头条用户人均985，月入过万？看完真实的数据可视化，我有了答案

看见一个问题：

 

我刷知乎不多，但是也有这个感觉：211凑合，985一般，清北还行。常青藤，勉强入眼，年薪百万算个屁，月入千万有点低。

好吧，我不知道是谁飘了，我只知道随便敲敲键盘确实很简单。

其实也不单单是知乎，现在的很多平台如头条、抖音，都有一种夸大和焦虑的氛围，这让很多人就产生一种错觉：我是不是很失败？

我通过python获取了一些数据，然后以可视化的形式对头条用户进行展开分析，来看看真实情况是不是和你想的一样？

一、获取数据

因为不是所有的数据都能爬的，所以我只能基于现有的一些分析数据，如咨询公司、分析报告的数据进行整合处理。

 

我们需要知道哪些数据？头条用户的学历、城市、职业、偏好、活跃时间。

二、选择分析工具

本来我是想用python的，但是为了能让你们看懂且能自己照着分析一遍，我选择了BI工具。

python的分析过程还是比较繁琐的，sql，pandas这些不简单，我之前分析的时候就用过python+BI：

 

BI工具方面，我用的是FineBI，比Excel简单方便，拖拽就可以分析出结果了，配上多种类型的柱状图、饼图、雷达图，真挺简单。

 

 

python强大的数据获取能力，配合敏捷FineBI简单快捷的数据可视化操作，分析效果不用多说。

三、可视化分析

1、头条用户都是哪里毕业的？

 

看看这学历，啧啧啧，果真985遍地走。

但是我这说一下实际情况，不是所有人都会填学校，也不是所有人都会正确地填自己的学校，反正在网上，大家谁也不认识谁。

从我的感知来看，这数据不准，学校是次要的，不影响FineBI的这个词云图。

2、头条用户都分布在哪些城市

这个问题应该不用看就知道，人口基数越大，用户的数量就越多，江浙沪、长三角、珠三角首当其冲。

北上广深杭，应该处于中心，那这数据就是准的。

 

3、不同年龄段的人有多少？

 

从柱状图来看，整体男性用户的比例是高于女性的，25-30岁的男性为什么会用的多？这点我不能理解

顺便说个数字，40岁以上的用户都集中在三线及以后城市，可能是因为年纪大了比较清闲吧。

4、活跃度分析

因为数据太多，需要年龄、时间段、活跃度，这些数据我这里没有找到，但是FineBI完全可以分析多维度数据。

我找到了某咨询的报告，较为准确：

• 90后更喜欢夜间看头条，可能是因为加班回家只有晚上才有空。
• 80后们，起的比较早，通常是早上活跃。

 

以上分析就差不多了，结论是什么，其实并不重要。

学会FineBI这个工具，不敢说比Excel强多了，但起码是简单的，而且年底的数据分析报告，也可以用FineBI工具做出来。

 

FineBI工具的获取，转发该文章，私信回复“BI”就可以获得了。