用户画像报告怎么写才有用?

15天0基础极速入门数据分析,掌握一套数据分析流程和方法,学完就能写一份数据报告!了解一下>>

今天继续分享如何写数据分析报告。之前2期举的例子都是监控数据,监控数据是连续观测,会很明显的看到曲线变动。于是很多同学便问:“静态数据的报告该咋写”。尤其以用户画像报告为甚。很多时候业务提了需求:看看我们的用户画像。结果写出来报告被批:我都知道了,你写这有啥意义。到底咋弄?今天系统分享一下。

没用的报告长这样

一提到用户画像,很多同学的报告都长这样:

  1. 男女比例4:6
  2. 30岁以上占比40%
  3. 平均年消费500元
  4. 活跃1个月以上用户55%
  5. ……

往往这种报告写的很辛苦,跑的数据很多。最后收获一句“我早知道了,你能讲点有意义的不?”

于是有些人认为:光提供描述性数据不行,那必须模型走起呀。最直接能想到的就是RFM,于是抽出R、F、M三个维度数据,每个砍成五段,5*5*5分成125个分类,再用聚类,搞成5大类,125小类,每一类都细心标注上:“这个用户买了1次500元,5天没卖了,所以得让他买!”

最后收获一连串连珠炮似的追问:

  • 你说他买他就买呀!
  • 买啥!哪里买!
  • 咋让他买
  • 咋通知他买!
  • 不买又咋样!
  • 买了又怎样!
  • 他要是本来就会买呢!

……被轰的晕头转向……

到底问题出在哪里?

报告没用的核心原因

核心原因就一条:无判断标准

  • 男女比例是不是个关键问题
  • 男女比例4:6是不是个问题
  • 男女比例3:7又怎样

通通没有判断标准,让人看了觉得不着四六。

有意思的是:监控数据是自带标准的。我们看一条曲线,即使没有定义一个“目标值”,曲线本身的变动也能成为判断标准。对于销售额,利润,用户数这种正向指标(越多越好的指标),增长本身就是好的,增长的速度越快越好,绝对数越大越好。对于成本、风险损失、投诉这种负向指标而言,下降本身就是好的,下降速度越好越好,绝对数越小越好。

当然这样判断是鲁莽的,有可能出现大涨大落的情况,但粗略的看是没问题的。

用户画像报告被批“没啥用!”,到底咋样才有用

但大部分静态数据,没有标准可言。比如男女4:6,就一定好/不好?

不一定。因此看到这种数据,无法形成判断,就很难产生价值。况且业务部门本身对用户情况是有一定感觉的。比如:“我们服务的用户以女性为主”,即使不看4:6,他也知道是女性多,看到6和感觉差不多,自然会说:“我早知道了”。

用户画像报告被批“没啥用!”,到底咋样才有用

至于那种“因为用户消费了1次500,所以得让他消费600”的判断,就更是就数论数,毫无头脑。数字只是一个记录,数字背后是一个真实的、活生生的场景。脱离业务场景空谈数字是没意义的。

就像你去吃面,进了面馆喊一声:“老板一碗牛肉面”,老板大喝一声:“不!你不要一碗!我们的人工智能高级大数据分析师说你需要2碗!给我吃!”

请问这时候你是啥心情……

所以破局的关键只有1个,就是:找标准。让数据表达含义,不仅仅是一串数字。

提高报告有用性的方法

首先要区分场景。注意,如果是第一次汇报,是可以用开头被猛烈吐槽的方式的。可能因为新换了领导,可能因为刚上CRM系统,总之之前业务方对用户情况毫无了解。这时候事无巨细的列一堆数据,是很有帮助的。能够让大家详细了解情况,建立认知。

但是从第二次汇报开始,就不能这么平铺直叙了;对那些已经了解情况的业务方,也不能直接这么丢大白话,我们找判断标准。常见的找法有这三种:

(1)从问题找标准

如下图所示:

用户画像报告被批“没啥用!”,到底咋样才有用

(2)从目标找标准

如下图所示:

用户画像报告被批“没啥用!”,到底咋样才有用

(3)从业务找标准

如下图所示:

用户画像报告被批“没啥用!”,到底咋样才有用

当然,这三种方法都需要做到以下三点:

  1. 数据与业务有充分的沟通
  2. 了解业务背景(工作目标、设计思路、执行计划)
  3. 了解业务运行基本逻辑及对应数据表

但是在很多企业,这三个条件不具备。有可能是因为业务部门把自己当上帝,觉得自己全知全能,就差一个跑数的小哥了,招进来的不是数据分析师而是sql编写员;也有可能是因为企业把数据分析师当上帝,觉得只要他做数据分析工作,他就全知全能,企业里其他人不张嘴,做数据的只凭一道金光闪过就无所不知……

总之,数据报告没用,数据与业务脱节,只能说明这个企业不行,业务和数据都有责任。与其相互甩锅,不如老老实实做好沟通,达到更好效果。

然而有的同学又说了:老师,明明是同一份报告,为啥有的人看了说做得真好,有的看了就喷没水平。感觉好难呀。那是因为说者无意,听者有心。

能让全国人民开心的只有赵本山,你换了郭德纲都有人嫌他三俗,所以看菜吃饭是必须的。

有兴趣的话,我们下一篇分享:《如何根据听众身份,制定大家喜欢的报告》

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
1人打赏
评论
欢迎留言讨论~!
  1. 讲得很好~假如再多一点应用我就能学到更多啦

    回复
  2. 谢谢~分析~学习了~

    回复
  3. 说的云里雾里的

    回复
  4. 干货!笔记本记起来。
    数据分析核心还是看目标是否达成,长期目标或短期目标。根据达成情况对目标进行拆分细化到各个路径中和节点中进行分析。
    但是感觉实际中遇到比较多的问题是数据不够全面,数据与数据之间有断档,类似于我知道转化率情况是下降的,但是没办法抓取到影响转化率的用户行为。

    回复
  5. 够接地气!实用干货啊

    回复
  6. 干货!实用!

    回复
圈子
关注微信视频号
大家都在问