互聯(lián)網(wǎng)大數(shù)據(jù)分析之《用戶畫像分析》

用戶畫像分析專題分享內(nèi)部資料，請(qǐng)勿外傳第一頁，共六十二頁。統(tǒng)計(jì)學(xué)基礎(chǔ)集中量：求和、平均數(shù)、中位數(shù)、眾數(shù)、差異量：全距、標(biāo)準(zhǔn)差、方差、最小值、最大值、標(biāo)準(zhǔn)誤分布：正態(tài)分布、峰度系數(shù)、偏度系數(shù)、正偏態(tài)、負(fù)偏態(tài)、高狹峰、低闊峰、離散變量、連續(xù)變量?jī)?nèi)部資料，請(qǐng)勿外傳第二頁，共六十二頁。目錄用戶畫像研究概述用戶畫像研究流程用戶畫像方法與案例演示第三頁，共六十二頁。用戶畫像概述第四頁，共六十二頁。用戶畫像概述數(shù)據(jù)挖掘典型個(gè)體定性描述群體定量分類統(tǒng)計(jì)第五頁，共六十二頁。一、群體用戶定量描述統(tǒng)計(jì)第六頁，共六十二頁。群體定量分類統(tǒng)計(jì)——各類用戶性別構(gòu)成第七頁，共六十二頁。群體定量分類統(tǒng)計(jì)——各類用戶年齡構(gòu)成第八頁，共六十二頁。群體定量分類統(tǒng)計(jì)——各類用戶年齡構(gòu)成第九頁，共六十二頁。用戶年齡分布圖第十頁，共六十二頁。二、個(gè)體用戶定性描述

第十一頁，共六十二頁。男，歲，中?；蛞韵聦W(xué)歷，保安，年工作經(jīng)驗(yàn)，月收入在元以下，知識(shí)層次較低，理解表達(dá)能力較差。性格內(nèi)向，不愛說話，但是在網(wǎng)上卻很活躍，是個(gè)很有代表性的用戶。使用年，沒有電腦，由于工作性質(zhì)特殊（用戶的職業(yè)為保安），所以用戶每天使用手機(jī)登陸及手機(jī)網(wǎng)來打消無聊的時(shí)間，或下班去網(wǎng)吧上網(wǎng)。他的同事大都年齡較大，一般都是把打牌和喝酒作為娛樂活動(dòng)，這是他所不喜歡的，與他同齡的同事大都喜歡把上網(wǎng)作為娛樂。他對(duì)電腦使用較為生疏。認(rèn)為看上去不錯(cuò)，如果能把的功能都加上再穩(wěn)定些就更好了。與相比，更習(xí)慣使用。訪談發(fā)現(xiàn)：.對(duì)于廣大低端用戶來說，易理解、簡(jiǎn)單、方便、快捷是他們最需要的，也是他們不用的原因之一；.用戶對(duì)依賴性很大，這樣的用戶希望的功能更強(qiáng)大，真正實(shí)現(xiàn)一站式在線生活。典型用戶個(gè)體描述案例來源：一次用戶訪談?dòng)脩舢嬒竦谑?，共六十二頁。典型用戶個(gè)體描述女，歲，高中，學(xué)生，理解表達(dá)能力較好，性格對(duì)陌生人內(nèi)斂對(duì)朋友外向活潑，不喜歡動(dòng)腦，什么都喜歡方便的，最好只按一下就全部搞定的。使用年，現(xiàn)實(shí)的社交圈基本局限在同班同學(xué)，但是網(wǎng)上卻有很多不認(rèn)識(shí)的好友，喜歡認(rèn)識(shí)不同類型的人。雖然網(wǎng)齡較高但是與很多女孩子一樣依然是個(gè)電腦白癡女，她喜歡操作越簡(jiǎn)單越方便越好。訪談過程中她說的最多的一句話就是“我個(gè)人比較懶！”，最怕麻煩，就是太麻煩才不用的。