用户画像该如何正确分析

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&