You need to enable JavaScript to run this app.
导航
多维特征分析报告解读
最近更新时间:2024.07.11 17:32:55首次发布时间:2023.12.25 19:15:38

1. 概述

在多维特征分析报告详情页,用户可以详细查阅各项特征组合的综合评分,从而深入了解并确定具有最大价值的客户群体特征,找出最优特征组合并进行洞察。同时,报告支持一键保存扩量后的人群,从而提供针对高潜力客户运营的有效策略指引。此外,借助于特征组合综合评分、召回率以及精确率等关键指标,用户可以得到清晰、具有针对性的任务策略,以便在全量私域人群中更精确地界定目标人群并进行精细化运营。
本文将介绍如何解读多维特征分析报告,并探索其在精准营销中的应用价值。

2. 使用链路

图片

3. 报告解读

点击对应报告名称,进入该多维特征分析报告详情页。
图片
1)在分析报告顶部,您可以查看当前任务的正/负显著分群(点击人群包可跳转到人群包的编辑页面,查看该人群的创建规则等信息)、标签、计算完成时间、创建人等状态信息。
图片
2)在要点解读处,将为您展示该分析报告的最显著特征组合与后续的营销建议,并支持一键保存扩量后分群,将其作为高潜客户运营对象,用到下游渠道促进到店、拉新等业务目的达成。
图片
3)在多维特征分析结果明细处,默认按特征组合综合评分降序展示与正样本最相似,与负样本差异最大的各种特征组合。
图片

说明

  1. 特征组合综合评分:最能体现标签组合效果的指数,指数结果在0~1之间,数字越大,效果越好。评分计算逻辑为精确率0.8+召回率0.2,两者加权计算得出;
  2. 召回率:正样本中满足该筛选条件的特征组合人群,在总体正样本中的占比。比如,正样本中满足该特征的人群为100人,全体正样本为1000人,则召回率为(100/1000)*100%=10%;
  3. 精确率: 正样本中满足该筛选条件的特征组合人群,在正负总样本中的占比。比如:正样本中满足该特征的人群为400人,负样本中满足该特征的人群为100人,则精确率为400/(400+100)*100%=80%;
  4. 正样本中的人数:正样本中符合该特征的人群;
  5. 扩量后的人数:在全量私域人群中筛选满足该特征的人进行扩量后的人数;

4. 导出分群

企业在收集了大量用户数据,并通过多维特征分析确定了最有价值的客户群体后,可以通过「存为分群」功能为这些客户创建专门的人群包,以便于后续的精准推送和运营。例如,一家电商平台希望提高其用户的再购买率,他们可以在历史购买记录中找出购买频率最高、购买金额最大的用户,选择对应的特征组合创建分群,并导出这样的用户人群,进一步推送到广告平台,或针对这部分用户进行更精细化的运营推送。

  1. 勾选特征组合,点击右侧“存为分群
  2. 选择导出正样本人群或者扩量后的人群

说明

  1. 正样本人群:正样本中符合该特征的人数;
  2. 扩量后人群:在全量私域人群中筛选满足该特征的人进行扩量后的人数

图片