在客户数据平台产品的使用中，涉及各类专用名词，为帮助用户更好地理解与使用产品，整理产品相关名词解释如下：
CDP产品与其他营销工具的区别：
| 概念 | 解释说明 |
|---|---|
CDP（客户数据平台） | 数据来源：汇聚企业全渠道数据，包括一方/二方/三方数据，打破系统之间的数据孤岛，建立统一的人、物、关系标签体系和画像系统。 |
DMP（数据管理平台） | 数据来源：DMP的数据主要来自媒体自身的数据与第三方机构的数据，其触点主要是媒体提供的触点，涵盖大量广告投放端的监播数据和广告交互行为数据。 |
CRM（客户关系管理系统） | 数据来源：存储的主要是客户相对静态的数据，数据触点来源主要是转化和售后类触点，专注于客户和潜在客户，获取其购买商品和服务过程中与企业接触和互动的数据。 |
SCRM（社交化客户关系管理） | 数据来源：SCRM触点主要在线上，集中在社交自有媒体，属于营销自动化类工具。CDP与SCRM是上下游承接的关系，CDP输出人群包给SCRM系统进行应用。 |
| 功能模块 | 概念 | 解释说明 |
|---|---|---|
| ID Mapping | BaseID | BaseID即基准ID，是系统识别用户身份的OneID |
| 主体 | CDP中的主体，即ID-Mapping OneID的目标对象，如人、车等 | |
| 可视化建模 | 数据建模 | 按照某种数据处理逻辑将元数据数据清洗、加工及生产的过程叫做数据建模 |
| 数据连接 | 构建与各类数据源打通的配置能力，实现数据读取的首要功能 | |
| 画布 | 将各功能模块按照有向流程组建成一种数据加工流程的可视化效果 | |
| 算子 | 画布中数据读取、加工、算法、数据输出能力的集成能力，对应画布中每个处理节点 | |
| 算子间的连线 | 算子间的有向关系，指代两个算子间数据流转的通道 | |
任务 | 从输入数据源加载数据，经过数据处理与清洗，最终加载并输出目标数据源的过程。 | |
实时任务 | 输入的数据源的数据变化能实时反应到输出数据，即数据源数据是实时更新且数据流实时加工的可视化建模任务，适用于对时效性要求极高的场景。比如：直播的实时报表、根据用户行为立即给出推荐。 | |
| 离线任务 | 数据源数据是天级/小时级等更新（即每天/每小时更新一次）且数据流程加工过程是定时执行或手动执行的可视化建模任务 | |
| 数据集 | 数据集是由一张或多张表组成的数据模型，是标签、分群等应用的基础。 | |
运行记录 | 任务每运行一次生成一条运行记录，可以是用户手动触发的，也可以是系统根据周期性配置自动调起的。 | |
处理流程 | 展示当前模型的数据处理节点与逻辑的流程。 | |
全量抽取 | 从数据源表中抽取全量的数据，需通过字段取值设置抽取范围 | |
增量筛选 | 依据分区字段从数据源表中抽取增量数据，仅非分区表支持，需指定用于判断增量的字段 | |
字段设置 | 支持选择保留字段、设置字段类型、设置字段名称、设置字段排序。 | |
连接 | 数据Join，支持左右内部连接/外连接，支持跨源连接 | |
聚合 | 选择聚合字段及方式，可更改聚合方式、设置聚合后的字段名称 | |
计算列 | 使用Spark函数处理上游字段，用以添加新字段。也可为无业务日期的表添加业务日期字段。 | |
筛选行 | 选择字段，确认筛选条件，支持两层且/或逻辑关系。 | |
数据拆分 | 拆分算子会将算子按照这个比例拆分成两份数据，这个值代表第一份数据占输入数据的比例。 | |
字符串索引 | 一种类型转换算子，它将指定的属性的值映射成数值型索引，使得只能对数值型数据做处理的算子也可以对属性进行处理。该算子一般用于数据预处理，另外，不适合对于包含连续型数据的列执行该算子，如ID列 | |
替换缺失值 | 用于缺失值替换，替换策略包括中位数替换、均值替换等，该算法要求被指定的列的数据为数值型数据 | |
去重 | 去除选定列中，重复的选项，重复是指所有选中列的值都一样 | |
