##
## ── Column specification ────────────────────────────────────────────────────────
## cols(
## .default = col_double(),
## 访客ID = col_character(),
## 邮箱 = col_character(),
## 相机ID = col_character(),
## `#account_id` = col_character(),
## `#distinct_id` = col_character(),
## tag_value_tm = col_datetime(format = ""),
## cluster_name = col_character()
## )
## ℹ Use `spec()` for the full column specifications.
- 使用小程序的用户总分呈现两个微弱峰值区间1分到2.5分用户，以及9分以上的用户。 总体趋势呈现轻微右偏， 整体来说用户使用比较熟练的使用相机。
- 从用户导出图看出来两个峰值，分别是无导出，和频繁导出用户占据大多数， 其他分数呈现正态分布， 略微右偏分布， 影响不大，
- 从cut-plot 中得出使用小程序的用户大多数是没有使用cut。 其他分数阶段呈现微弱正相关，上升趋势。
- 从用户打点图看出来两个峰值，分别是无导出，和频繁导出用户占据大多数， 其他分数呈现正态分布， 右偏分布明显， 打点分数对于是否使用小程序的相关性更强， 更加值得关注，打点用户群体。
- speed分布表明， 其分布比较均等， 而且分数为null区间比较多， 此分数基本考虑和使用小程序没有明显相关关系。
- 比例分布表明， 其分布比较均等， 而且分数为null区间比较多， 此分数基本考虑和使用小程序没有明显相关关系。
- 比例分数表明相当多的用户没有使用这个功能， 其他分数呈现严重右偏，高分的比例分数和使用小程序正相关比较强。
- 设置分数的空置分数比较大， 大部分的用户数量集中在7分 9分 10分的用户，和0分用户。
总结
使用小程序的用户在小白用户和熟练用户这两个分群密集分布：
1：可以观测新用户的使用情况，定点push教程2:记录高分用户的使用习惯
在打点，用户覆盖， 和用户设置这三个操作和使用小程序呈现强烈的正相关， 而且这三个分数的0分用户基数比较大。
在低分用户中使用小程序的弱项主要是 覆盖， speed， cut ， 和导出行为