有同学问：陈老师，我领导让我做用户画像分析，可是我做了一大堆数据，却被批：也没分析什么东西啊？该咋办？今天系统解答一下。 用户画像分析的错误姿势 1.限于数据，动不敢动。...以上问题，都是太过纠结于用户画像四个字，忽视了分析两个字导致的。用户画像作为一个基础数据体系，本身并没有分析功能。单纯的罗列用户标签或者拆解用户指标，也起不到分析作用。...像利用好用户画像，还得按分析套路一步步来。 第一步：转化商业问题 用户画像分析，本质上是从用户的角度思考问题。...想清楚了，再把问题转化成用户相关的问题，就能继续使用用户画像分析方法了。 需要注意的是，商业问题是很复杂的。往往一个问题，可能与若干用户群体、若干用户行为有关。...比如上边的例子，就至少和三个用户群体（潜在用户、流失用户、存量用户）涉及到用户态度、信息接收、购买流程、使用体验等多方面。因此更得分门别类，把分析线索和分析逻辑理清楚，找到对应的数据。
作者：陈老师 来源：接地气学堂 有同学问：用户流失该怎么分析？用户流失率的数据可以算，可算出来以后呢？只看数据似乎完全看不出什么流失原因，只知道用户已经X个月没有来了，也不知道看到这个能干啥。...在传统行业，往往强调迎客话术，尽快让用户做一次体验，试用一下产品。 进入成长期后，需要分类对待。进入成长期后，边缘用户、羊毛用户会被淘汰，用户价值也开始分化。...非核心用户，就该让他流失掉，一味挽留只是空浪费经费，还会因为打折频繁让品牌贬值。...小结 很多同学觉得用户流失问题很难处理。从明面上看，是因为用户流失的数据少，我们不知道用户心理怎么想的。...可从本质上看，是因为会导致用户流失的原因，与用户生命周期、用户分群、用户决策流程、用户成长路径、新用户转化流程、用户体验、用户MOT、竞品影响等众多因素有关。这里随便一个主题拿出来都能单独摆一篇文章。
有同学问：用户流失该怎么分析？用户流失率的数据可以算，可算出来以后呢？只看数据似乎完全看不出什么流失原因，只知道用户已经X个月没有来了，也不知道看到这个能干啥。今天系统解答一下。...在传统行业，往往强调迎客话术，尽快让用户做一次体验，试用一下产品。 进入成长期后，需要分类对待。进入成长期后，边缘用户、羊毛用户会被淘汰，用户价值也开始分化。...非核心用户，就该让他流失掉，一味挽留只是空浪费经费，还会因为打折频繁让品牌贬值。...小结 很多同学觉得用户流失问题很难处理。从明面上看，是因为用户流失的数据少，我们不知道用户心理怎么想的。...可从本质上看，是因为会导致用户流失的原因，与用户生命周期、用户分群、用户决策流程、用户成长路径、新用户转化流程、用户体验、用户MOT、竞品影响等众多因素有关。这里随便一个主题拿出来都能单独摆一篇文章。
作者：陈老师 来源：接地气学堂 有同学问：陈老师，我领导让我做用户画像分析，可是我做了一大堆数据，却被批：也没分析什么东西啊？该咋办？今天系统解答一下。...以上问题，都是太过纠结于用户画像四个字，忽视了分析两个字导致的。用户画像作为一个基础数据体系，本身并没有分析功能。单纯的罗列用户标签或者拆解用户指标，也起不到分析作用。...像利用好用户画像，还得按分析套路一步步来。 第一步：转化商业问题 用户画像分析，本质上是从用户的角度思考问题。...想清楚了，再把问题转化成用户相关的问题，就能继续使用用户画像分析方法了。 需要注意的是，商业问题是很复杂的。往往一个问题，可能与若干用户群体、若干用户行为有关。...比如上边的例子，就至少和三个用户群体（潜在用户、流失用户、存量用户）涉及到用户态度、信息接收、购买流程、使用体验等多方面。因此更得分门别类，把分析线索和分析逻辑理清楚，找到对应的数据。
