You need to enable JavaScript to run this app.
导航
智能群体洞察
最近更新时间:2025.03.11 13:39:27首次发布时间:2025.03.11 13:39:27
我的收藏
有用
有用
无用
无用

功能概述

CDP 平台的智能群体洞察功能可助力用户高效完成基于业务场景的数据洞察分析。用户能简便选择圈选主体,配置如标签、行为等群体圈选条件。描述洞察场景时,可随时追加问题,不断精细化需求,智能助手随即推荐相关特征,用户选择后自动生成含整体性分析描述与可视化呈现的结果,完成所有洞察分析步骤后,系统能够整合数据,生成全面的总结报告,最终输出高质量的业务场景分析报告,有力支持业务决策。
与传统群体洞察方式相比,CDP 平台智能群体洞察功能依托大模型的强大能力,能够依据用户描述的场景,智能推荐相关特征,并自动完成分析过程,同时提供多样化的可视化呈现。与之不同的是,传统群体洞察主要依靠人工手动筛选数据与开展分析工作,效率较为低下。

对比维度

智能群体洞察功能

传统洞察方式

特征筛选

智能助手依据场景推荐

人工手动筛选

分析方式

自动生成分析结果

人工手动分析

可视化

多种可视化形式自动呈现

需人工制作可视化图表

效率

高效,快速得出结果

相对较低,耗时较长

使用限制
  • 付费功能,需开通使用权限

操作步骤

以下将介绍 VeCDP 平台智能群体洞察功能的操作流程,其中涉及的数据均为非真实示例数据,仅用于演示说明。

3.1 选择圈选主体

选定集团下的业务线后,选择要进行洞察分析的主体(当前仅支持单主体分析)。

3.2 配置圈选规则并描述洞察场景

  1. 配置圈选规则:您可从标签、行为、人群包、明细数据、主体属性等多个维度进行选择,以此精准定义目标群体。
  2. 描述洞察场景:清晰阐述您想了解的目标群体相关问题。

说明

向大模型提问以进行洞察场景描述时,可从以下几方面着手:

  • 明确目标:清楚界定想要了解目标群体的具体方面,如 “这些客户的投资产品持有周期分布情况如何”,避免模糊表述,像 “客户投资方面怎么样” 就过于宽泛。
  • 细化条件:结合圈选主体特征,添加限定条件。例如,“在过去半年内,购买过高端电子产品的客户,他们后续的复购意愿如何”,利用已圈选主体在行为、属性上的特点,让问题更聚焦。
  • 聚焦关键指标:指明关注的核心数据指标,比如 “这些客户在最近一次促销活动中的平均客单价是多少”,明确对数值结果的需求,而非笼统询问消费情况。
  • 结合业务场景:将问题与实际业务场景相联系,如 “在冬季促销期间,东北地区购买过保暖用品的客户,对赠品的偏好是什么”,使大模型能基于业务情境给出更具实用性的分析。

3.3 查看特征推荐

智能助手会展示与目标分析相关的特征推荐及其关联性,用户根据需求进行多选,点击确定后开始计算数据。

3.4 查看分析图表

展示分析图表,直观显示数据分布和群体特征。

  1. 整体性分析描述:系统针对所选特征生成详细数据分析解读,并给出业务建议,助力业务决策。
  2. 可视化呈现:提供柱状图、条形图、饼图、明细表等多种形式直观展示数据,支持标签值、UV 占比、TGI 值的升序和降序等多种排序方式,方便从不同角度查看。
  3. 补充标签:若分析结果不够满意,可点击 「补充标签」,输入想洞察的其他标签描述,智能助手会提供相关分析维度供选择,完善对目标群体的洞察。
  4. 重置人群:若经过多轮尝试,您对整体分析结果仍不满意,可选择 「重置人群」。这一操作将使所有圈选条件恢复初始状态,您可以重新选择圈选主体、配置群体圈选条件,重新开启一轮全新的群体洞察分析,直至获得符合预期的结果 。

3.5 生成洞察总结及报告

当对目标人群的洞察分析满意后,可选择之前聊天洞察过的所有标签(多选),生成总结报告,支持将生成的总结报告进行保存,方便后续查看与使用。

常见问题

Q1:该功能依托哪些底层大模型来实现?

功能底层依托方舟平台上的多种模型,包括但不限于豆包、deepseek 等。同时,该功能支持与私有化部署模型进行对接,满足不同用户对模型选择的多样化需求。

Q2:若群体洞察效果未达预期,如何优化提升?

  1. 优化圈选条件:检查已选的标签、行为、人群包、明细数据和主体属性是否全面准确。如分析客户购买偏好,仅选了少数标签,可能遗漏关键信息。尝试添加更多相关标签,如消费金额区间、购买频率等;或调整行为筛选,像从 “所有购买行为” 细化为 “近三个月内的购买行为”,使目标群体定义更精准。
  2. 完善洞察场景描述:回顾向大模型提问的内容,是否足够精准详细,明确关键要素,引导大模型输出更贴合需求的分析。
  3. 合理利用补充标签功能:若已查看分析结果但效果不佳,积极使用 “继续补充标签”。
  4. 调整可视化及排序方式:尝试不同的可视化形式,若饼图未能清晰展示数据关系,换用柱状图或条形图,也许能更好呈现数据差异。同时,调整排序方式,从标签值升序改为 UV 占比降序,换个角度观察数据,可能发现之前忽略的重要信息,助力提升洞察效果。

Q3:权限控制方面是如何设置的?

目前支持功能权限的控制,可开放给指定的用户该功能,数据权限暂未做控制,后续将支持。