基于阿里云的购买车辆画像分析_20180827.doc

.专业整理. .学习帮手. 基于阿里云的购车用户画像分析 姓名： xxx 学院： 云学院 专业： 大数据分析专业 指导教师： xxx 2018年8月19日  .学习帮手. 摘要 在大数据时代，数据成为了各行各业、各个领域发展的重要因素和底层驱动力，无论是产品的生产、销售还是股票涨跌的预测，人们越来越依赖于从大数据中挖掘信息、获得信息和展示信息。 用户画像正是基于大数据的一种分析、模型构建技术。通过对大数据进行分析、挖掘，形成用户的多维度的特征标签，这些特征能够精准反映出用户的基本信息、消费能力和需求等特征，为企业的生成、销售等活动提供有效的依据，进而为企业带来可观的效益，同时也能够方面人们的生活。 本文将以汽车行业为关注点，对汽车用户进行用户画像的构建。选择汽车行业是因为汽车行业是一个国家经济发展状况的晴雨表，随着我国社会、经济的不断发展，汽车走进了千家万户，汽车的制造、销售行业竞争也随之愈加激烈，要想在这个快速发展的市场中占得先机，大数据分析必不可少，而用户画像能够精准描述用户特征，为车企、销售商提供极佳的参考。 本文中将利用阿里云的大数据开发套件MaxCompute、DataWorks等工具，以及数据可视化工具QuickBI针对汽车用户构建用户画像，并对数据进行具体的分析，为企业的生产、销售提供一定的参考。 关键词：大数据 汽车 用户画像 MapCompute DataWorks QuickBI  目录 目录 TOC \o 1-3 \h \z \u 摘要 I 目录 II 第一章 绪论 1 1.1 研究背景 1 1.2 研究意义 2 1.3 研究现状 2 1.4 研究内容 3 第二章 用户画像分析概念和相关技术 4 2.1 用户画像 4 2.2 用户画像相关技术 5 2.2.1 MaxCompute 5 2.2.2 QuickBI 6 2.2.3 DataWorks 7 2.3 本章小结 8 第三章 需求分析 9 3.1 汽车销售市场现状 9 3.1.1 当前我国汽车总体现状 9 3.1.2 不同类型汽车的需求 10 3.2 用户画像技术需求分析 11 3.3 本章小结 12 第四章 用户画像的构建 13 4.1 用户画像模型 13 4.2 基础数据的收集 13 4.3 数据处理 14 4.4 本章小结 15 第五章 基于阿里云的用户画像构建 16 5.1 数据表的创建 16 5.2 用户画像的构建 17 5.3 本章小结 20 第六章 用户画像分析 22 6.1 用户特征分析 22 6.1.1 购车用户的性别和年龄分布 22 6.1.2 用户的学历 22 6.1.3 用户所处地域 23 6.1.4 用户的年收入 24 6.1.5 用户喜欢的车型 24 6.1.6 购车用户的意向价格区间 25 6.1.7 车载APP用户投票 25 6.1.8 用户对新能源车辆的看法 25 6.1.9 用户购车的目的 26 6.1.10 用户所处的行业 26 6.2 用户画像总结 27 6.2.1 用户分类 27 6.2.2 市场热点 27 6.3 本章小结 28 第七章 总结与展望 29 参考文献 30 致谢 31 附录1 数据导入数据库Python脚本 32 附录2 部分MaxCompute数据操纵语句 35 .学习帮手. 第一章 绪论 1.1 研究背景 汽车生产和销售行业是一个国家经济发展的晴雨表，近年来随着我国经济水平的不断发展，人民生活水平的日益提高，汽车逐渐走进了千家万户。数据显示，截止2017年，我国汽车保有量达到了2亿辆，占到了全球的20%，并且汽车产销量仍然保持着高速的增长。同时，随着互联网、云计算以及大数据技术的迅猛发展，移动终端、APP、小程序等新应用的普及，使得汽车的生产和销售逐渐从人力时代进入了云计算、大数据时代，无论何时何地，用户在网页上的每一次点击、每一次有哪些信誉好的足球投注网站都成为了企业积累的数据，企业根据这些海量的数据可以精确分析出一个用户的消费目标、性格偏好，从而更有针对性地进行推销、推广以及产品布局，既提高了自身的效率，同时也给客户带来了更好的消费体验。 汽车销售行业是一个直面消费者的领域，而每一个消费者都有着不同的特点、心理、预期目标以及消费能力，这些特征又会根据不同的地域、行业而又有所不同，所以，汽车销售就是要针对不同的用户推销合适的产品，那么如何精准地刻画一个客户的特征并且制定相关的策略