我們看過應(yīng)該不下10篇關(guān)于用戶畫像的干貨。但是依舊不知道應(yīng)該怎么做一份用戶畫像出來。干貨里告訴我們用戶畫像的價值、用戶畫像應(yīng)該有的數(shù)據(jù)，用戶畫像應(yīng)該包含的內(nèi)容。好的，我都按大神們的教導(dǎo)收集好數(shù)據(jù)了。麻煩誰能告訴我到！底！這！些！數(shù)！據(jù)！怎！么！處！理！?。∥?！

今天我就拋磚引玉的說一下我曾經(jīng)經(jīng)手的一份用戶畫像及其每一步的建立步驟吧！當然我覺得那次的結(jié)果很粗糙，原因在于還是沒人告訴我每一步要怎么做，但是起碼應(yīng)該是一個粗線條的步驟原型了。希望今天之后大家能在收集齊全大神的數(shù)據(jù)建議之后，終于知道每步要怎么做了！不要像我一樣，太慘了。

step1 ? 我們還是要說一下數(shù)據(jù)源的事情

雖然我從來都秉承著能百度到的東西基本不廢話，但是這張圖我覺得還是有必要貼出來的。這個圖不是我的，原文作者：郭志金。知識產(chǎn)權(quán)還是要保護的，大家可以百度一下郭老師關(guān)于如何構(gòu)建用戶畫像的文章找到更加詳細的論述。不多說了。上圖。

這里能就是郭老師說的需要準備好的所有的相關(guān)用戶數(shù)據(jù)。好的，我覺得這些數(shù)據(jù)對于大家來說并不那么困難吧。所以收集到了之后呢，就開始真正的處理數(shù)據(jù)了。

step2 數(shù)據(jù)收集后的處理步驟

第一步：清洗數(shù)據(jù)

本來我不打算說這個，但是覺得還是有必要提一句，收集到的數(shù)據(jù)很多都不能直接使用。需要對數(shù)據(jù)進行編碼和分類，還要去掉異常值和補全缺失值這些。我這里將會用到的分析軟件是跟隨我五六年的SPSS（用了這么多年依舊不是高手）。我就假設(shè)這一步大家都做完了。

第二步：因素分析

本來我也不知道為什么要做因素分析。直到我最近看書才了解，給大家解釋一下做因素分析的原因。用戶畫像就是把一堆數(shù)據(jù)分類，分到同一組的數(shù)據(jù)所代表的人就是一類。那么聚類就需要考慮把哪些數(shù)據(jù)拿出來聚類呢？比如說個人收入和家庭總收入。這是兩列數(shù)據(jù)，最后可能都會決定我是屌絲還是白富美。要把這兩個數(shù)據(jù)放進去一起聚類嗎？恐怕不是！聚類是不建議把高度相關(guān)的數(shù)據(jù)都扔進去的。為什么？因為高度相關(guān)了就基本等于同一個數(shù)據(jù)了，你把同一個數(shù)據(jù)放進去兩遍，不就是加重了這個數(shù)據(jù)在所有數(shù)據(jù)里的權(quán)重了么！這里一些專業(yè)統(tǒng)計詞我就不過分解釋了，這次真的可以百度。

知道了為什么要因素分析，就談?wù)勔蛩胤治龅淖饔?，因素分析就是把N個數(shù)據(jù)先歸歸類，特別相同的就是一類的了，我們選其中一些數(shù)據(jù)就可以了。這樣因素分析就可以幫我們把N列數(shù)據(jù)減少到幾列數(shù)據(jù)。至于因素分析怎么做，我也不在這里廢話了。有一個神奇的老師叫吳明隆，他有一本SPSS實操，那里手把手教學(xué)。各位可以去自行查閱。

第三步：相關(guān)分析

我們已經(jīng)把數(shù)據(jù)N列減少到重要的幾個了。在開始聚類之前，還要做一件事就是看一下這些數(shù)據(jù)的相關(guān)性。一般我們選擇中等相關(guān)的數(shù)據(jù)。太相關(guān)不能用原因見上一條。太不相關(guān)了也別放進去了，畢竟個人收入的數(shù)據(jù)和隔壁老王的體重數(shù)據(jù)放在一起也沒什么大用。相關(guān)分析怎么做也請見吳老師的寶書。

第四步：聚類分析

好的，我們終于說到我們的主角了，聚類分析。我曾記得當初我做的時候一個恩師姐姐建議我，聚類都做一遍。雖然我還不懂她在說什么。但是就我現(xiàn)在的理解，給大家談一談。首先SPSS里有三種聚類方式。見圖。

上面看到啦，這是SPSS里的3中聚類方式。我會首先做一下兩步聚類。為啥呢，因為兩步聚類不需要動腦子。為什么這么說。就是你丟一堆數(shù)據(jù)進去，你不需要預(yù)設(shè)你要聚類成幾類。就是你可以不知道到底有幾類啊，看SPSS大大的心情啊。兩步聚類把數(shù)據(jù)類型分分開就可以了，別把連續(xù)的放在類別的里面。就可以了。聚類之后你會得到這樣一個結(jié)果。上圖。

醬紫的。具體的解釋和怎么看。建議去看沈浩老師博客的聚類分析，百度一下你值得擁有。然后我們把一些重要程度很低的變量可以試著剔除一些了。這里就是第一次聚類。

然后到了第二次聚類，K均值聚類。第一步已經(jīng)知道大概的聚類類別了。我這個是聚出了1類。K均值的時候有一個聚類數(shù)需要你填寫。你就把兩步聚類里的聚類數(shù)填進去就好啦。然后就得到了K均值聚類的結(jié)果。我們這樣不斷調(diào)試刪除增加變量的原因是為了讓聚類結(jié)果更加穩(wěn)定。

最后的最后，系統(tǒng)聚類。你可以看到一個長得很酷的圖，然后可以看看結(jié)構(gòu)什么的。也是為了確定聚類結(jié)果的穩(wěn)定性。具體操作也自行解決吧。

第五步：判別分析

聚類好了之后，我們是有態(tài)度有素質(zhì)的團隊嘛。就要看看自己聚類出來的結(jié)果準不準。就需要判別分析了，把已經(jīng)聚類好的數(shù)據(jù)和待驗證的數(shù)據(jù)放進去看下結(jié)果，來評判一下聚類的效果。本來我想上個圖，覺得要保護我司的數(shù)據(jù)安全。就放棄了。大家百度一下貝葉斯判別，很多效果圖那邊。這里只講步驟。

好啦。最后的結(jié)果如果穩(wěn)定且驗證后效果良好。那你的用戶就真的畫完了。很多人在說每個標簽權(quán)重的事情。我個人是這么理解的，看貴司用戶占這些分類的多少比較重要。說的更直接點，加權(quán)重給每個畫像這個事情，我暫時還沒有知道要怎么做。如果有牛人用R或者什么統(tǒng)計軟件完爆我，我真的認真的說，請收我為徒。我真的很想要一個老師。為了實現(xiàn)我做最好的用研的夢想。

作者：王蕊 （微信號Xiaolan_psy），斗魚用戶研究員。1年互聯(lián)網(wǎng)用戶研究經(jīng)驗，曾主導(dǎo)同程旅游多款項目的產(chǎn)品調(diào)研與數(shù)據(jù)分析工作。

本文由 @王蕊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。