）、公益价值（这种是单方面的），以【我们使用XX和XX，进行XXXX的判断，可以让XXX获得XXX价值】的句式列出分析条目；

        ⑤ 使用分析条目来看实际数据，判断实际数据是否满足，如果满足则得到了画像所需的采集标准，如果不满足，则需要优化数据或者优化分析条目；

        ⑥ 根据价值归类输出分析报告；

2.什么是用？

        让我们开始按照这个思路尝试一下：什么是用？

        对电池来说：进行充电、放电的过程就是使用；

        对机柜来说：承载了电池就是使用；

        对用户来说：能被记录到数据就是使用；

3.有什么状态？

        对电池来说，理论上来说从电池生产出来就没有静置这个状态，所有的静置都在缓慢的自耗电。

        对于机柜来说，应该只有有电池和没电池，如果没电池基本上是没有价值的，这个对吗？空仓其实提供了换电价值，这个基本逻辑我觉得没有问题。

        对于用户来说，以前分析走了弯路，总是打了很多标签去分析，但是打了那么多标签到底有什么意义呢？能够得出什么样的价值呢？这个问题一直困扰着我，这次分析也是在用户这块卡了很久，本来从使用价值出发，我们认为用没用电池是关键项目，后来感觉分不下去，达不到MECE的标准，直到有一天突然想到从有没有消费的角度，得到了下面的分析条目：

4.详细定义？

 4.1 电池

状态	定义
满电	电池处于充满状态，尚未被使用
补电	电池处在小电流补电状态，充电速度最慢。
小电流充	电池处在充电状态，大约3.3小时充满
正常充电	电池处在正常充电状态，大约2小时充满
大电流充	电池处在大电流充电状态，大约1.5小时充满
超充	电池处在超大电流充电状态，大约1小时充满
损坏	电池彻底没电，只能报废了
自耗	电池没有充电，正在静置耗电
备电	电池正在被非车辆使用，小电流耗电中
正常放电	电池正在被车辆1C使用，持续放大约1小时放完
超载放电	电池正在被车辆超载使用，持续放大约半小时用完
过载放电	电池正在被用电设备过载放电，持续放用不了半小时

 4.2 机柜

状态	定义
激活输出	机柜正在对柜内设备进行高电压小电流激活
涓流输出	机柜正在对柜内设备进行涓流输出，充电器负载较小
正常输出	机柜正在对柜内设备进行正常电流输出，充电器负载正常
激流输出	机柜正在对柜内设备进行大电流输出，充电器负载较大
超充输出	机柜正在对柜内设备进行满载输出，充电器、线路负载拉满
充满	柜内设备已达满充条件，停止充电
电池代收	柜内设备已被初步诊断，需要召回处理
电池待检	柜内设备被自动判定逻辑诊断，需要进行检测
电池保护	柜内设备二级保护禁止充电
充电机坏	充电机损坏，无法正常通讯充电
换电空仓	每个柜子为了换电而留的空仓
交易空仓	正常被交易过的空仓
闲置空仓	当天未被交易过的空仓
仓门待修	仓门没有电池需要带上配件进行培修
仓门待检	仓门没有电池需要远程或者现场进行检测
私有	仓门被业务相关状态锁定
检查	仓门内部有无通讯电池
电压	仓门检测到异常电压且无电池通讯
休眠	仓门检测到有异物无电池
维护	仓门通讯丢失
失联	机柜通讯丢失

 4.3 人

状态	定义
忠实型	大概率会续费，如长期未续费需要关注
耿直型	可以针对此类用户降低活动门槛，提高用户参与活动的积极性
活力型	可以分析该类用户试用和参与活动的情况，进行小优化后主动联系，提高该类用户续费概率
摇摆型	有可能该类用户正在对比多家友商产品，可以通过加大优惠力度，或者提高服务品质来进行竞争力的提高
吝啬型	此类用户对金额比较敏感，针对该类用户在意的点进行主动退款，可以降低用户投诉率
动荡型	大概率不会续费的用户，可以倒数第二进行策略制定
优质型	高频率使用并可以定期提供建议的用户是优质用户，需要重点服务
重点型	高频率使用还进行求助的沟通，往往是系统可能出现问题了，需要重视
愤慨型	高频率使用且进行投诉的，应该要优先解决的用户投诉，并且应该给予一定的优惠券等补偿
稳定型	中频使用的用户的改进建议往往是优化功能，可以进行整合后进行下一个版本迭代
成长型	中频使用的用户来求助，证明我们功能引导做得不够后，应针对求助内容进行产品优化和新手引导
中肯型	中频使用的用户的投诉应及时处理，且定期进行整理，解决后应该及时回访，促进用户转换
唠叨型	低频使用的用户为自己的方便进行功能建议，往往有可能没有了解产品就觉得产品不完善，可以记录下来，后续如果有更新再进行回访
享受型	低频使用的用户可能是忽视了一些提示信息，对于此类求助应耐心，但优先级较低，应优先服务中频、高频用户
抱怨型	低频使用的用户投诉需要花一定的时间安抚，定期批量处理
靠谱型	高频使用的用户应该给予关注，定期进行回访、提示，帮助用户更好使用产品
将就型	中频使用的用户应该关注其用的不顺畅的地方，针对此类用户可以根据其用户习惯调整产品价格体系；
随意型	低频使用的用户应该重点关注如何提高其用户粘性，利用更多的交互提高其产品信心完成用户转换
粉丝型	纯粹支持的用户需要及时去其用户区域进行产品投放，很容易出现以点带面的体系
怨恨型	往往处于能用不想用状态的用户是对产品失望较大，根据其原频率，应及时介入处理，恢复用户信心
精明型	想用能用却没有使用的，往往有可能发现了系统漏洞，或者其他原因，需要分析其具体应用场景，必要时可以现场拜访
粗心型	不小心买到、点到的用户，可以发展为试用用户，多进行产品介绍，必要时可以进行退款动作
土豪型	一般为测试用户、公司成员用户、VIP用户等，需要进行定期关注
犹豫型	有沟通欲望、有参加活动的积极性，需要重点突破的用户
好奇型	有沟通欲望但是没有优惠，想要了解产品，可以提供优惠的渠道完成用户转换
参与型	有参加活动的积极性，没有主动沟通，可以尝试联系用户完成用户转换
僵尸型	注册账号后无动作，可以最后进行策略制定

5. 类比分析

        电池、机柜、人的状态，可以判断其使用情况，因为每个类目在某一个时间点，一定是只有一个状态，通过状态占比的分析可以明确电池、机柜、人在市场上的具体情况，对某一类状态制定实际的策略，且可以根据状态占比的变化来判断策略是否有效，有了反馈就可以让运营活动成为良性发展，所以是有价值的。

6. 实际数据

        分类条件是明确的，通过现有数据可以划分出来，需要注意的是时间点的选取，采样间隔会影响准确性，不同用户的使用习惯会在采样间隔上反馈出来，这一点在进行程序编写的时候需要多加注意。

7. 分析报告

        进行数据整理后即可得出相关报告。

8.总结

        这是第一次尝试站在运营的角度看待产品和用户，通过现有的分类方式，可以快速对产品进行定义，也汲取到一个经验，涉及到标签类的，应该用互斥标签会更容易进行数据整理，对反应现状有较大的参考意义，可以作为经验积累下来。以上所有内容都不一定对，仅供参考。