You need to enable JavaScript to run this app.
导航
标签分析详情顶部操作
最近更新时间:2024.07.16 16:08:02首次发布时间:2023.12.25 19:16:18

1. 概述

本文将详细介绍群体画像报告的标签分析详情的顶部操作区。
如下图中所示,1是标签分析详情顶部操作区,2是标签分析详情图表操作区,这两处操作区提供了一系列的操作和分析功能。本文将会按照从上到下,从左至右的顺序,针对1标签分析详情顶部操作区的各个按钮或者图标详解其功能。
图片

图片

2. 操作说明

2.1 人群占比/有效人群占比

"人群占比"和"有效人群占比"是群体洞察报告中的两个主要分析视角,通过它们,你可以从大盘和具有有效行为群体两个不同的角度理解和解读你的目标群体。

  1. 人群占比:提供了从全体样本角度看待你的目标群体的能力。它显示的是大盘TGI和标签占比的值。大盘TGI反映的是一个标签在你的目标群体中的显著程度相对于全体样本的显著程度,是对全面数据的一个衡量。标签占比则直接给出了标签在整体样本中的比例,以百分比的形式表示。
  2. 有效人群占比:从更细节、更具指向性的角度进行分析。它显示的是标签TGI和标签有效占比。这里的有效人群指的是实际有行为的群体,也就是真实参与到某种活动、有实际行为表现的用户群体。对于这部分用户群体来说,他们的行为更具代表性和启发性。因此,相较于整体样本,有效人群占比给出的数据分析结果更加准确和有针对性。

指标

定义

描述

大盘TGI

说明

分群包中某标签值在该项目下的显著性特征结果

释义

  • 100: 分群包具有相对倾向或者偏好,数值越大倾向和偏好越强;

  • <100: 相关倾向较弱(和平均相比)
  • =100: 平均水平

计算公式

(分群包中可识别标签值用户量/分群包用户总量)/(项目下可识别标签值用户/项目下用户总量)*100

场景说明

公司总人数为10,000人;该洞察报告中分析的人群为游戏研发部门全体员工,总计1,000人;全公司具有深度游戏爱好的员工为500人;游戏研发部门具有深度游戏爱好的员工为100人。
此时大盘TGI=(100/1000)/(500/10000)*100=200,高于100,说明游戏部门相比公司其他部门员工更爱游戏。

标签占比

说明

分群包中,标签值在当前分群包下的占比

计算公式

分群包中标签值用户数量/分群包用户数量*100%
占比越高,表示在分群包中该标签的绝对人数越多

标签TGI

说明

分群包中某标签值在该标签下显著性特征结果

释义

  • 100: 分群包中标签值在该标签下更具有相对倾向或偏好,数值越大则倾向和偏好越强

  • <100: 相关倾向较弱(和平均相比)
  • =100: 平均水平

计算公式

(分群包中可识别标签值用户量/分群包中该标签用户总量)/(项目下可识别标签值用户量/项目下该标签用户总量)*100

场景说明

公司总人数为10,000人,全公司具有深度兴趣爱好的用户为800人,深度游戏爱好的员工为500人,深度美妆爱好员工300人。 该洞察报告中分析的人群为游戏研发部门全体员工,总计1,000人,其中具有深度兴趣爱好的用户为120人,其中具有深度游戏爱好的员工为100人,具有深度美妆爱好员工20人。 具有深度游戏爱好的标签TGI=(100/120)/(500/800)*100=133 高于100,说明游戏部门更多的用户喜欢游戏。

标签有效占比

说明

分群包中,标签值在当前分群包下标签总人数下的占比

计算公式

分群包中标签值用户数量/分群包中标签的用户总量*100%
占比越高,表示在分群包中该标签的绝对人数越多

2.2 标签值排序(全局)

标签值排序,可以按照你选择的排序规则自动对所有图表中的标签进行排序,从而让整个报告更加直观和易读。
在顶部操作区,你可以看到三种可选的排序方式,分别是按标签排序、按TGI排序和按UV占比排序。

  • 按标签排序:如果你选择这个选项,系统将根据你在标签页中对每个标签设定的排序规则来排列当下所有图表中的标签值。如果没有特别设定,系统将按照默认的标签顺序进行排序。
  • 按TGI排序:如果你选择这个选项,系统将根据每个标签在目标人群中相对于全量人群的显著程度进行排序,数值大的标签将会排在更前面。
  • 按UV占比排序:如果你选择这个选项,系统则会按照每个标签的覆盖人数占比大小来排列所有图表中的标签,占比大的标签将会排在更前面。

图片

2.3 TGI展示

在洞察报告的顶部操作区,你会看到一个「TGI展示」的开关,可以根据自己的需要切换开启或关闭状态。当你将其开启时,报告中每个标签都会显示对应的TGI值,这个值用于反映该标签在目标群体相对全体人群的显著程度。
TGI参考线: 在开启「TGI展示」的开关后,除了显示每个标签的TGI值外,图表中还会出现TGI=100的参考线。当TGI值大于100,表示目标群体对这个标签的倾向性较全体人群更强烈;当TGI值小于100,则表示目标群体对这个标签的倾向性较全体人群弱。
图片

2.4 排序分组

图表排序功能,让你可以自由地调整报告中的图表顺序,使报告更符合你的阅读和展示习惯。以下是这个功能的详细介绍:

  1. 在洞察报告的编辑状态,点击「排序分组」的按钮。
  2. 排序分组有两种分组方式:
  • **使用标签体系中的分组:**使用标签体系中的分组,不可编辑分组名称、不可增删分组,保存后,报告会遵循分组及组内顺序展示。请您谨慎操作

图片

  • **自定义分组:**可新增、编辑分组,可拖拽调整图表展示顺序,若删除分组,被删除分组中的图表自动归入"未分组"下

图片

2.5 存为模版

在洞察报告的编辑状态,允许用户保存自定义的标签、指标模板,后续创建新的报告时可以直接使用,提升工作效率。
图片

2.6 使用模版

在洞察报告的编辑状态,如果已有模版,你可以直接应用至新的报告,节省时间,提高效率。
图片

2.7 添加图表

在编辑洞察报告时,你可以随时点击「添加图表」按钮,然后在弹出的窗口中选择分析类型和分析标签,去创建新的分析图表。分析类型主要有两种:自定义分析和交叉分析。
图片

  1. 自定义分析: 洞察目标人群在单一维度上的分布表现,分析该维度下人群对应的各标签值的情况。例如,我们可以分析目标用户在「活动参与度」这个维度下的各个标签值的表现情况。
  2. 交叉分析: 洞察目标人群在两个不同维度上的交叉表现,可以直观得到两个维度上的综合数据。例如,以「活动参与度」和「活动满意度」作为两个交叉分析的维度,通过交叉分析这两个维度,我们能得到用户在参与度和满意度两个维度的联动情况。

说明

在交叉分析的图表中,支持通过点击开关来选择显示标签值的占比或实际数量。这样,你就可以根据自己的需求,切换查看不同的数据表现形式,提供了更多角度的数据分析可能。

图片

2.8 标签分组

在洞察报告中,报告默认会按照一级标签进行分组,你可以切换不同的分组来查看各个标签的洞察情况。
图片

2.9 分析标签日期选择

用户现在可以选择特定日期的标签数据进行分析,支持历史数据的重跑和多人群包的横向对比。
图片