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，請勿外傳第一頁，共六十二頁。統(tǒng)計學基礎(chǔ)集中量：求和、平均數(shù)、中位數(shù)、眾數(shù)、差異量：全距、標準差、方差、最小值、最大值、標準誤分布：正態(tài)分布、峰度系數(shù)、偏度系數(shù)、正偏態(tài)、負偏態(tài)、高狹峰、低闊峰、離散變量、連續(xù)變量內(nèi)部資料，請勿外傳第二頁，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)挖掘典型個體定性描述群體定量分類統(tǒng)計第五頁，共六十二頁。一、群體用戶定量描述統(tǒng)計第六頁，共六十二頁。群體定量分類統(tǒng)計——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——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——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、個體用戶定性描述

第十一頁，共六十二頁。男，歲，中?；蛞韵聦W歷，保安，年工作經(jīng)驗，月收入在元以下，知識層次較低，理解表達能力較差。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登陸及手機網(wǎng)來打消無聊的時間，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，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。他對電腦使用較為生疏。認為看上去不錯，如果能把的功能都加上再穩(wěn)定些就更好了。與相比，更習慣使用。訪談發(fā)現(xiàn)：.對于廣大低端用戶來說，易理解、簡單、方便、快捷是他們最需要的，也是他們不用的原因之一；.用戶對依賴性很大，這樣的用戶希望的功能更強大，真正實現(xiàn)一站式在線生活。典型用戶個體描述案例來源：一次用戶訪談用戶畫像第十二頁，共六十二頁。典型用戶個體描述女，歲，高中，學生，理解表達能力較好，性格對陌生人內(nèi)斂對朋友外向活潑，不喜歡動腦，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)實的社交圈基本局限在同班同學，但是網(wǎng)上卻有很多不認識的好友，喜歡認識不同類型的人。雖然網(wǎng)齡較高但是與很多女孩子一樣依然是個電腦白癡女，她喜歡操作越簡單越方便越好。訪談過程中她說的最多的一句話就是“我個人比較懶！”，最怕麻煩，就是太麻煩才不用的。對于電腦游戲喜歡互動性好，但是操作簡單的，比如勁舞團、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電腦白癡，對她們來說所有操作如果超過兩步就會暈！對于設(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)置方面更簡單！，該用戶的另一個特點就是“懶”，稍微有點麻煩或困難，她們就會懶得做，懶得想，如果有傻瓜式，全自動式操作就很適合她們。來源：一次用戶訪談用戶畫像第十三頁，共六十二頁。三、用戶畫像數(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)高認同用戶低介入用戶新進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)的齡較長的活躍用戶定期換裝可拉動、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，增強其付費使用的信心令這些用戶改變(即令其從不付費使用到付費使用)的可能性較低：齡長，使用歷史較長，但仍不付費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用戶用戶抽樣數(shù)據(jù)整理數(shù)據(jù)整理統(tǒng)計挖掘結(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。抽樣的幾個概念是所要研究的對象的全體。例如，考察XX農(nóng)場用戶體驗，目標總體就是所有的XX農(nóng)場的用戶。抽樣總體是用于從中抽取樣本的總體?？傮wPopulation從目標總體（Population，或稱為母體）中抽取一部分個體作為樣本（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)對總體的數(shù)量特征得出具有一定可靠性的估計判斷，從而達到對總體的認識。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，總體中的每個個體只屬于一個單位。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施抽樣計劃抽樣與數(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個單位中隨機地抽取n個單位作為樣本，使得每一個容量為樣本都有相同的概率被抽中。特點是：每個樣本單位被抽中的概率相等，樣本的每個單位完全獨立，彼此間無一定的關(guān)聯(lián)性和排斥性。簡單隨機抽樣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)隨機地抽取一個單位作為初始單位，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之間隨機抽取一個數(shù)字r作為初始單位，以后依次取r+k、r+2k……等單位。這種方法操作簡便，可提高估計的精度。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立、隨機地抽取樣本。從而保證樣本的結(jié)構(gòu)與總體的結(jié)構(gòu)比較相近，從而提高估計的精度。分層抽樣stratifiedsampling將總體中若干個單位合并為組，抽樣時直接抽取群，然后對中選群中的所有單位全部實施調(diào)查。抽樣時只需群的抽樣框，可簡化工作量，缺點是估計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分成兩組，計算關(guān)鍵指標的占比、相關(guān)系數(shù)。復(fù)本信度同一總體中隨機抽取多個樣本進行比較內(nèi)部一致系數(shù)同質(zhì)第二十四頁，共六十二頁。一個教師的話我不止一次給我的市場調(diào)研課學生說過，你們利用人人網(wǎng)之類做問卷調(diào)查基本是無效的，當個作業(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，沒有隨機性可言。包括你在、之類上傳問卷給朋友請他們幫忙。缺乏隨機性的樣本，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；心理學研究把超過2個標準差之外的值剔除。數(shù)據(jù)檢查沒有觀測到有明顯錯誤缺失值處理例如：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—歲第二十八頁，共六十二頁。用戶年齡占比分布歲—歲占比合計：第二十九頁，共六十二頁。用戶畫像數(shù)據(jù)挖掘?qū)嵗菔緦?yīng)分析聚類分析第三十頁，共六十二頁。用戶畫像方法

——“對應(yīng)分析”實例演示第三十一頁，共六十二頁。對應(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)個案第三十五頁，共六十二頁。對應(yīng)分析過程第三十六頁，共六十二頁。對應(yīng)分析——定義行范圍（用戶類別）第三十七頁，共六十二頁。對應(yīng)分析——定義列范圍（用戶特征）第三十八頁，共六十二頁。對應(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)特征對數(shù)據(jù)進行分類的方法——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，中國微博用戶市場圖譜：年微博用戶將突破億第五十頁，共六十二頁?？梢钥纯吹膸讉€網(wǎng)站統(tǒng)計專業(yè)網(wǎng)站：大社區(qū)：中文官方網(wǎng)站：淘寶用戶體驗設(shè)計：: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)的表格簡單容易。四、始終記得對數(shù)據(jù)文件進行備份，并存儲在不同地方。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、計劃詳細的何時何收集數(shù)據(jù)的日程表七、只要有可能，就為你的項目培育可能的數(shù)據(jù)來源。八、盡力追蹤遺漏了的測試或者訪談對象。九、永遠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，請勿外傳內(nèi)部資料，請勿外傳第六十頁，共六十二頁。內(nèi)部參考內(nèi)部資料，請勿外傳第六十一頁，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，請勿外傳。訪談過程中她說的最多的一句話就是“我個人比較懶。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電腦白癡，對她們來說所有操作如果超過兩步就會暈。令這些用