對(duì)于電腦游戲喜歡互動(dòng)性好，但是操作簡(jiǎn)單的，比如勁舞團(tuán)、大話西游等。訪談發(fā)現(xiàn)：，很多女用戶雖然使用電腦多年但是依然是個(gè)電腦白癡，對(duì)她們來說所有操作如果超過兩步就會(huì)暈！對(duì)于設(shè)置性操作她們基本沒有使用過，她們只使用初始化設(shè)置，希望在修改設(shè)置方面更簡(jiǎn)單！，該用戶的另一個(gè)特點(diǎn)就是“懶”，稍微有點(diǎn)麻煩或困難，她們就會(huì)懶得做，懶得想，如果有傻瓜式，全自動(dòng)式操作就很適合她們。來源：一次用戶訪談?dòng)脩舢嬒竦谑?，共六十二頁。三、用戶畫像?shù)據(jù)挖掘第十四頁，共六十二頁。數(shù)據(jù)挖掘——付款用戶【對(duì)應(yīng)分析】第十五頁，共六十二頁。用戶【聚類分析】第十六頁，共六十二頁。

用戶【聚類分析】特征得到的啟發(fā)高認(rèn)同用戶低介入用戶新進(jìn)用戶的核心用戶的畫像：歲男女豐富使用各類業(yè)務(wù)業(yè)務(wù)的齡較長(zhǎng)的活躍用戶定期換裝可拉動(dòng)、改變的用戶歲男女齡(年)和使用歷史較短定期換裝通過提升品牌滿意度，增強(qiáng)其付費(fèi)使用的信心令這些用戶改變(即令其從不付費(fèi)使用到付費(fèi)使用)的可能性較低：齡長(zhǎng)，使用歷史較長(zhǎng)，但仍不付費(fèi)使用亦較少使用其它業(yè)務(wù)換裝頻率不固定第十七頁，共六十二頁。用戶畫像流程第十八頁，共六十二頁。用戶畫像流程研究目的確定目標(biāo)用戶用戶抽樣數(shù)據(jù)整理數(shù)據(jù)整理統(tǒng)計(jì)挖掘結(jié)論展示第十九頁，共六十二頁。提取用戶20第二十頁，共六十二頁。抽樣的幾個(gè)概念是所要研究的對(duì)象的全體。例如，考察XX農(nóng)場(chǎng)用戶體驗(yàn)，目標(biāo)總體就是所有的XX農(nóng)場(chǎng)的用戶。抽樣總體是用于從中抽取樣本的總體?？傮wPopulation從目標(biāo)總體（Population，或稱為母體）中抽取一部分個(gè)體作為樣本（Sample），通過觀察樣本的某一或某些屬性，依據(jù)所獲得的數(shù)據(jù)對(duì)總體的數(shù)量特征得出具有一定可靠性的估計(jì)判斷，從而達(dá)到對(duì)總體的認(rèn)識(shí)。抽樣Sample在抽樣之前，總體應(yīng)劃分成抽樣單位，抽樣單位互不重疊且能合成總體，總體中的每個(gè)個(gè)體只屬于一個(gè)單位。抽樣框是一份包含所有抽樣單元的名單。抽樣框第二十一頁，共六十二頁。抽樣過程定義總體（母體）確定抽樣框確定抽樣方法決定樣本量實(shí)施抽樣計(jì)劃抽樣與數(shù)據(jù)收集回顧抽樣過程第二十二頁，共六十二頁。抽樣方法從總體N個(gè)單位中隨機(jī)地抽取n個(gè)單位作為樣本，使得每一個(gè)容量為樣本都有相同的概率被抽中。特點(diǎn)是：每個(gè)樣本單位被抽中的概率相等，樣本的每個(gè)單位完全獨(dú)立，彼此間無一定的關(guān)聯(lián)性和排斥性。簡(jiǎn)單隨機(jī)抽樣simplerandomsampling等距抽樣。