欢迎来到万典货源网!

科途信息网

位置:万典货源网 > 新闻资讯 > 综合信息专题 >  小鹏汽车公布小鹏X9用户画像:超8成是BBA增购车主 用户画

小鹏汽车公布小鹏X9用户画像:超8成是BBA增购车主 用户画

来源:微商网

2024-09-13 11:52:04|已浏览:6次

小鹏汽车公布小鹏X9用户画像:超8成是BBA增购车主 用户画像被批“没啥用”!到底咋做才有用? 

小鹏汽车公布小鹏X9用户画像:超8成是BBA增购车主

快科技6月13日消息,小鹏汽车基于小鹏X9万名用户画像,发布了中国首份纯电MPV用户报告。

小鹏汽车表示,小鹏X9已成豪华车收割机,车主群体中有8成燃油车增购用户为BBA车主,均价在50万以上。

并且,不少人买小鹏X9就是冲着小鹏智驾系统去的,小鹏X9高阶智驾Max版销量占比为73%。

小鹏X9还是一款全家人都爱开的MPV,主驾座椅记忆平均ID数量为3.3个,手机钥匙平均授权ID数量为3.8个;女性用户占比20%,家庭女主人也爱开。

在本月初时,小鹏汽车就已公布了小鹏X9用户画像第一弹。

调查显示,小鹏X9年收入百万家庭占比33%;65%的车主家庭年收入超过50万元。

此外,后轮转向、双腔空悬、车载智能大模型等功能配置,均是用户选购小鹏X9的重要原因。

据悉,今年一季度,小鹏的高端车型X9累计交付7872台,问鼎中国纯电MPV销冠,小鹏X9的热销,也极大提振了小鹏汽车的高端品牌形象。

【本文结束】如需转载请务必注明出处:快科技

责任编辑:若风


用户画像被批“没啥用”!到底咋做才有用?

你写的用户画像报告为什么没用?到底问题出在哪里?怎样才算是真正的用户画像?本文提供提高报告有用性的方法,为你系统解答以上问题。

很多同学问:“静态数据的报告该咋写”。尤其以用户画像报告为甚。很多时候业务提了需求:看看我们的用户画像。结果写出来报告被批:我都知道了,你写这有啥意义。到底咋弄?今天系统分享一下。

没用的报告长这样

一提到用户画像,很多同学的报告都长这样:

男女比例4:6

30岁以上占比40%

平均年消费500元

活跃1个月以上用户55%

……

往往这种报告写得很辛苦,跑的数据很多。最后收获一句“我早知道了,你能讲点有意义的不?”

于是有些人认为:光提供描述性数据不行,那必须模型走起呀。最直接能想到的就是RFM,于是抽出R、F、M三个维度数据,每个砍成五段,5*5*5分成125个分类,再用聚类,搞成5大类,125小类,每一类都细心标注上:“这个用户买了1次500元,5天没卖了,所以得让他买!”

最后收获一连串连珠炮似的追问:

你说他买他就买呀!

买啥!哪里买!

咋让他买

咋通知他买!

不买又咋样!

买了又怎样!

他要是本来就会买呢!

……被轰的晕头转向……

到底问题出在哪里?

报告没用的核心原因

核心原因就一条:无判断标准。

男女比例是不是个关键问题

男女比例4:6是不是个问题

男女比例3:7又怎样

通通没有判断标准

让人看了觉得不着四六。

有意思的是:监控数据是自带标准的。我们看一条曲线,即使没有定义一个“目标值”,曲线本身的变动也能成为判断标准。

对于销售额,利润,用户数这种正向指标(越多越好的指标),增长本身就是好的,增长的速度越快越好,绝对数越大越好。

对于成本、风险损失、投诉这种负向指标而言,下降本身就是好的,下降速度越好越好,绝对数越小越好。当然这样判断是鲁莽的,有可能出现大涨大落的情况,但粗略地看是没问题的。

但大部分静态数据,没有标准可言。比如男女4:6,就一定好/不好?不一定。因此看到这种数据,无法形成判断,就很难产生价值。

况且业务部门本身对用户情况是有一定感觉的。比如:“我们服务的用户以女性为主”,即使不看4:6,他也知道是女性多,看到6和感觉差不多,自然会说:“我早知道了”。

至于那种“因为用户消费了1次500,所以得让他消费600 ”的判断,就更是就数论数,毫无头脑。数字只是一个记录,数字背后是一个真实的、活生生的场景。脱离业务场景空谈数字是没意义的。

就像你去吃面,进了面馆喊一声:“老板一碗牛肉面”,老板大喝一声:“不!你不要一碗!我们的人工智能高级大数据分析师说你需要2碗!给我吃!”

请问这时候你是啥心情……

所以破局的关键只有1个,就是:找标准。让数据表达含义,不仅仅是一串数字。

提高报告有用性的方法

首先要区分场景。注意,如果是第一次汇报,是可以用开头被猛烈吐槽的方式的。可能因为新换了领导,可能因为刚上CRM系统,总之之前业务方对用户情况毫无了解。这时候事无巨细地列一堆数据,是很有帮助的。能够让大家详细了解情况,建立认知。

但是从第二次汇报开始,就不能这么平铺直叙了;对那些已经了解情况的业务方,也不能直接这么丢大白话,我们找判断标准。常见的找法有这三种:

1. 从问题找标准

2. 从目标找标准

3. 从业务找标准

当然,这三种方法都需要做到以下三点:

数据与业务有充分的沟通

了解业务背景(工作目标、设计思路、执行计划)

了解业务运行基本逻辑及对应数据表

但是在很多企业,这三个条件不具备。

有可能是因为业务部门把自己当上帝,觉得自己全知全能,就差一个跑数的小哥了,招进来的不是数据分析师而是sql编写员;

也有可能是因为企业把数据分析师当上帝,觉得只要他做数据分析工作,他就全知全能,企业里其他人不张嘴,做数据的只凭一道金光闪过就无所不知……

总之,数据报告没用,数据与业务脱节,只能说明这个企业不行,业务和数据都有责任。与其相互甩锅,不如老老实实做好沟通,达到更好效果。

  • 相关阅读