画像，是建立在真实数据基础上的主体代表。
1.分析
现在手上有一些原始数据，需要通过分析来展现出主体真实的使用情况，因为我们是新能源行业，所以这次就拿放电设备的电池、充电设备的机柜、使用电池的用户三个角度来讨论一下如何从数据到画像的方法论，一个是整理自己的思路，另外也是一个记录，未来需要进行数据到画像的转换时，可以用来做思路参考。
六七年来，我的工作虽然比较杂乱，却一直都是围绕数据来的，其实处理数据有很多流程，数据埋点、数据采集、数据清洗、数据分析、数据展示、数据自动化，磕磕绊绊也走了很多年，虽然因为资源和能力的限制，没有达到预期的效果，但是培养了自己对数据的敏感，培养了做分析的思维方式，我认为如果要完成【明确数据到画像的步骤】这个目标，应该经过下面几个步骤：
① 确定什么是用，是打开APP就是在正常使用了，还是放着就是再用，每个行业对用的判断是不一样的；
② 根据用的方式区分状态，状态应该是能够表示主体的关键周期的核心，也是价值评估的核心，应该满足MECE互相穷尽，完全独立的判断标准；
③ 明确判断每个状态的定义标准，作为数据分析师，一定要总结出明确具体的状态定义，之后所有的判断都基于这个定义；
④ 针对定义中的每个数据做类比分析，分析维度需要围绕价值，即主体所产生的价值是什么，常规的分析有买卖价值（这种是有双方的）、公益价值（这种是单方面的），以【我们使用XX和XX，进行XXXX的判断，可以让XXX获得XXX价值】的句式列出分析条目；
⑤ 使用分析条目来看实际数据，判断实际数据是否满足，如果满足则得到了画像所需的采集标准，如果不满足，则需要优化数据或者优化分析条目；
⑥ 根据价值归类输出分析报告；
2.什么是用？
让我们开始按照这个思路尝试一下：什么是用？
对电池来说：进行充电、放电的过程就是使用；
对机柜来说：承载了电池就是使用；
对用户来说：能被记录到数据就是使用；
3.有什么状态？
对电池来说，理论上来说从电池生产出来就没有静置这个状态，所有的静置都在缓慢的自耗电。
对于机柜来说，应该只有有电池和没电池，如果没电池基本上是没有价值的，这个对吗？空仓其实提供了换电价值，这个基本逻辑我觉得没有问题。
对于用户来说，以前分析走了弯路，总是打了很多标签去分析，但是打了那么多标签到底有什么意义呢？能够得出什么样的价值呢？这个问题一直困扰着我，这次分析也是在用户这块卡了很久，本来从使用价值出发，我们认为用没用电池是关键项目，后来感觉分不下去，达不到MECE的标准，直到有一天突然想到从有没有消费的角度，得到了下面的分析条目：
4.详细定义？
4.1 电池
| 状态 | 定义 |
| 满电 | 电池处于充满状态，尚未被使用 |
| 补电 | 电池处在小电流补电状态，充电速度最慢。 |
| 小电流充 | 电池处在充电状态，大约3.3小时充满 |
| 正常充电 | 电池处在正常充电状态，大约2小时充满 |
| 大电流充 | 电池处在大电流充电状态，大约1.5小时充满 |
| 超充 | 电池处在超大电流充电状态，大约1小时充满 |
| 损坏 | 电池彻底没电，只能报废了 |
| 自耗 | 电池没有充电，正在静置耗电 |
| 备电 | 电池正在被非车辆使用，小电流耗电中 |
| 正常放电 | 电池正在被车辆1C使用，持续放大约1小时放完 |
| 超载放电 | 电池正在被车辆超载使用，持续放大约半小时用完 |
| 过载放电 | 电池正在被用电设备过载放电，持续放用不了半小时 |
4.2 机柜
| 状态 | 定义 |
| 激活输出 | 机柜正在对柜内设备进行高电压小电流激活 |
| 涓流输出 | 机柜正在对柜内设备进行涓流输出，充电器负载较小 |
| 正常输出 | 机柜正在对柜内设备进行正常电流输出，充电器负载正常 |
| 激流输出 | 机柜正在对柜内设备进行大电流输出，充电器负载较大 |
| 超充输出 | 机柜正在对柜内设备进行满载输出，充电器、线路负载拉满 |
| 充满 | 柜内设备已达满充条件，停止充电 |
| 电池代收 | 柜内设备已被初步诊断，需要召回处理 |
| 电池待检 | 柜内设备被自动判定逻辑诊断，需要进行检测 |
| 电池保护 | 柜内设备二级保护禁止充电 |
| 充电机坏 | 充电机损坏，无法正常通讯充电 |
| 换电空仓 | 每个柜子为了换电而留的空仓 |
| 交易空仓 | 正常被交易过的空仓 |
| 闲置空仓 | 当天未被交易过的空仓 |
