
從古到今你無(wú)論做什么行業(yè),首先你必須要知道用戶的心里在想什么,知道用戶需要什么,以前我們都是根據(jù)自己多年的對(duì)客戶的了解去做判斷。在實(shí)際中,可能一些小的細(xì)節(jié)沒(méi)有做到,會(huì)失去一個(gè)客戶?,F(xiàn)如今,隨著大數(shù)據(jù)時(shí)代的到來(lái),通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)了其中的奧妙,通常有兩種方式:定性研究、定量分析。定性的信息告訴你為什么會(huì)發(fā) 生,它靈活、快速、細(xì)節(jié)豐富,但缺乏普遍性,我們能聽(tīng)到的只能是少部分用戶的聲音,他們是否代表大多數(shù)用戶是無(wú)從判斷的。另一種方法就是讓數(shù)據(jù)來(lái)說(shuō)話,定 量的信息告訴你發(fā)生了什么,它真實(shí)、精確。也就是說(shuō),用戶研究并不一定總要使用“定性研究”這樣的方式才能進(jìn)行。借助數(shù)據(jù)分析也可以達(dá)到了解用戶喜好的效 果。
一、數(shù)據(jù)分析在“用戶研究”中起到哪些作用
“數(shù)據(jù)分析”如何作用于“用戶研究”呢?
(1)了解用戶概況
了解目標(biāo)用戶“背景信息”:通過(guò)數(shù)據(jù)統(tǒng)計(jì)目標(biāo)用戶“人口統(tǒng)計(jì)”信息,比如,年齡構(gòu)成、性別比例、等等(如下圖),達(dá)到對(duì)目標(biāo)用戶背景情況摸底效果
(2) 區(qū)分用戶群體差異
按照多種維度,發(fā)現(xiàn)用戶不同特征,將相同特征用戶歸類(lèi),進(jìn)而準(zhǔn)確形成用戶分組,為之后進(jìn)一步用戶分析工作在此基礎(chǔ)上進(jìn)行,為產(chǎn)品優(yōu)化設(shè)計(jì)工作指明用戶群體的方向(如下圖)
(3) 分析用戶偏好
以調(diào)研的產(chǎn)品為核心,按照多種維度統(tǒng)計(jì)“頻次”、“含量占比”,從而挖掘目標(biāo)用戶各種“偏好”,讓“產(chǎn)品優(yōu)化設(shè)計(jì)”能夠迎合用戶需求,有的放矢:如下圖一,產(chǎn)品使用地點(diǎn)排行,挖掘用戶對(duì)地點(diǎn)的偏好;如下圖二,產(chǎn)品分類(lèi)排行,挖掘用戶對(duì)產(chǎn)品分類(lèi)的偏好
二、 用戶研究中的“數(shù)據(jù)分析”方法
收集用戶數(shù)據(jù)->制定編碼分類(lèi)->數(shù)據(jù)分析(用戶特征提取)->確定優(yōu)化方向->提升商業(yè)回報(bào),下面進(jìn)行簡(jiǎn)要介紹
(1)制定編碼分類(lèi)
抽取近幾周到幾個(gè)月內(nèi)的數(shù)據(jù),根據(jù)分析的產(chǎn)品目標(biāo)建立編碼規(guī)則,執(zhí)行編碼,直到不再產(chǎn)生新的編碼為止。編碼可以是任何維度上的,只要對(duì)后續(xù)的分析有幫助
(2)數(shù)據(jù)分析(用戶特征提?。?
編碼建立之后,圍繞研究“目標(biāo)產(chǎn)品”用戶特征這個(gè)中心,按照各種有用的維度進(jìn)行數(shù)據(jù)統(tǒng)計(jì),通過(guò)數(shù)據(jù)分析結(jié)果,分析提取出“用戶特征”
(3)確定優(yōu)化方向
在分析出來(lái)的眾多“用戶特征”中,根據(jù)商業(yè)目標(biāo)和用戶體驗(yàn)雙方向共贏的原則,尋找產(chǎn)品優(yōu)化設(shè)計(jì)的方向
三、 為“數(shù)據(jù)分析”穿上美麗的外衣
(1) 數(shù)據(jù)說(shuō)明“圖形化”,讓分析結(jié)果更易理解
給統(tǒng)計(jì)圖表增加“圖形化數(shù)據(jù)說(shuō)明”,可以更直接快速的傳達(dá)結(jié)論,更易于讀者理解,如下方的兩張圖,分別給橫軸的“性別”、“年齡”、“峰值原因說(shuō)明”增加了形象的圖形說(shuō)明
(2)數(shù)據(jù)分析圖,要能直觀的反應(yīng)結(jié)論
統(tǒng)計(jì)圖表中,在說(shuō)明不同類(lèi)別占比或者頻次有差異的時(shí)候,圖形本身尺寸大小建議和所反饋的占比頻次成正比,以便讀者觀看分析報(bào)告時(shí)候,一目了然,快速理解圖表含義,比如下方圖形,“YES類(lèi)”占比多所以“圖形面積”大;“NO類(lèi)”占比少,所以“圖形面積”小
最后,“數(shù)據(jù)分析”需要與“定性研究”相結(jié)合,才能發(fā)現(xiàn)規(guī)律并且追根溯源,更高效的指導(dǎo)設(shè)計(jì)和產(chǎn)品
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10