用户数据采集只有三个渠道： 1、用户填写的表单信息 2、用户消费的历史记录 3、用户在APP/小程序活跃记录 在采集用户数据上，普通企业和头腾阿这种垄断大厂根本没法比。...大厂的业务线多，采集各类用户信息丰富。且大厂下边的APP用户粘性高，因此用户行为数据也非常丰富。大厂们还尤其喜欢搞熟人推荐，获取用户之间的亲属关系。至于位置信息、人脸信息，更是拿捏的妥妥的。...第二步：用户来源渠道分析 了解了谁是高消费用户，可以进一步思考：高消费用户是从哪些渠道来的。用户来源渠道分析，应首先对渠道质量做评价，识别出高消费用户较多的优质渠道。...1、用户消费频次 2、用户互动频次 第四步：用户活动参与分析 经过前三步，已经对三个基础问题有了了解： 1、谁是高价值用户 2、用户从哪里来 3、用户到哪里去 之后可以思考：如何提升用户价值。...这一套用户分析体系搭建思路，其分析思路，是站在业务视角，思考如何运营用户： 1、高价值用户是谁？值得我投入多少？ 2、我能在哪些渠道，找到这些高价值用户？
有同学问：领导总让我们挖掘用户需求，咋个挖掘法？ 特别是手头还没什么数据，最多只有一个用户购货记录，感觉挖不出东西。今天系统解答一下。做用户需求挖掘上，有很多很流行的无解，今天也一并澄清。...所以，用户需求挖掘的本质，是：从有限的数据里，筛选关键区分维度，提升用户响应概率。我们要做的，不是搞清楚每个用户的，每个层次的需求。而是通过区分，提高用户响应概率，识别核心用户群体。...让用户对我们的业务响应率，比闭着眼睛瞎做要高。每高出来一个百分点，都是数据分析师对企业的贡献。 用户需求挖掘的五个步骤 ▲第一步：区分核心用户 还拿五金店老板举例。...需求挖掘，做到多深合适 看到上边，有的同学可能会问：既然有这么多方向可以挖，该从哪里挖起？答：从目前业务发展最紧迫的问题开始。...当然，也有可能挖了一圈发现没啥收货，数据上找不到机会点。但至少也能反向证明：花里胡哨的砸钱营销没啥屁用，那也能指导运营做一些节省成本的工作，也是功劳一件。
有同学问：领导总让我们挖掘用户需求，咋个挖掘法？ 特别是手头还没什么数据，最多只有一个用户购货记录，感觉挖不出东西。今天系统解答一下。做用户需求挖掘上，有很多很流行的无解，今天也一并澄清。...所以，用户需求挖掘的本质，是：从有限的数据里，筛选关键区分维度，提升用户响应概率。我们要做的，不是搞清楚每个用户的，每个层次的需求。而是通过区分，提高用户响应概率，识别核心用户群体。...当我们无法采集大量用户信息的时候，可以通过仅有的一点点购货记录，利用业务相关性去推断用户需求。比如这里老板听到小哥需要钉子，可以很快推断：不是B类用户，和维修有关。...需求挖掘，做到多深合适 看到上边，有的同学可能会问：既然有这么多方向可以挖，该从哪里挖起？答：从目前业务发展最紧迫的问题开始。...当然，也有可能挖了一圈发现没啥收货，数据上找不到机会点。但至少也能反向证明：花里胡哨的砸钱营销没啥屁用，那也能指导运营做一些节省成本的工作，也是功劳一件。
所以，用户需求挖掘的本质，是：从有限的数据里，筛选关键区分维度，提升用户响应概率。我们要做的，不是搞清楚每个用户的，每个层次的需求。而是通过区分，提高用户响应概率，识别核心用户群体。...让用户对我们的业务响应率，比闭着眼睛瞎做要高。每高出来一个百分点，都是数据分析师对企业的贡献。 ? 用户需求挖掘的五个步骤 ▲第一步：区分核心用户 还拿五金店老板举例。...当我们无法采集大量用户信息的时候，可以通过仅有的一点点购货记录，利用业务相关性去推断用户需求。比如这里老板听到小哥需要钉子，可以很快推断：不是B类用户，和维修有关。...需求挖掘，做到多深合适 看到上边，有的同学可能会问：既然有这么多方向可以挖，该从哪里挖起？答：从目前业务发展最紧迫的问题开始。...当然，也有可能挖了一圈发现没啥收货，数据上找不到机会点。但至少也能反向证明：花里胡哨的砸钱营销没啥屁用，那也能指导运营做一些节省成本的工作，也是功劳一件。