將總體中的所有單位按一定順序排列，在規(guī)定的范圍內(nèi)隨機(jī)地抽取一個(gè)單位作為初始單位，然后按事先規(guī)定好的規(guī)則確定其他樣本單位。先從數(shù)字1到k之間隨機(jī)抽取一個(gè)數(shù)字r作為初始單位，以后依次取r+k、r+2k……等單位。這種方法操作簡(jiǎn)便，可提高估計(jì)的精度。系統(tǒng)抽樣systematicsampling將抽樣單位按某種特征或某種規(guī)則劃分為不同的層，然后從不同的層中獨(dú)立、隨機(jī)地抽取樣本。從而保證樣本的結(jié)構(gòu)與總體的結(jié)構(gòu)比較相近，從而提高估計(jì)的精度。分層抽樣stratifiedsampling將總體中若干個(gè)單位合并為組，抽樣時(shí)直接抽取群，然后對(duì)中選群中的所有單位全部實(shí)施調(diào)查。抽樣時(shí)只需群的抽樣框，可簡(jiǎn)化工作量，缺點(diǎn)是估計(jì)的精度較差整群抽樣clustersampling第二十三頁，共六十二頁。抽樣效度與信度分半信度將同一批用戶隨機(jī)分成兩組，計(jì)算關(guān)鍵指標(biāo)的占比、相關(guān)系數(shù)。復(fù)本信度同一總體中隨機(jī)抽取多個(gè)樣本進(jìn)行比較內(nèi)部一致系數(shù)同質(zhì)第二十四頁，共六十二頁。一個(gè)教師的話我不止一次給我的市場(chǎng)調(diào)研課學(xué)生說過，你們利用人人網(wǎng)之類做問卷調(diào)查基本是無效的，當(dāng)個(gè)作業(yè)也就算了。你們心里要明白，所謂物以類聚人以群分，利用社交網(wǎng)絡(luò)的做出來的問卷，沒有隨機(jī)性可言。包括你在、之類上傳問卷給朋友請(qǐng)他們幫忙。缺乏隨機(jī)性的樣本，那就沒有代表性。就好像小區(qū)的人，無法代表全體市民，你的朋友，無法代表全體學(xué)生。摘自：魏武輝的第二十五頁，共六十二頁。數(shù)據(jù)整理第二十六頁，共六十二頁。數(shù)據(jù)整理極端值處理；心理學(xué)研究把超過2個(gè)標(biāo)準(zhǔn)差之外的值剔除。數(shù)據(jù)檢查沒有觀測(cè)到有明顯錯(cuò)誤缺失值處理例如：年齡分段、選擇處理等數(shù)據(jù)分組第二十七頁，共六十二頁。數(shù)據(jù)檢查——用戶選擇用戶年齡取值范圍：歲—?dú)q第二十八頁，共六十二頁。用戶年齡占比分布?xì)q—?dú)q占比合計(jì)：第二十九頁，共六十二頁。用戶畫像數(shù)據(jù)挖掘?qū)嵗菔緦?duì)應(yīng)分析聚類分析第三十頁，共六十二頁。用戶畫像方法

——“對(duì)應(yīng)分析”實(shí)例演示第三十一頁，共六十二頁。對(duì)應(yīng)分析數(shù)據(jù)格式整理第三十二頁，共六十二頁。第三十三頁，共六十二頁。第三十四頁，共六十二頁。加權(quán)個(gè)案第三十五頁，共六十二頁。對(duì)應(yīng)分析過程第三十六頁，共六十二頁。對(duì)應(yīng)分析——定義行范圍（用戶類別）第三十七頁，共六十二頁。對(duì)應(yīng)分析——定義列范圍（用戶特征）第三十八頁，共六十二頁。對(duì)應(yīng)分析結(jié)果圖第三十九頁，共六十二頁。減少用戶特征第四十頁，共六十二頁。第四十一頁，共六十二頁。用戶畫像方法

