2019-05-06我所在的行业是外卖行业，试着按照我理解的北极目标对用用户群体分类：
北极星目标：低补贴下的GMV增长=订单数*客单价，由于是高频刚需+价格敏感+二元竞争，客单价提升空间较小
市场教育已经完成，按照使用频次或者人口学属性分类意义不大，按照外卖发展路径从一二线到三四线辐射，结合北极星目标可以按照城市体量（GDP+餐饮规模）维度划分，对于低体量城市可以通过倾斜资源降低抽佣等方式提升订单数；对于高体量城市需要设法拓展业务类型，增加生鲜、商超等订单数。 10- 2019-05-10摸索在python数据分析的野路子上 3
2019-06-23用俞军老师喜欢的2个概念词来说，是从交易模型，推出“用户模型”。
区分用户的维度千千万，用户其实是“一个个特定场景下的需求总和”。
文中提到的网约车“客单价”——恰好反映了“特定场景的需求”。 2
2019-05-05来了 2
2019-08-21通过数据对用户进行聚类，这个思路的实现方法很难，需要熟悉业务和技术的通才，才能担任，或者互相能够站在更高的维度讨论问题。因为从思路来说，这个思路是由数据逆推用户类别，由于用户标签（姑且先这么叫吧）类别多样，角度不同，标准不同，在进行聚类时通常会进行降低复杂度处理。因此只有当样本数据量足够大时，才能够反映出一定的趋势，结果是不精准的。
而后续的围绕北京市指标做分类，其实也有潜在的分类标签，这些标签存在于思想认知中，并没有在数据中存在。
我把两个方向的分类一个称之为业务侧数据用户分类，一个称为用户侧现实用户分类。
结合实际情况，有侧重的对两个分类结果进行参考借鉴。
技术懂业务，跨界思维很重要。展开 1
2019-07-14将日常约车”和“商务出行”按场景分类之后，如何能提升gmv，商务出行路途长远，客单价高但是客单数少了吧作者回复: 这里只是寻找分类维度，并不是说只做商务出行。
1- 2019-05-07看到数据分析师的身影，😄。 1
2019-11-19目前在医药电商公司，北极星指标我目前认定是：销售额。而销售额=订单数*客单价。
所以我们目前客户分类按照rfm模型进行分类，即消费频次、最近消费间隔、购买金额，作为区分的维度。
具体可查看我总结的文章
https://mp.weixin.qq.com/s/H2KhjK6dyOpTQk_q6KnHkw作者回复: 很棒的总结👍
2019-07-11打卡
2019-06-13知道了RFM模型，干货满满
2019-05-15为什么把数据收集的内容归到数据分析里面？为什么不在第9篇文章先说数据收集的内容？
2019-05-15掌握数据分析之道：
√ 你有一个数据分析师
√你自学SQL
√百度指数
√调研问卷
成交量×客单价 可作为一种北极星指标展开
2019-05-12我是一名数据开发工程师，负责会员业务，知道会员的北极星指标是收入=订单数*客单价，其实从拉新与客单价上都可以有提升的策略，引导购买月包的用户购买季包或者年包，也希望从地域，人群，其他行为对用户进行不同的营销策略，这个就需要运营的配合，而且必须做好后期的效果监控，要不然很难说服运营配合工作，一定是为了让运营完成kpi为导向的，那样运营才可以接受建议。