| 仓门待修 | 仓门没有电池需要带上配件进行培修 |
| 仓门待检 | 仓门没有电池需要远程或者现场进行检测 |
| 私有 | 仓门被业务相关状态锁定 |
| 检查 | 仓门内部有无通讯电池 |
| 电压 | 仓门检测到异常电压且无电池通讯 |
| 休眠 | 仓门检测到有异物无电池 |
| 维护 | 仓门通讯丢失 |
| 失联 | 机柜通讯丢失 |
4.3 人
| 状态 | 定义 |
| 忠实型 | 大概率会续费，如长期未续费需要关注 |
| 耿直型 | 可以针对此类用户降低活动门槛，提高用户参与活动的积极性 |
| 活力型 | 可以分析该类用户试用和参与活动的情况，进行小优化后主动联系，提高该类用户续费概率 |
| 摇摆型 | 有可能该类用户正在对比多家友商产品，可以通过加大优惠力度，或者提高服务品质来进行竞争力的提高 |
| 吝啬型 | 此类用户对金额比较敏感，针对该类用户在意的点进行主动退款，可以降低用户投诉率 |
| 动荡型 | 大概率不会续费的用户，可以倒数第二进行策略制定 |
| 优质型 | 高频率使用并可以定期提供建议的用户是优质用户，需要重点服务 |
| 重点型 | 高频率使用还进行求助的沟通，往往是系统可能出现问题了，需要重视 |
| 愤慨型 | 高频率使用且进行投诉的，应该要优先解决的用户投诉，并且应该给予一定的优惠券等补偿 |
| 稳定型 | 中频使用的用户的改进建议往往是优化功能，可以进行整合后进行下一个版本迭代 |
| 成长型 | 中频使用的用户来求助，证明我们功能引导做得不够后，应针对求助内容进行产品优化和新手引导 |
| 中肯型 | 中频使用的用户的投诉应及时处理，且定期进行整理，解决后应该及时回访，促进用户转换 |
| 唠叨型 | 低频使用的用户为自己的方便进行功能建议，往往有可能没有了解产品就觉得产品不完善，可以记录下来，后续如果有更新再进行回访 |
| 享受型 | 低频使用的用户可能是忽视了一些提示信息，对于此类求助应耐心，但优先级较低，应优先服务中频、高频用户 |
| 抱怨型 | 低频使用的用户投诉需要花一定的时间安抚，定期批量处理 |
| 靠谱型 | 高频使用的用户应该给予关注，定期进行回访、提示，帮助用户更好使用产品 |
| 将就型 | 中频使用的用户应该关注其用的不顺畅的地方，针对此类用户可以根据其用户习惯调整产品价格体系； |
| 随意型 | 低频使用的用户应该重点关注如何提高其用户粘性，利用更多的交互提高其产品信心完成用户转换 |
| 粉丝型 | 纯粹支持的用户需要及时去其用户区域进行产品投放，很容易出现以点带面的体系 |
| 怨恨型 | 往往处于能用不想用状态的用户是对产品失望较大，根据其原频率，应及时介入处理，恢复用户信心 |
| 精明型 | 想用能用却没有使用的，往往有可能发现了系统漏洞，或者其他原因，需要分析其具体应用场景，必要时可以现场拜访 |
| 粗心型 | 不小心买到、点到的用户，可以发展为试用用户，多进行产品介绍，必要时可以进行退款动作 |
| 土豪型 | 一般为测试用户、公司成员用户、VIP用户等，需要进行定期关注 |
| 犹豫型 | 有沟通欲望、有参加活动的积极性，需要重点突破的用户 |
| 好奇型 | 有沟通欲望但是没有优惠，想要了解产品，可以提供优惠的渠道完成用户转换 |
| 参与型 | 有参加活动的积极性，没有主动沟通，可以尝试联系用户完成用户转换 |
| 僵尸型 | 注册账号后无动作，可以最后进行策略制定 |
5. 类比分析
电池、机柜、人的状态，可以判断其使用情况，因为每个类目在某一个时间点，一定是只有一个状态，通过状态占比的分析可以明确电池、机柜、人在市场上的具体情况，对某一类状态制定实际的策略，且可以根据状态占比的变化来判断策略是否有效，有了反馈就可以让运营活动成为良性发展，所以是有价值的。
6. 实际数据
分类条件是明确的，通过现有数据可以划分出来，需要注意的是时间点的选取，采样间隔会影响准确性，不同用户的使用习惯会在采样间隔上反馈出来，这一点在进行程序编写的时候需要多加注意。
7. 分析报告
进行数据整理后即可得出相关报告。
8.总结
这是第一次尝试站在运营的角度看待产品和用户，通过现有的分类方式，可以快速对产品进行定义，也汲取到一个经验，涉及到标签类的，应该用互斥标签会更容易进行数据整理，对反应现状有较大的参考意义，可以作为经验积累下来。以上所有内容都不一定对，仅供参考。
