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？
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：
“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……
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
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。
脱离业务实际的用户画像标签毫无用处。
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
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
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。
03
如何学习绘制
用户画像模型？
那么，如何才能提升用户画像构建能力？网上资料太繁杂，往往不是很系统。不要急，给你推荐一门课程，我们将用三天课程，带你学习用户画像必备理论知识，还有多年数据挖掘经验的老师将采用全维度拆解方式，教你绘制用户画像模型。
三天，提升你的用户画像构建能力
12月16、17、18日开课
现在仅需0.99元 即可学习
扫描下方二维码
添加人数比较多，请大家耐心等待
现在报名还有免费学习资料包领取
AIPL模型：如何对人群资产进行量化
RFM用户分层：公司如何对用户进行等级划分、用户如何向公司反向薅羊毛
AARRR模型：用AARRR找到另一半
用户获取、画像流程、关键指标、人群资产量化、用户等级划分、数据预处理、画像可视化
使用Python进行数据预处理
使用Tableau进行用户画像可视化展示
Day 1: 带你认知用户画像
首先从用户画像的概念讲起，介绍一些用户画像的关键点，并教会你进行绘制用户画像的流程，最后，在真实场景下进行用户画像透视。
Day 2: 带你进行用户画像模型知识点学习
介绍三种模型：AIPL模型、RFM用户分层、AARRR模型的使用教学，让你学习对人群资产进行量化，并且对用户进行等级分类。
Day 3: 带你用数据可视化绘制用户画像模型
教你使用Python进行数据预处理，并且学习使用Tableau进行用户画像可视化展示，最后带你对用户画像进行深度解读。
想要获取详细大纲，扫描下方二维码，点击进行报名，添加课程顾问获取。
仅需0.99元
扫码添加课程顾问
↓↓↓
本次课程采用抛锚式教学模式，一体化教学，让你学以致用。
· 大牛导师直播互动
· 讲师+班班+助教三合一教学服务
· 课程设计由浅入深一体化提升
· 以数据可视化实战输出为导向
开课吧作为一家在线职业教育独角兽企业，于2013年正式上线，累计付费学员超过500万，面向大学生和在职人员，提供涵盖数据技术和数据商业的职业能力进阶、职业资格考试等多元化课程体系及人才服务，帮助学员实现可持续职业成长。
在央视网主办的2020年度央视网教育盛典中，开课吧荣膺2020年度口碑影响力职业教育品牌。想要职场进阶，先要擦亮双眼，选行业内首屈一指的靠谱大公司，绝对错不了。
上课学习的同时，还有免费的福利学习礼包领取，这四个福利对数据分析、数据挖掘、用户运营、用户分析均有帮助。
三天，提升你的用户画像建模能力
现在仅需0.99元 即可学习
扫描下方二维码
添加人数比较多，请大家耐心等待
现在报名还有免费学习资料包领取
本次课程非常适合以下人群：
01、0基础，想要成为数据分析师，进大厂拿高薪
02、想转行/跳槽，渴望进大厂，获得更好的薪资待遇和职业前途
03、了解简单程序，想积累实战经验，打造数据分析核心竞争力
04、测试或运维人员，想深入数据分析行业，成为行业高手
05、数据分析从业者，想提升大数据分析能力及互联网行业业务分析能力
