作为一个基于运营商宽带数据做汽车类B2B2C类业务的公司的数据产品经理，工作里很常见的内容，就是某某汽车厂商想要关于某某车系的潜客用户画像了。
表面上看，画像报告无非都是想知道潜客人群的性别年龄家庭情况收入情况职业情况，选车偏好，这样一些基本的信息。潜客人群为什么要买车、有多少预算、主要决策的考虑因素是什么、实际能买得起的什么样的车、又向往什么样的车；通过哪些资讯渠道可以有效的接触和影响到这些人群。
如果真的有谁是有全知视角的，那么只需要把这些一统计，只要汽车厂家自己有好的营销方案制定过程，那么基于这些信息，正确的营销工作计划就已经呼之欲出了。
但事实上，很多的画像报告的项目却没有产生价值、甚至浪费了甲方乙方的时间和精力，为什么呢？
甲方方面的原因，
有时是并没有提出正确的资讯需求。画像要用来做什么？是新产品的目标市场的早期调研？还是上市车系的实际关注人群和早先预期的关注人群的比较？还是营销效果的监控？还是和竞品的竞争事态的监控？这些业务意图，直接决定了乙方到底要怎么出画像。是按时序做比较，还是按地域做比较？参照人群是哪些人？年龄，性别，职业，家庭情况，。。。这么多的标签，到底是要单维度统计，还是组合维度对比？度量到精细到什么程度？这些甲方不想清楚，乙方也只能提供基础菜单服务，产出的数据离指导业务当然就有很大距离。以至于拿到报告后，看到报告的业务人员也只会觉得，好，人群是这样的年龄性别收入分布，so what？
乙方方面的原因，
数据源头的局限、数据质量的局限、数据成本的局限、分析能力的局限，以及对于营销业务的理解不够深刻。都有可能，一是没有找到正确的数据分析的业务方向，二是找到了方向也因为数据源头、数据质量的局限、数据成本的局限而只能一半靠数据一半靠猜。
另一个是目前互联网数据营销市场，在当下市场自身的成熟度的原因，这个不能单算为甲方原因，也不能单算为乙方原因。
因为市场本身的不成熟、数据交易的法规体系也不明朗，所以往往乙方市场谁有什么数据、谁的数据质量如何、对哪些指标现实的可能做到的度量最多能做到什么程度，有时候都还是‘不可说’、‘不愿说’、‘说不清’的情况；这种情况下，大家对于这个事情能做到什么程度、能有什么期望、应该提什么需求、什么样的数据什么样的成本是合理的，这类基本的问题，甲方乙方各自都不一定清楚、也不能明说，更别说达成清晰的共识了。
说句题外话，想想这种市场情况下，甲方和谁合作有什么依据呢？甲方还是以数据结果说话、甲方还是靠看谁家的提供销售线索的能力强，来作为选择供应商的依据，要不然还能怎样呢？目前有哪些数据源可以做哪些事情，这个在另一个文章里，据我了解的我也写了一个小结。
但是不管客观环境怎样，用数据去辅助和指导营销工作，这件事情，还是值得去逐步的推进。
常见的报告类型有这么几种：市场前期调研、新上市车系关注人群调研、竞品调研、营销效果监控、舆情监控。
监控类的报告，内容比较明确，要监控哪方面，就采集和分析哪方面就行了，比如，监控哪个媒体频道，监控哪个社区论坛，监控哪个竞品，监控哪个活动，都可以。
而有些报告没有那么明确需求了，如果甲方客户漫无目的的想要各种维度的对比分析，想要把某个人群和某个人群的差异找出什么蛛丝马迹的话。这种情况，我就很欣赏汽车数据工场的老中医张晓亮的观点，
‘其实我们不如先问自己一个问题：主流品牌、主流车型的人群画像基准究竟是什么？对于任何一款月销过万的产品而言，其真实用户都应该是离散的，离散就意味着什么人都可能有。而我们通过抽样调查的方式统计这些离散群体的各种平均值，当然是找不到规律了。’
‘在这里老中医给大家贡献一个简单有效的基于约定俗成条件实现的人群分类示例，他是基于人生阶段做出的分类：https://www.so.car/insight.php?id=2。其中一个核心的观点就是‘描述客户的当下，不如描述客户的向往’。一个报告，能讲清楚，这个人群的当下能有多少的消费能力，他们向往的场景和形象是什么样子，我认为就把关键的东西说清楚了。
除非是非常小众的车系和人群，否则，追寻人群在一些基本指标上的蛛丝马迹的差异是没意义的。
而从运营商上网数据来说，哪些信息能代表人群的当下，哪些信息能代表人群的向往呢。我所采取的报告思路就是：客观的人口统计学，性别，年龄，家庭结构，收入水平，消费情况，都是代表当下；而人群看车，看的什么车，在电商导购等资讯上关注、但没有实际消费的，可以一定程度的代表‘向往’。
具体的各个部分的分析，等下篇再写吧。
