如何做用户画像分析？

01

用户画像分析的作用

用户画像分析的作用主要有以下几个方面（见图1）。

图2

（2）精准营销

假如某个电商平台需要做一个活动，给不同层次的用户发放不同的券，就需要利用用户画像分析对用户进行划分，比如，划分成不同付费次数的用户，然后根据不同付费次数发放不同的优惠券。给付费次数在1～10次的用户发放10元优惠券，依此类推（见图3）。

图5

简单来说，用户画像分析可以帮助数据分析师更加清晰地刻画用户。

图6

（1）数据层

进行用户画像分析的基础是获取完整的数据，互联 数据主要是利用打点，也就是通常所说的数据埋点上 的。整个过程是数据分析师根据业务需要提交数据上 的需求，然后由开发人员埋点，获得数据（见图7）。

图8

数据原始层中的数据就是上 的数据，没有经过数据清洗处理，是最外层的用户明细数据。

数据清洗层主要是数据原始层的数据经过简单清洗之后的数据，已去除“脏”数据等明显异常的数据。

数据汇总层的数据主要是根据数据分析的需求，针对想要的业务指标（比如，用户一天的听歌时长、歌曲数、歌手数等），按照用户的维度，把用户行为进行聚合，得到用户的轻量指标的聚合表。

数据汇总层的作用主要是可以快速汇总数据，比如，一天的听歌总数、听歌总时长、听歌时长高于1小时的用户数、收藏歌曲数多于100的用户数等的计算。

数据应用层主要面向业务方的需求进行加工，可能是在数据汇总的基础上加工成对应 表的指标需求，比如，每天听歌的人数、次数、时长；搜索的人数、次数、歌曲数等。

按照规范的数据仓库把表格设计完成后，就可以得到一部分用户的年龄、性别、地域的基础属性数据，以及用户浏览、付费、活跃等行为数据。

有些用户的数据无法获取，以QQ音乐为例，我们一般无法获取用户的听歌偏好属性的数据，需要通过机器学习模型对用户的偏好进行预测（见图9）。机器学习的模型预测都是基于数据仓库的数据，完整的数据仓库数据是模型特征构建的基础。

内容简介

数据分析的精髓在于能够利用合理的数据分析方法来解决实际的业务问题，本书介绍了数据分析常见的思维和方法，并且呈现了这些分析方法在实际案例中的应用。

同时也利用本书解答了大家对于想要从事数据分析行业的一些担忧和困惑。

阅读本书，你会对数据分析的工作内容有更清晰、完整的了解，同时对常见的业务问题处理的方法和经验有质的提升。

专家点评

——赵猛，腾讯算法工程师

——刘王翔，中国移动资深项目经理

数据分析是一门艺术，既需要业务知识，也需要数据分析方法。本书从数据分析在行业内的应用出发，全面地介绍了漏斗分析、相关分析、RFM用户分群、5W2H等多种常用的数据分析方法，从方法到实践，由表及里，由浅入深，是一本不可多得的好书。

扫码了解本书详情！

文章知识点与官方知识档案匹配，可进一步学习相关知识MySQL入门技能树数据库组成表31830 人正在系统学习中