用户画像分析的错误姿势
1. 限于数据,动不敢动。
一提用户画像,很多人脑海里立刻蹦出了性别,年龄,地域,爱好等基础信息字段,然后大呼:我们好像没这个数据,于是放弃分析了。可实际想想,知道男性占比真的有那么大意义?知道男性占比 65% 还是 60% 真的对业务有帮助?不一定的,贴用户标签有很多方式,不要限于一些难采集的基础信息。
2. 罗列数据,没有思路。
很多人一听到用户画像分析,本能的就开始把数据库里的用户标签往外搬,在报告里码上:
-
男女比例 3:2
-
20-25 岁占比 40%
-
30% 的人在最近一周内登录
-
70% 的人没有二次购买
……
至于摆完这些数据干什么,完全没有考虑过。这种分析结果,当然让人看完一头雾水。迷茫的发问:“所以呢?又怎样呢?”
3. 无限拆分,没有逻辑。
很多人一听到类似 “流失用户画像分析” 一类相对具体的分析题目,就开始无限拆解数据。分性别,年龄,地域,设备,注册时间,来源渠道,购买金额…… 拆了几十个维度看流失率。最后&