CDP支持通过内置的聚类模型，按照所需特征，将人群包输出拆分为不同类别的子人群包，以满足某些业务场景下，按特征拆分不同属性用户人群的需求

聚类模型（ K-means算法）可以根据特征快速拆分已有人群，场景举例：

• 目标需求：希望在近3个月注册的用户中，拆分5类出年龄和地域特征接近的用户群，以进行后续针对性的营销策略。

• 使用方法：首先在用户分群中圈出近3个月的注册用户，作为原始人群包，再通过聚类模型，选择年龄、城市特征，创建模型任务，通过任务输出5个子人群包应用营销。

由于聚类模型需要使用到标签以及人群包资源，所以需要提前获得以下权限：

3.1 模型功能权限

项目管理员需要在项目中心——权限——按内容管理——模块中，为使用者授予行业模型-通用模型下的全部权限

3.2 标签权限

项目管理员需要在项目中心——权限——按内容管理——资源中，为使用者授予模型中需要使用的标签权限

3.3 人群包权限

使用者需要至少拥有一个将要使用的人群包权限，可以自建或由其他人群包创建者授权

3.4 模型可用次数

聚类模型提供100次免费使用，剩余次数将直观显示在模型列表页。

4.1 新建预测任务

• 进入模型应用模块，选择「聚类模型」，点击右上角「创建聚类任务」

• 配置聚类信息，输入任务名称，选择待聚类的目标分群包，并设置聚类后的拆包个数（2-6）

• 选择聚类需要使用的私域特征（该用户权限内可用的私域标签），模型将应用选中的特征进行后续聚类

• 配置分群包信息，输入聚类输出的分群总包名称，以及对应的不同子包名称。（模型输出后，将产生一个总包和聚类拆分后的子包）

• 配置完成后，点击保存，将开始运行该任务
  

4.2 查看预测结果

• 当预测任务的状态为完成时，即可点击「预测结果」查看聚类结果，结果详情页将展示本次聚类使用的特征和各子包数量、覆盖占比情况

• 任务完成后，也可以点击「编辑」，进入到任务详情页，对原任务的各项设置进行修改，保存后将使用最新配置重新运行任务

• 任务过期、失效后，可以点击「删除」按钮对任务进行删除

4.3 子分群应用

点击「聚类后人群子包」字段，跳转至人群子包详情页，人群子包可进行洞察/圈选/下载。