【2022BI数据分析大赛】物联网卡用户画像

一、选手简介

1、选手介绍

帆软社区用户名远方，目前流浪地球，热衷数据分析。在一次阅读中被FineBI 分析报告击中，也想体验一次BI分析之美。

 

2、参赛初衷
鞭策自己快速掌握FineBI，并结识更多高手。

二、作品介绍

1、背景介绍

物联网是信息科技产业的第三次革命。通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。

物联网卡业务是面向物联网用户提供的采用物联网专用的号段作为MSISDN的移动通信接入业务，通过专用网元设备支持短信和GPRS等基础通信服务，并提供通信状态管理和通信鉴权等智能通道服务，默认开通物联网专用的短信接入服务号和物联网专用APN。

本次针对国外某地物联网卡用户进行分析，生成用户画像，从而帮助企业对用户进行精准营销、辅助业务决策。

 

2、数据来源

来源平台：Kaggle

表解释：

1. crm:记录用户信息

1. device:记录终端信息

1. rev：记录费用信息

 

3、分析思路

 

4、数据处理

1）、数据预处理

• 缺失值处理

• 重复值处理

• 无效值处理

2）建立宽表

3）、特征工程

新增字段：年龄，用户数，累计收入等

 

5、可视化报表

https://bisolutions.fanruan.com/webroot/decision/link/g9po

一、年龄&收入分布

1、20-40岁 用户办理数量最多为346人，月均收入11.72美元

2、40-60岁用户办理数量309人，与20-40差异不大，但月收入是三个群体中最低的。后期可继续下钻分析该群体套餐类型，使用习惯与其他群体的差异，进行重点收入拉升对象

3、收入周分布中25-28周收入存在下滑，但用户数并未明显下浮。依据当期运营活动、用户使用情况进行归因分析，定位下降原因。

二、品牌&收入分布

1、SAMSUNG,SYMPHONY,NOKIA三个品牌在物联网卡中占比较高，共累计占比59%。其中NOKIA月均销售额比平均值低，可进行针对性运营策略营销；

2、XIAOMI,LAVA,HUWEI,SB TEL四个品牌客单价价高，且有一定的市场占比，可继续深耕扩充用户群体；

3、SPRING,MOTOROLA等几个品牌，虽然客单价最高，但市场份额较小，需评估是否有定向运营策略的可行性

 

三 参赛总结

领略到finbi的风采，但自己还有很多地方欠缺，后期继续钻研学习。感谢官方培训营帮我打开了一扇新大门。

 

案例打卡：感觉好像没做完啊，看到有abc分析模型和四象限分析模型了，可以好好写一下总结和分析报告啊

案例打卡:模型用完之后，感觉好像出现了断层。希望可以更加完善一下

案例打卡：很好的一次尝试，可惜没有继续坚持做下去，分析思路没有很明确，体现不出来商业价值。具体的细分领域其实还可以分的更好一些。有较大成长空间~，继续加油

案例打卡：很贴合业务的分析，不过好像维度比较少，可以多挖掘对应的业务需求，更多的指标更多的分析

选题很不错呢,总觉得没有坚持做完,画像的维度有很多需要补充的地方.

案例打卡：有一种浅尝辄止的感觉，可以多多分析，波士顿矩阵的图结合色彩表现会不会更好，周收入分布也可以考虑适当标记数值~

案例打卡：这个高手，有点深藏不漏呀~感谢可以作为日常作业练习，但应用到企业实际中的话，感觉还不够呀！