
微信运动里,50步以下和30000步以上的都是什么人
微信运动给你点赞的人在想什么?
费那么大劲,从排行榜找到你不上不下的排名,点个象征意义的赞,是找运动上的优越感吗?
还是,他们在默默关心你的生活?我们发现。微信运动的步数,比一个人说的话,更真实反映他的日常。
这里有一份微信运动步数识人指南,供你对照微信上的芸芸众生。
/ 50步以内 /
在家躺一天就这数据,别笑,要是这人没生病,极有可能是失恋了。
你要做的是检查他家网线,毕竟有「WIFI」和「被窝」这两人类生存的必须条件,总不至于伤心过度。
也可能这人特懒,在床上躺了一天。但运动数据越低,往往别的数据高,比如某位编辑,一天内跳一跳成绩从个位数刷到 3000 分,问他怎么练的,回:「无他,但手熟耳。」
看排行,原来他躺在床上「跳」了一天。
/ 50-500步 /
到楼下便利店买个东西也不止这个数。
这种情况,通常发生在游戏更新那天,就那种必须走出被窝才能玩的电脑游戏,游戏宅们会认为,走出被窝的一步,才是人类最伟大的一步。
也可能是学生都经历过的,假期最后一天,窝在家里刷作业。
又或者是女生试穿N件衣服后,找不到合适的,心烦意燥,「不出门算啦!」
/ 500-8000步 /
最平常的数据,大部分学生、上班族的通勤路程在这范围内。
他们过着日复一日的规律生活,但平淡中也暗藏玄机,比如你数据几千步,恰好是在列表中间,这样都有人赞你,那么要注意了。
费那么大劲,特意找到你的排名,TA不是默默在意你,还能是什么?
每天都赞的话,那意图就更明显了。
没错,这人就是你妈。谁言寸草心,报得三春晖?
/ 8000-30000步 /
工作日的话,团学干(ku)事(li)、销售行业人员、旅游达人、剧组工作人员都会刷出这个数据。这个范围里的好友,一天在多个地点转移,属于外向型人群。
当然周末的话,女生随便逛个街、阿宅去个漫展、男生被押着逛个街也能达到。
实习小哥说在自己家也能刷出这数据,你家在故宫?
/ 30000步以上 /
这范围人数少,但人群分布应有尽有。粗略统计下,他们极可能是:
蛟龙突击队、撕名牌爱好者、梦想找到「天津第一煎饼果子」的老外、进藏文青、广播操领操员、贝爷、夸父、亚索、闪电侠、李白、神行太保戴宗……
玩笑归玩笑,其实大多是靠体力谋生的人。他们起早贪黑,无怨无悔,撑起了我们的日常生活,值得我们肃然起敬,比如外卖骑士、快递小哥、搬运工、环卫工人…
以及,创业的。
为什么微信运动数据更能反映一个人当下的状态?
答案也许是,在人人大声说话的时代,「做什么」比「说什么」更能反映内心真实需求。
如果你把这份「识人指南」分享给好友,他们回「讨厌,人家才不是这样的呢」之类的话…
十有八九,是说中了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03