# 用户属性分析

# 一、用户属性分析的意义

用户属性分析是一种专门分析用户属性的统计与分布情况的模型。模型按照用户属性进行归类,可以同时查看不同分组值用户的统计数与分布情况。如查看用户在各省的分布情况、用户的年龄分布情况等。可以快速描绘出整体用户群的用户画像。多角度、全方位的掌握指定用户群的特征,宏观上把握整体用户的组成与偏好,从而为精细化运营提供依据。

# 二、用户属性分析的位置和适用角色

可以从“用户分析”模块下的“属性分析”页进入

公司超管 管理员 分析师 普通成员
用户属性分析模型
看板中的用户属性分析

# 三、用户属性分析的结构

由分析角度设定区、展示筛选区、展示图表区、表格详情区,4 部分组成:

# 四、用户属性分析的使用场景

# 4.1 常用的几种分析场景

默认分析总体人数

人群间的属性对比

按一种分组对比查看分组详情

按两种分组对比变化趋势

按两种分组堆积查看组分变化

# 4.2 分析属性的条件

可以分析的内容为用户数或用户属性的某分析角度

根据数据类型不同,可分析角度有所不同

分析对象 数据类型 分析角度
用户数
用户属性 数值 总和、均值、最大值、最小值、去重数
用户属性 布尔 为真数、为假数、为空数、不为空数、去重数
用户属性 字符串 去重数
用户属性 时间 去重数

注:选择分析属性为用户数时,可在表格区中点击查看用户行为序列

# 4.3 按...查看的标准

包含 4 种状态类型:

  1. 默认选择“总体”,此时不区分人群直接分析全体用户情况
  2. 切换为人群对比,此时可以对用户群进行对比
  3. 选择某 1 项进行分析,可选择“用户属性”或“用户分群”
  4. 选择某 2 项进行分析,可选择“用户属性”或“用户分群”,此时图表横坐标可进行切换

# 4.4 筛选条件的逻辑条件

数据层可以选择用户属性或用户分群(布尔型),根据数据类型有不同的属性逻辑:

数据类型 举例 可支持属性逻辑
数值 消费金额 等于、不等于、小于、大于、有值、无值、区间
字符串 省份 等于、不等于、包含、不包含、有值、无值、正则(不)匹配
列表 ID名单 存在元素、不存在元素、元素位置、有值、无值
时间 注册时间 等于、不等于、区间、有值、无值
布尔 用户群 为真、为假、有值、无值

注:筛选条件不超过 10 项

# 4.5 人群对比的条件

当且仅当“按...查看”选择的是“总体”时,将出现“人群对比”选项。

进行对比时,对比的是两种筛选条件下的筛选人群。