二值化 | 将数值特征转换为二值特征0或1，对定量的特征进行“是与否”的划分，以剔除冗余信息 | |
列归一化 | 对一个表的某一列或多列进行归一化处理，将原始数据缩放到需要的范围。原始数据经过数据归一化处理后，各指标处于同一数量级，适合进行综合对比评价。 | |
主成分分析 | 主成分分析(PCA)是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是 全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。只能对数据型并 且角色为regular的属性做运算，输出通常为中间结果，需要作为其他算子的输入。(详见配置释义) | |
笛卡尔积 | 笛卡尔乘积是指两个集合X和Y的笛卡尓积(Cartesian product)，又称直积，表示为X × Y，第一个对 象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员。 | |
离散余弦变换 | 离散余弦变换(DCT)将一个长度为N的时间域实值序列转换为一个长度为N的频率域实值序列。 | |
行归一化 | 数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数 量级，适合进行综合对比评价。 | |
奇异值分解 | 一种数据降维方式，可以对数值型数据进行简化处理，通过选取较高的奇异值将数据投影到低维空间。 | |
特征哈希 | 一种简单的降维方法，目标是把原始的高维特征向量压缩成较低维特征向量，且尽量不损失原始特征的表达能力。 | |
one-hot编码 | 类型转换算子，将一列映射为一个0/1向量，这个向量最多有一个1值 | |
计算权重 | 计算属性的权重 | |
分类 | 逻辑回归、决策树 | |
聚类 | K-Means聚类 | |
评估 | 二分类评估、多分类评估、聚类评估、回归评估 |
| 概念 | 解释说明 |
|---|---|
| 标签 | 基于行为/属性等数据，基于业务逻辑或模型能力创建的有业务指导意义，标签值可枚举的形式 |
| 标签体系 | 由标签构成，以结构性的方式对标签内容，包括标签的数量、分类、层级关系等进行呈现和管理 |
| 全量标签（Mautag） | 该集团下全量用户总数，每日更新 |
| 文本型标签值 | 用于标签值为文本类型的标签，常见使用该类型的标签例如姓名、用户名、城市等 |
| 整数型标签值 | 用于标签值为整数类型的标签，常见使用该类型的标签例如年龄、点击次数、来店次数等 |
| 小数型标签值 | 用于标签值为小数类型的标签，常见使用该类型的标签例如费用、占比等 |
| 多值型标签值 | 当标签值存在多个值时使用，常见使用该类型的标签例如兴趣爱好、喜爱话题等 |
| 日期型标签值 | 用于标签值为日期类型的标签，具体到日期，常见使用该类型的标签例如出生日期等 |
| 日期时间型标签值 | 用于标签值为日期时间类型的标签，具体到时分秒，常见使用该类型的标签例如更新日期等 |
| AIPL模型 | 一种将品牌人群资产定量化、链路化运营的手段，A（Awareness）代表品牌认知人群；I（Interest）代表品牌兴趣人群；P（Purchase）代表品牌购买人群；L（Loyalty）代表品牌忠诚人群 |
| 5A模型 | 菲利普科特勒在《营销革命4.0》里提出的营销模型，A1 了解（Aware）指顾客被动接受信息；A2 吸引（appeal）指品牌印象增加的顾客；A3 问询（Ask）指被好奇驱使主动搜索信息的顾客；A4 行动（Act）指采取行动的顾客；A5 拥护（Advocate）指对品牌有忠诚度并进行宣扬的客户 |
RFM模型 | 模型通过对每个用户R值、F值、M值高低的评估，将其对应到不同的区间中去，从而将用户划分为8种用户价值类型，分别为：重要价值客户、重要换回客户、重要深耕客户、重要挽留客户、潜力客户、新客户、一般维持客户、流失客户。 |
| 圈选条件“且” | 满足所有规则或组合规则条件则视为符合标签规则 |