02 第二：客群选择 当赛道具体到一个具体领域后（快消、耐用、零食、服务……），其目标用户群体的画像、消费力、人群数量是可以锁定的。这里有两个要重点关注的东西：用户消费力分层与用户复购行为。...（如下图所示） 注意，这里有个典型的分析陷阱：把自己的存量用户，当成了市场上全量用户。当一个企业在市场上没有处于垄断地位的时候，很有可能存量的用户只是整体用户的一部分。...03 第三：获取渠道 用户获取渠道与转化方式，与用户群体的定位有直接关系。...理论上，有四种常见的形式可以选： 1、线上广告投放（根据目标用户喜好的渠道、内容进行投放） 2、线上用户裂变（目标用户中有KOL存在/KOC有足够分享意愿才行） 3、线下门店（目标用户聚集在特定城市/特定区域...肯定有同学会问：具体的测试分析该怎么做，才能得出靠谱结论。大家感兴趣的话，本篇集齐60在看，我们下一篇分享哦，敬请期待。
本篇很长，很干，阅读完需要7分钟，你的“在看”是陈老师更新干货文章的最大动力噢 上一篇【用户流失，该怎么分析？】以后，有同学强烈呼吁写用户活跃。...因为用户相关的话题很多，为了便于大家阅读，这里把各种话题做一个归类如下图，这样看着清楚一些。今天我们来系统的分享一下：用户活跃这个话题。 ? 01 用户活跃常见问题 ▌一、到底啥叫活跃，口径不统一。...在用户活跃分析的时候，道理类似：做活跃分析，不是为了逼用户天天来戳一下，而是为付费、转介绍提供稳定的支持。...需要注意，我们常说DAU=DNU+DOU（日活跃用户=每日新用户+每日活跃老用户，一般新注册用户都直接计入活跃）往往系统型问题会影响DNU，在用户注册后T+1，T+2…T+N的时间内没有做好引导，导致用户不活跃甚至流失...本文集齐60个在看，我们召唤下一篇：用户标签的分享。用户标签，是所有用户分析的最基础的砖，然而想搬好，却没那么容易哦。
比如很多公司，会把“月有消费用户”作为运营部门的考核指标。月有消费用户=当月产生购买的新用户+上个月老用户在本月消费。因此运营部门会在每月追踪“有多少上个月老用户复购”。...忠诚用户的复购频率会比普通用户高，这个道理也是不用分析，是个人都知道。于是，有一些数据分析师/运营，会去找这个魔法数字：用户复购X次以后，累计消费与复购率明显高于其他用户（如下图）。...在统计用户消费频次/金额的时候，不要只粗暴地看总量，而是按品牌/品类比例进行区分，尝试找到：集中某一品牌/某一品类的忠实用户，如果发现有这一类相对“专一”的用户存在，再结合其消费金额/参与活动情况，判断用户是被打折价格吸引还是被商品吸引...低频消费的用户，不代表一定没有复购，很有可能只是没有触发需求场景而已，比如典型的： 1、喜爱参与大促的用户 2、节假日/礼品消费的用户 3、换季/上新时才出现的用户 这些用户的复购周期是必然远远低于常规用户的...看到这里，肯定有同学会问：那如果新用户第一次消费，都是靠超低价的标品拉回来的（米、面、油、鸡蛋、纸巾、口罩……），根本所有人数据都一样，复购该咋搞。
最终确定是shell环境问题，临时改为/bin/bash即可查看. 1.问题现象 # su - jingyu $ id uid=503(jingyu) gid=...
