有同学问:陈老师,我领导让我做用户画像分析,可是我做了一大堆数据,却被批:也没分析什么东西啊?该咋办?今天系统解答一下。
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,只看到有的维度差5%,有的差10%,当然没有最后结论啦,越看越糊涂。
以上问题,都是太过纠结于用户画像四个字,忽视了分析两个字导致的。用户画像作为一个基础数据体系,本