做数据分析，Excel、R语言、Python...到底哪个才是最合适的

这是我从事用户画像构建工作的第68天：

• 公司新产品上线，用户是谁？优先开拓哪类用户？

• 产品上线功能是否满足目前用户需求？

• 都在哪些渠道投放广告，才能触达直接用户？

图片来自网络

目前，大部分公司的用户运营人员都像我一样，在构建用户画像的时候都是通过数据统计，然后找出一些标签。直到领导安排了一次任务：在线课程 | 知识兔

“我们这次的产品是公司的重点营销品类，想要分析一下目前的产品用户画像，你们部门下周汇报一下。”

我摇头晃脑的说：“这不难，我们只要根据用户性别、年龄、喜好、消费习惯……”按照这种方式，打了5万个用户标签。一周后，得意洋洋的向领导汇报。

· 我们的用户男女占比7:3

· 北上广深一线城市占比30%，二线城市50%，三四线城市占比20%

· 用户购买以往AI产品占比20%，B产品占比10%

· 忠实用户……

在线课程 | 知识兔

当我孜孜不倦的汇报的时候，看到业务部门白眼抛来，然后一回头，与领导四眼相对，发现了一丝丝的寒意。

01

混淆过去与将来

只能被现实无情的打脸

在线课程 | 知识兔

领导沉默不语，业务部门的人说，你的这些数据我们早知道了，而且你说的“忠诚用户”标签这栏，后续也没有其他购买动作了。而且A产品爱好者这个标签，我们后续推产品的时候也并没有购买。

这是为什么？因为你在做用户画像的时候，混淆了过去与未来，你往往对着一堆过去发生的行为贴一堆标签，对未来却毫无预测的概念。所以，这样产生的数据对业务毫无帮助。

图片来自网络

脱离业务实际的用户画像标签毫无用处。

在线课程 | 知识兔

02

会用户画像模型体系搭建

在未来会越来越吃香

这时，我请教了多年用户分析工作经验的师兄，他的思路是这样的，首先进行目标分析，然后运用模型进行体系构建，最后进行画像建立。

I：对基础数据进行收集，然后对这些数据进行分析、加工，构建可视化模型，然后抽象出用户标签

II：用RFM模型来进行用户分层，以行为标签做主题逻辑，以此来进行精细化加工，将标签管理化

III：将标签结果进行计算，数据可视化展示

下面是美团真实使用中的RFM模型：在线课程 | 知识兔

 图片来自于网络

用户画像相关工作，是互联网公司的中心职位，因为互联网时代，用户是天下，谁获得用户，谁将掌握话语权，比如腾讯、阿里巴巴、百度等，都是典型的例子。

而且，用户分析相关工作也是薪资诱人。

 图片来自于网络

在线课程 | 知识兔

如果你想要从事互联网公司用户分析类岗位，我建议你尽快提升自己，增强自己的用户画像构建能力。