——“聚類分析”實(shí)例演示第四十二頁，共六十二頁。人群劃分矮胖胖高矮瘦瘦高第四十三頁，共六十二頁。聚類分析組內(nèi)差異組間差異概念根據(jù)數(shù)據(jù)本身結(jié)構(gòu)特征對(duì)數(shù)據(jù)進(jìn)行分類的方法——聚類分析，通過聚類分析，可以把數(shù)據(jù)分成若干個(gè)類別，使得類別內(nèi)部的差異盡可能的小，類別外部差異盡可能大。第四十四頁，共六十二頁。聚類分析的種類層次聚類法非層次聚類法K-均值聚類法二階聚類法樣本量>連續(xù)變量首選方法第四十五頁，共六十二頁。數(shù)據(jù)檢查樣本選擇：年齡：——（，）筆數(shù)：——金額：——第四十六頁，共六十二頁。兩步聚類分析47第四十七頁，共六十二頁。聚類分析結(jié)果第四十八頁，共六十二頁。用戶畫像在工作中的實(shí)際應(yīng)用抽樣依據(jù)用戶拉新用戶挽留產(chǎn)品定位產(chǎn)品優(yōu)化第四十九頁，共六十二頁。來源;平臺(tái)，中國(guó)微博用戶市場(chǎng)圖譜：年微博用戶將突破億第五十頁，共六十二頁?？梢钥纯吹膸讉€(gè)網(wǎng)站統(tǒng)計(jì)專業(yè)網(wǎng)站：大社區(qū)：中文官方網(wǎng)站：淘寶用戶體驗(yàn)設(shè)計(jì)：:圖研所：第五十一頁，共六十二頁。人群——第五十二頁，共六十二頁。人群——第五十三頁，共六十二頁。人群——第五十四頁，共六十二頁。星座與氣質(zhì)用戶畫像第五十五頁，共六十二頁。品牌畫像——顏色維度第五十六頁，共六十二頁。甲殼蟲樂隊(duì)發(fā)型變化圖表第五十七頁，共六十二頁?？梢宰x讀的幾本書￥￥￥￥第五十八頁，共六十二頁。收集數(shù)據(jù)的十個(gè)原則一、思考研究問題之初，也要開始思考回答問題需要收集的數(shù)據(jù)類型。二、在思考數(shù)據(jù)類型的時(shí)候，也要思考從何處獲得數(shù)據(jù)。三、保證你用于收集數(shù)據(jù)的表格簡(jiǎn)單容易。四、始終記得對(duì)數(shù)據(jù)文件進(jìn)行備份，并存儲(chǔ)在不同地方。已經(jīng)丟失&即將丟失。五、不要依賴他人收集或轉(zhuǎn)換數(shù)據(jù)。六、計(jì)劃詳細(xì)的何時(shí)何收集數(shù)據(jù)的日程表七、只要有可能，就為你的項(xiàng)目培育可能的數(shù)據(jù)來源。八、盡力追蹤遺漏了的測(cè)試或者訪談對(duì)象。九、永遠(yuǎn)不要銷毀你的原始數(shù)據(jù)。第五十九頁，共六十二頁。謝謝！注意信息安全，內(nèi)部資料，請(qǐng)勿外傳內(nèi)部資料，請(qǐng)勿外傳第六十頁，共六十二頁。內(nèi)部參考內(nèi)部資料，請(qǐng)勿外傳第六十一頁，共六十二頁。內(nèi)容總結(jié)用戶畫像分析專題分享。內(nèi)部資料，請(qǐng)勿外傳。訪談過程中她說的最多的一句話就是“我個(gè)人比較懶。訪談發(fā)現(xiàn)：，很多女用戶雖然使用電腦多年但是依然是個(gè)電腦白癡，對(duì)她們來說所有操作如果超過兩步就會(huì)暈。令這些用