你寫的用戶畫像報告為什么沒用？到底問題出在哪里？怎樣才算是真正的用戶畫像？本文提供提高報告有用性的方法，為你系統(tǒng)解答以上問題。

今天繼續(xù)分享如何寫數據分析報告。很多同學問：“靜態(tài)數據的報告該咋寫”。尤其以用戶畫像報告為甚。很多時候業(yè)務提了需求：看看我們的用戶畫像。結果寫出來報告被批：我都知道了，你寫這有啥意義。到底咋弄？今天系統(tǒng)分享一下。

一、沒用的報告長這樣

一提到用戶畫像，很多同學的報告都長這樣：

• 男女比例4:6
• 30歲以上占比40%
• 平均年消費500元
• 活躍1個月以上用戶55%
• ……
• 往往這種報告寫得很辛苦，跑的數據很多。最后收獲一句“我早知道了，你能講點有意義的不？”

于是有些人認為：光提供描述性數據不行，那必須模型走起呀。最直接能想到的就是RFM，于是抽出R、F、M三個維度數據，每個砍成五段，5*5*5分成125個分類，再用聚類，搞成5大類，125小類，每一類都細心標注上：“這個用戶買了1次500元，5天沒賣了，所以得讓他買！”

最后收獲一連串連珠炮似的追問：

• 你說他買他就買呀！
• 買啥！哪里買！
• 咋讓他買
• 咋通知他買！
• 不買又咋樣！
• 買了又怎樣！
• 他要是本來就會買呢！

……被轟的暈頭轉向……

到底問題出在哪里？

二、報告沒用的核心原因

核心原因就一條：無判斷標準。

• 男女比例是不是個關鍵問題
• 男女比例4:6是不是個問題
• 男女比例3:7又怎樣
• 通通沒有判斷標準

讓人看了覺得不著四六

有意思的是：監(jiān)控數據是自帶標準的。我們看一條曲線，即使沒有定義一個“目標值”，曲線本身的變動也能成為判斷標準。

對于銷售額，利潤，用戶數這種正向指標（越多越好的指標），增長本身就是好的，增長的速度越快越好，絕對數越大越好。

對于成本、風險損失、投訴這種負向指標而言，下降本身就是好的，下降速度越好越好，絕對數越小越好。
當然這樣判斷是魯莽的，有可能出現(xiàn)大漲大落的情況，但粗略地看是沒問題的。

但大部分靜態(tài)數據，沒有標準可言。比如男女4:6，就一定好/不好？不一定。因此看到這種數據，無法形成判斷，就很難產生價值。

況且業(yè)務部門本身對用戶情況是有一定感覺的。比如：“我們服務的用戶以女性為主”，即使不看4:6，他也知道是女性多，看到6和感覺差不多，自然會說：“我早知道了”。

至于那種“因為用戶消費了1次500，所以得讓他消費600 ”的判斷，就更是就數論數，毫無頭腦。數字只是一個記錄，數字背后是一個真實的、活生生的場景。脫離業(yè)務場景空談數字是沒意義的。

就像你去吃面，進了面館喊一聲：“老板一碗牛肉面”，老板大喝一聲：“不！你不要一碗！我們的人工智能高級大數據分析師說你需要2碗！給我吃！”

請問這時候你是啥心情……

所以破局的關鍵只有1個，就是：找標準。讓數據表達含義，不僅僅是一串數字。

三、提高報告有用性的方法

首先要區(qū)分場景。注意，如果是第一次匯報，是可以用開頭被猛烈吐槽的方式的?？赡芤驗樾?lián)Q了領導，可能因為剛上CRM系統(tǒng)，總之之前業(yè)務方對用戶情況毫無了解。這時候事無巨細地列一堆數據，是很有幫助的。能夠讓大家詳細了解情況，建立認知。

但是從第二次匯報開始，就不能這么平鋪直敘了；對那些已經了解情況的業(yè)務方，也不能直接這么丟大白話，我們找判斷標準。常見的找法有這三種：

1、從問題找標準

2、從目標找標準

3、從業(yè)務找標準

當然，這三種方法都需要做到以下三點：

1. 數據與業(yè)務有充分的溝通
2. 了解業(yè)務背景（工作目標、設計思路、執(zhí)行計劃）
3. 了解業(yè)務運行基本邏輯及對應數據表

但是在很多企業(yè)，這三個條件不具備。

有可能是因為業(yè)務部門把自己當上帝，覺得自己全知全能，就差一個跑數的小哥了，招進來的不是數據分析師而是sql編寫員；

也有可能是因為企業(yè)把數據分析師當上帝，覺得只要他做數據分析工作，他就全知全能，企業(yè)里其他人不張嘴，做數據的只憑一道金光閃過就無所不知……

總之，數據報告沒用，數據與業(yè)務脫節(jié)，只能說明這個企業(yè)不行，業(yè)務和數據都有責任。與其相互甩鍋，不如老老實實做好溝通，達到更好效果。

然而有的同學又說了：老師，明明是同一份報告，為啥有的人看了說做得真好，有的看了就噴沒水平。感覺好難呀。那是因為說者無意，聽者有心。能讓全國人民開心的只有趙本山，你換了郭德綱都有人嫌他三俗，所以看菜吃飯是必須的。