| 圈选条件“或” | 满足任意规则或组合规则条件则视为符合标签规则 |
| 不包含 | 当前数据集的数据范围内不符合条件的用户 |
| 包含 | 当前数据集的数据范围内符合条件的用户 |
| 全局不包含 | 在全量用户（含未被打上该标签的用户）排除该标签值的用户（举例：如果全量用户100人，其中10人被打上“是否老年”标签：其中“是”4人、“否”5人、“其他”为1人。 那么选择该标签全局不包含 “是”，即选中96人。） |
| 按离散数值划分标签值 | 直接使用指标计算结果值作为标签值 |
| 按数值区间划分标签值 | 基于指标计算结果值的阈值区间范围设置用户分层标签 |
| 概念 | 解释说明 |
|---|---|
| 人群ID类型 | 以什么ID类型进行分群文件输出 |
| 分群名称 | 人群包名称，分群内ID对象可能是人，也可能是物 |
| 输出主体 | 在【分群主体转换中】，录入主体1的分群文件，转换输出另外一个主体的分群 |
| 加密方式 | SHA256/MD5加密 |
拆包 | -随机拆包： |
| 分群数量 | 圈选产生分群文件时，对应的个体数量 |
| 静态分群 | 分群更新频次为：一次性 |
| 动态分群 | 分群更新频次为：按天/按需 |
| 人群扩样（Lookalike） | 将种子分群包进行同质扩样，按需扩大目标群体 |
| 功能模块 | 概念 | 解释说明 |
|---|---|---|
群体洞察 | 大盘TGI | 展示分群包中某标签值在该项目下的显著性特征结果。>100则表示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则表示相关倾向较弱（和平均相比）；=100则表示平均水平。 |
标签占比 | 分群包中，标签值在当前分群包下的占比。 | |
标签TGI | 分群包中某标签值在该标签下显著性特征结果。>100则表示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则表示相关倾向较弱（和平均相比）；=100则表示平均水平。 | |
标签有效占比 | 分群包中，标签值在当前分群包下标签总人数下的占比。 | |
| 下钻分析 | 在当前维度往下展开下一层数据 | |
| 交叉分析 | 洞察单个人群在两个画像维度上的关系 | |
| 生命周期分析 | 总用户量 | 当天的总人数 |
| 日环比 | （当天总人数/前一天总人数-1）x100% | |
| 当日新增 | 昨天不在总资产里，当天在的用户数 | |
| 当日流失 | 昨天在总资产里，当天不在的用户数 | |
| 多维特征分析 | 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。 |
| 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% | |
| 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% | |
| 正样本中的人数 | 正样本中符合该特征的人群 | |
| 扩量后的人数 | 基于正样本扩量后的人群 |
| 概念 | 解释说明 |
|---|---|
| 项目 | 是使用产品的一个独立“空间”，项目之间除共享服务器硬件资源外其余资源均独立隔离，如用户权限、数据资源在项目A与项目B都不同。 |
| 用户 | 产品的使用者，需要在Portal控制台创建，具备项目、账号、邮箱、电话等信息。 |
| 用户组 | 具备特殊业务含义的一组用户，只属于某个项目的用户群组，需要在CDP项目中心-授权管理中独立创建。 |
| 模块 | 即CDP产品的功能模块，对应各自的菜单。支持在项目中心进行模块使用权限授权 |
| 资源 | 用户在CDP中生产的资源，如标签、数据集、人群包、洞察报告、可视化建模任务。支持在项目中心进行资源权限授权（用户分群及用户洞察的授权在详情页操作） |