重新搜索该票，价格贵了近1500元。 3月11日，携程发布致歉说明称，携程绝不存在任何“大数据杀熟”行为，声称二次支付无票是系统Bug，已于3月10日23点紧急修复了此漏洞。...简言之就是根据用户身份、浏览习惯、所用设备、消费历史等画像消息，进行个性化定价，以便让商家利益最大化。...浙江大学中国跨境电子商务研究院院长马述忠总结了“大数据杀熟”的3种套路： 1.借助大数据进行“用户画像” 根据用户的收入水平与消费习惯实现“杀熟”。这是最常见的套路。...2、通过地理位置信息实现“杀熟” 商家通过移动端应用后台收集用户的地理位置信息并进行实时分析，若用户所处的位置附近潜在的竞争对手较少，则进行一定幅度的加价。...3、通过用户与移动端应用交互的行为细节实现“杀熟” 用户与应用交互的行为细节，如键入信息频率、搜索关键词等，能够在一定程度上反映这一时点用户对于商品或服务需求的迫切程度，一些商家会基于这些信息进行动态浮动加价
比如“你做个用户行为分析/经营分析/销售分析……”然后没有然后了。 接到这种没头没尾的题目，脑子经常一篇空白，疑问：“我到底要分析啥？” 特别是用户行为分析，因为用户行为实在太多了。...到底该咋办？今天系统讲解一下 1 用户行为分析的常见错误 ▌错误1：乱摆指标，一锅乱炖。最典型的就是，把性别、年龄、职业、身高体重，这种用户基础信息往上摆。...最常见的： ● 用户登录少了，所以要搞高 ● 这个商品用户买的多，所以要多卖 ● 这个内容用户点的多，所以继续出 基本上就是数据低了就搞高，高了就保持。...想破局，就得从认真思考：到底业务看用户行为能看出啥？ 2 用户行为是什么 一个用户ID，在企业内部系统产生的，可记录的动作，都可以称为：用户行为。...这种情况，一般是评价具体业务流程，且该流程是核心流程。比如新用户注册，大型活动参与，交易流程，关键问题投诉等等。 这时候分析目标非常具体： l 注册转化率要搞高！ l 活动参与率要搞多！
其中有一个重要的改动是即将限制 webRequest 的能力，目的是为了更好的保证Chrome用户的安全，对于普通的插件开发者来说可能并不重要，但是对于严重依赖此API的开发者绝对是噩耗。...因为油猴是一个用户脚本管理器，依赖此API远程下载脚本（至于脚本可以干什么，可以实现的功能太多了，可以自己搜一下）。...油猴现在有用户超过1千万，用户脚本超过40万，支持多种浏览器： ? ? ? 所以此次范围不仅影响了开发者，同时对广大用户也是一个不好的消息。
上一篇《用户分层，该怎么做才合理？》中，很多同学点在看，表示想看用户细分，现在它来了 我们说过，用户分层是一种特殊的用户细分形式：按价值高低细分。那普遍的用户细分该怎么做呢？...1 用户细分的直观感受 做用户细分本身很简单，比如我们上一节讲的用户分层，其实就是用一个分类维度，按高中低进行的简单用户细分，比如 按用户过往1年内消费细分：高级（1w+）中级（5K-1w）低级（1-...比如我们区分了高中低级客户，我们知道了高级客户很有钱，可到底该怎么服务他们？什么时间、什么场景、做什么活动？依然不清楚。因此，单靠一个维度进行分层是不够的，我们需要更多分类维度，做更细致划分。...核心问题是：该怎么找。这是做用户细分的关键。 2 用户细分的操作步骤 第一步：定义什么是“有效” 这一步非常非常重要。...第二步：从运营手段上找分类维度 找到了分类标准，我们可以看从什么维度切分用户，能让用户群体间差异更明显。这里又是一个大坑，因为看起来似乎可选维度非常非常多。很多同学陷入迷茫，到底我该怎么选。
今年的3·15晚会，又一次让普通用户见识到了黑产的套路，只能言不由衷的感叹一句：防不胜防啊…… ? 探针盒子=信息窃贼？...萨摩耶金服在315晚会后发布的声明 央视报道出来后，萨摩耶金服方面随后发表声明否认购买过探针盒子产品，也从未向使用过类似产品的第三方公司违规获取用户信息，未偷偷将该装置放在便利店或商超等场所。...“收入、职业”所有信息都扒光 3·15晚会主持人一句话介绍了探针盒子的厉害之处，能够获取周围用户的手机Mac地址，转换成IMEI号，转换成手机号码。但其实这其中省略了一些重要信息。 ?...然而在这个大数据营销泛滥的年代就不一样了，当探针盒子所扫描到的设备Mac地址与一份包含多种信息的数据库进行匹配，很有可能就能得到更多的信息，美其名曰“用户画像”。...3·15节目上给出一个真实的例子，在Wi-Fi探针和大数据的匹配下，能够直接获取用户其他的个人信息，例如“有无宝宝、收入情况、职业等等”，当然数据库不同的得到的信息丰富程度也不一样，Wi-Fi探针也就是通过这种方式得到用户的手机号码
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
