以下文章来源于接地气的陈老师 ，作者接地气的陈老师

【资料图】

关注并将「人人都是产品经理」设为 ★ 星标

每天早上更新，与你一起成长

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。

题图来自 Pixabay ，基于 CC0 协议

对于 B 端产品经理来说，不同的发展阶段所对应的能力是不同的，如果对自己还没有一个清晰的认知，并且停滞不前，那么终将会跟别人拉开差距。

由此，人人都是产品经理 x 起点课堂给 B 端产品人准备了多门【0 元直播课】，帮助你提升 B 端核心产品力 ~

关键词：