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。
"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。
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 |
| |
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。 | |
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% | |
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 |
| |
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% |
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。
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:
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。
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。
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。
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。
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。
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。