企业用户数据分析 一、分析价值 本次通过收集与分析企业用户的社会属性、生活习惯、消费行为等各方面信息的数据，将抽象的行为具体化，以反映用户的消费特征。 通过分析企业用户的数据达到以下几个方面的作用： 精准营销：明确用户的基本特征，了解用户的消费行为特征，洞察用户，让企业的营销更加精准。 数据挖掘：企业可以通过用户画像进一步挖掘用户数据，一方面可以提高企业的服务质量，另一方面可以为企业管理提供更有利的数据支持。 标签准备：用户画像的最终目的就是为用户贴上属性标签，只有建立了大量准确的用户画像，为用户贴上标签才能真正具备可行性。 二、分析思路 本次分析数据来源于某企业的用户信息，这次主要从用户画像、基础数据两个角度进行分析。用户画像分析通过收集用户的消费数据，并以性别、年龄、职业、地域、偏好等不同维度为基础，为用户建立画像并进行分析；基础数据分析通过对用户的增长流失情况、用户的生命周期情况，用户RFM以及用户的价值潜力进行分析，以便做下一步的经营营销方案的确定。 三、数据整理 分析数据表包括：用户画像表、流失增长分析表、周期分析表、潜力分析表、RFM模型表 （一）用户画像表整理 平均支付金额和总支付金额计算 （二）流失增长分析表整理 老用户流失率和用户增长率计算 （三）周期分析表整理 设置今天的时间 设置距今天最近一次消费时间（天） 计算用户所处周期（大于180天为流失用户、大于90天为睡眠用户、小于90天且消费次数为1的为新用户、其他为活跃用户） （四）潜力分析表整理 通过列转行，计算出不同指数的数值 进行字段的设置 （五）RFM模型表整理、 设置当前时间 计算时间间隔 计算交易金额平均值 计算交易笔数平均值 计算时间间隔平均值 计算时间间隔R 计算交易笔数F 计算交易总额M 通过RFM的高低情况，设置用户分层：重要价值用户、重要召回用户、重要深耕用户、重要挽留用户、潜力用户、新用户、一般维持用户、低价值用户 四、分析过程 （一）用户画像分析 通过用户级别该企业用户超六成都是普通级别的用户，一级用户21.67%，二级用户只有16.67%，后续企业可以推出一些充值成为会员送会费的活动，把普通用户转变为级别用户，让用户成为企业的忠实用户；该企业用户以女性为主；用户年龄普遍30岁以下，应该主要是以年轻女性的产品为主，可以针对年轻的女性用户制定相应的营销策略。 支付金额画像分析，普遍的用户支付金额在150~250元之间，说明在这个金额是用户能够接受且让用户值得信赖的价格，后续的定价可以参考这个价格进行定价；用户的偏好创意礼品类产品，说明用户对创意类的产品格外喜好，可以多推出一些创意类产品，让企业可以更合理的进货很陈列产品摆放。 用户品牌偏好主要以A品牌和C品牌的产品，特别是A品牌的产品，可以在后续的产品进货和产品陈列的时候以A品牌产品和C品牌产品为主，放在最显眼的位置吸引客户；地区画像显示用户主要分布在北上广杭深等一线城市，说明企业的产品对一线城市的用户更加有吸引力，且一线城市的用户购买力更强。 用户职业画像分析出企业的用户主要是公司职员、学生、公务员等用户群体，可以针对该部分职业用户制定相应的营销策略，并且在该职业用户多的区域设店，确保店内的人气和销售量。 （二）基本数据分析 通过用户生命周期分析，该企业用户超五成以上为睡眠用户，只有四分之一为活跃用户，流失用户和新用户基本成持平状态，后续的营销策略可以针对睡眠用户进行定制，争取把睡眠用户转化为活跃用户。 