交易者社区｜如何分析用户画像（用户画像分析怎么做）……

如何分析用户画像？在数据分析业务场景中，用户画像十分常见。然而你知道如何才能构建出一个符合实际场景的用户画像、并用其解决问题、产生最终效益吗？本篇文章里，作者结合案例，对如何利用用户画像做出效益一事做了梳理，一起来看一下。

用户画像是很多人挂在嘴边的东西，可每次遇到问题的时候，似乎除了列一个“性别、年龄”的百分比，就戛然而止了，很难真正诊断问题，发挥作用。

今天看一个具体例子，如何拿用户画像诊断问题，话不多说，直接上场景。

问题场景：某互联网公司采用传统电话销售推广告业务，最近新入职销售的三个月离职率极高，高到领导无法忍受，要求看看销售的用户画像，分析下问题来自哪里？问：这个画像该怎么看……

一、常见错误

有多少同学，看到题目里“用户画像”四个字，就开始扒拉销售的数据的。什么性别、年龄、学历、工作年限、跟进线索数、成交数、业绩……一堆指标往PPT上贴。

因为销售是内部员工，找工作时都录入了简历，简历里又有丰富的字段可以用。于是这个“用户画像”ppt，很有可能码得老长、老长了……

问题是：这么干能解释问题吗？显然不能呀！

二、破局思路

问题是很明显的：这样只是在罗列数据，没有触及“销售离职”问题本身。

抛开数据不看，为啥销售离职？原因可能是多方面的：

公司就是很垃圾啊，业内口碑很差； hr从源头就招错了人，滥竽充数； 销售管理不佳，员工体验太差； 本身业绩不好做，销售挣不到钱； 销售能挣到钱，但是做得太辛苦。

而且，这些因素可能是相互叠加的。比如因为广告很难卖，导致管理上倾向于人海战术，逼着员工加班硬怼；强行怼员工降低了工作体验，增加了员工心里负担，形成恶性循环。

所以，站在分析清楚问题的角度，就不能“拿着锤子找钉子”，因为领导说了用户画像，我就得用户画像 everything。先理清分析逻辑，再看用户画像能解决啥问题。

三、构建分析逻辑

首先，离职人员很有可能都会骂一句：“这破公司真烂！”所以类似：公司真烂，这种原因，是最容易优先排除掉的。一个真烂的公司，从数据上看，它就真的是从头烂到尾（如下图）。

其次，管理不佳，也是相对容易排除的。只要不是公司整体都很烂，那么一定是部分销售团队管理很差，部分很好，那么站在团队角度看离职率，能轻易发现问题（如下图）。

再次，比如某些时间段，销售线索质量太差，干扰了销售工作，这个也可以提前排除（如下图）。

这样剥离了明显的宏观问题，就能聚焦到销售本身的能力上。

细致讨论：到底是业务本身很难做，销售都搞不掂；还是销售其实搞得掂，但是HR招错了人，找的人能力不行。这里的判断，涉及销售能力的评估与人员基础特征，可以请出用户画像来辅助了。

四、用户画像的切入点

用户画像，不仅仅是“性别、年龄”这些基础特征，用户各种行为，社交关系等都是重要组成部分，在具体分析的时候，得拿“对解释问题最有力”的特征出来。而对于离职问题，最有力的就是收入了——没钱赚谁还不走呀。

注意：问题场景是“新入职三个月离职率”，而一般收入又是按月结算，因此需要区分三个月的情况。

需要注意的是，这里最好不要只计算平均值，因为很有可能有些人第一个月没开单就走了（信心被打击），有些人是一个月高一个月低（收入不稳定，没信心继续做），所以最好分的细一点（如下图）。

有了这一步，把高收入/低收入的人区分开，再和离职率结合，能很大程度上解释问题。很有可能离职的大部分都是低收入的。并且，如果一个人是高收入还会离职，就很有可能和“觉得难做，去别的公司做同样多事赚得更多”有关系，能做进一步分析

五、由浅入深地讨论

想继续深入，就得进一步解释：低收入，到底是什么原因弄出来的。

有可能是以下原因：

分配的线索不够多（管理问题）； 分配的线索足够，没做完（执行问题）； 分配的线索足够，做完了，没转化（技巧问题）； 分配的线索足够，做完了，有转化，单子太小（还是管理问题）。

这里可以简单地用矩阵分析法，区分情况。一般来说，如果线索分配机制本身有问题，比如分配不均，好线索太过集中在某些人身上，没有按行业区分导致有些人单子一直很小……这些不能归为销售的问题，并且可通过内部管理机制的优化来改善问题（如下图）。

这样，再讨论：到底是不是HR没有招对人，就很聚焦了。销售队伍里，那些没有执行力，缺乏技巧的人，与有执行力，愿意做的人进行特征对比，就能找出：真正的销售特征是啥样的。进而反推：是不是HR招的人员质量不高。

此时，可以拿出用户特征，进行对比了。理论上，年龄、性别、地域（是否方言区）、学历、从业年限，这些简历上直接能拿到的字段，都能拿来用。同时，可以从文本中，提取出：是否有互联网广告销售经验，作为标签进行分析。很有可能，HR把带“销售”俩字都都招进来了，结果很多人不能适应这种销售模式，从而流失。

六、一种特殊情况

有一种很特殊的情况，就是做了一堆对比，发现：数据没啥大差异！

收入没啥差异！

执行没啥差异！

特征也没啥差异！

就莫名其妙地离职了，没离职不挣钱的也大有人在！

咋办！

如果真是这样，那么很有可能，这个业务存在明显的卖报童效应。即：卖报童卖多少报纸和个人特征、销售技巧、用户需求都没啥关系，再努力也是100个人里俩人买。

如果真是这样的话，那就是另一种策略了。反正销售无论怎样都会流失，也没法找到改进方法，那就压缩招聘成本，想办法搞更多廉价劳动力进来。

七、小结

以上只是简要示范了分析思路，实际工作可能更复杂，但秉承着一个基本思路：做数据分析，不是拿着锤子找钉子，而是要看菜下饭，具体问题具体分析，以解决问题为导向。

每一种工具，都得和实际情况有机结合。用户画像是一套标签的组合，更需要看情况选择合适的标签，甚至要开发新标签才行。

#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。

百度搜索“”即可找到本站，微信搜索“✅finnciti.ngnvip.com”关注公众号。（ ✅finnciti.ngnvip.com ）发布者：用户投稿，文章版权归作者所有，文章来源：ID:170211