《数据可视化》用户画像分析.pdfVIP

《数据可视化》用户画像分析

一、实验目的要求

1．分析用户数据，对用户画像进行可视化展示

2．掌握使用可视化工具进行用户画像分析的方法

3．重点：使用可视化工具进行用户画像分析的方法。难点：使用可视化工具进

行用户画像分析并得出数据分析结论

4．利用案例数据进行各种类型图表的可视化分析制，得出用户画像分析报告

二、实验内容

用户画像就是与该用户相关联的数据的可视化展现；通过对平均收入、在网时长、

性别分析、年龄占比、年龄段/收入分布、年龄-费用分布这些数据进行可视化分

析，从而了解用户标签信息，得出用户画像分析报告

三、实验步骤

使用数据、数据准备

（一）制作平均年龄

（二）制作平均收入

（三）制作在网时长

（四）制作性别占比分析图

（五）制作年龄段占比图

（六）制作年龄段/收入分布

（七）制作年龄与费用分布图

（八）制作城市总收入/在网时长

（九）制作地区-费用收入波士顿矩阵图

从组件设置、仪表板背景、组件布局等方面，对仪表板进行必要的排版以及设计。

四、实验总结与思考：

（一）学号1姓名1

1、整体效果图截图：

2、分析结果（不少于300字）：

从折线图，柱状图上分析，共描绘了四个指标随时间的变化情况，分别是“网

站访问量”，“网站访问人数”，“微信关注人数”和“短信通知人数”。首先，

从“网站访问量”来看，随着时间的推移，网站访问量呈现出稳步增长的趋势，

这表明公司的在线业务的数量在逐步提升。其次，“网站访问人数”也在逐渐增

加，表明关注公司网站的用户数量在增多，搜索次数在变多，公司的流量和品牌

影响力在扩大。第三，“微信关注人数”也在增加，说明公司的微信公众号影响

人群在增多，用户对公司的关注度在提高。最后，“短信通知人数”也在随着时

间推移而增加，表明公司的客户基础在扩大，越来越多的人在使用公司的产品或

服务。

另一方面，通过扇形图可知男性平均年龄为38岁，女性平均年龄为39岁，

最低和最高的平均年龄，男性分别为57岁和40岁，女性分别为61岁和41岁。

这些数据可以用来评估不同性别的人口老龄化程度、健康状况以及社会发展趋势。

综合来看，公司财务状况良好，业务量稳步增长，用户基础扩大，品牌影响力提

升，呈现出向好的发展态势。同时，也可以根据此图表进一步优化营销策略和客

户服务，以实现更优的业绩。

3、公式ACC_SUM()、TOTAL()、COUNT_AGG（）的作用是？

在数据可视化中，ACC_SUM()、TOTAL()和COUNT_AGG()等公式或函数的作用

主要是对数据进行计算和汇总，并将结果用于数据可视化，以提供更深入和有用

的信息。ACC_SUM(...):这个函数可能是用于累计某一列或一组列的总和。在数

据可视化中，这可以用来显示一个累计总和的趋势或模式。例如，在时间序列数

据中，可以使用ACC_SUM()函数来计算累积总和，并在折线图中显示累积收益或

累积数量。

TOTAL(...):这个函数可能被用来计算某一列或一组列的汇总值。在数据可

视化中，这可以用来显示一个汇总值，例如总和、平均值或中位数等。通过将数

据汇总，可以更容易地看出整体趋势和模式。

COUNT_AGG(...):这个函数可能被用来计算某一列或一组列的计数（即行

数）。在数据可视化中，这可以用来显示数据的数量或频率。例如，可以使用

COUNT_AGG()函数来计算每个类别的出现次数，并在条形图中显示每个类别的计

数。