通过RFM分层分析，企业的重要用户占了二分之一，但是真正实现价值的却只有1.5成，需要后续实施相应措施的重要用户占了3.5成，潜力用户有1.5成，新用户也有1.3成，也需要后续的相应的服务措施将其发展成重要有价值的用户，提升企业的竞争力 通过分析增长流失率，可以看出全国平均的流失率是大于平均增长率的，只有大连市、郑州市和重庆市是增长率远远大于流失率的，各个城市可以效仿这三个城市的经营措施，实现用户的增长 通过用户价值潜力分析雷达图，可以分析各个用户的价值潜力，针对不同的用户消费指数，增加现有用户的消费价值。 五、分析结论 1、企业的店铺尽量开在一线城市，年轻人流量较高的地方设店，主要是针对公司职员、公务员和学生为主的女性群体设店，店内商品主要以创意礼品类的A和C品牌产品为主，价格以150~250元为主，更为符合该群体的消费能力。 2、通过对用户的价值潜力分析雷达图，对睡眠的用户进行激励，例如进行相关的免费体验、打折活动等消息推送，刺激睡眠用户的消费欲望。针对重要的客户，通过分析用户的潜力，进行相应的召回，挽回和深耕等举措，让重要的用户能够实现他们应有的价值。同时针对潜力用户和新用户，让他们往重要有价值的用户方向引导。针对一般用户和低价值的用户，通过小恩小惠的活动维持住用户关系，让他们可以为店内增加人气。 3、通过用户增长流失率分析，建议国内的城市效仿大连市、郑州市和重庆市这三个城市的经营营销措施，实现用户的增长。 六、成果展示：

BI学习班-结业总结 我已经学完BI数据分析从入门到精通课程。因个人的工作需要，从朋友和同事那里了解到了BI数据分析从入门到精通课程，为了让自己能力得到提升，在工作中继续发光发热，所以选择了FineBI数据分析从入门到精通课程。 在这学习过程中有熬夜做作业的艰辛，也有因能力提升的成就感，在这次学习中认识了很多优秀的同学，同时非常感谢助教老师在学习过程中的学习指导。 通过学习让我了解到为什么选FineBI     （1）完善的数据准备管理策略。从数据采集，到数据处理，再到数据的存储和管理，FineBI 完善的数据管理策略为前端的业务自由探索数据分析提供了强大的数据支持。     （2）灵活的自助数据处理。FineBI 重点打造的自助数据集，提供了新增列，分组统计，过滤，排序，上下合并，左右合并等功能，让用户以极低的学习成本将数据处理成自己需要的结果，也让 IT 更专注于基础数据的准备，将真正对数据的分析处理交还于我等更熟悉业务的分析人员。     （3）可视化探索式分析。FineBI 的可视化探索分析，是面向分析用户，让他们能够以最直观快速的方式，了解自己的数据，发现数据问题的模块。用户只需要进行简单的拖拽操作，选择自己需要分析的字段，几秒内就可以看到自己的数据，通过层级的收起和展开，下钻上卷，可以迅速的了解数据的汇总情况。       同时 FineBI 提供的强大可视化效果，还可以让用户的数据以更生动更有冲击力的方式展示出来。FineBI 以用户思维主导的可视化分析，还能根据用户选择的数据，自动推荐可视化效果，让用户的数据分析处理更高效。 课程所学内容暂时还未应用到工作中去，通过对某零售集团8月份利润下滑诊断的报告作业的总结。FineBI可以通过对省城市的销售额，毛利额，毛利率下钻和地区与店铺毛利率的联动，和对商品类别和名称的下钻联动和设置警示线，可以找出导致8月份利润下滑的城市，店铺和商品名称，通过对关键的因素的介入可以帮助企业实现利润的恢复乃至更上一层楼。 学习总结     数据分析的思路、方法和工具的熟练应用，并不是一蹴而就的，也并不是学完本课程就能立刻精通的。以往的经历告诉我，我（们）需要不断的在学习、工作中总结分析方法论、分享实践案例。也希望自己能在以后的工作当中，保持这份学习的热情，有机会将各类的分析方法和分析思维，运用FineBI恰到好处的运用到业务场