用户分群是企业进行数据分析、精细化运营的关键一步。用户分群即用户信息标签化,通过用户的历史行为路径、行为特征、偏好等属性,将具有相同属性的用户划分为一个群体,并进行后续的分析。
分群列表为您展示分群的基本情况,如下图:
可操作内容如下:
入口:用户分群页面,右上角「+用户分群」
支持通过事件筛选、属性筛选等条件创建用户分群,如下图:
配置基本信息。
参数 | 配置说明 |
---|---|
分群名称 & 分群描述 | 可直接编辑分群名称和描述信息; |
计算周期 | 手动更新:创建完成后将进行计算,计算完成后不会自动更新。若需要重新计算,请点击‘更新’。 |
配置创建规则
输入项 | 说明 |
---|---|
时间范围 | 时间范围支持相同时间段和不同时间段
|
过滤条件 | 可以选择用户“做过”,“没做”,“依次做过”的某些行为 & “用户是”“用户不是”的属性
|
预估人数 | 点击创建规则配置提示文案后的刷新小图标,可以立即计算当前分群的人数 |
规则条件 | 规则介绍 | 计算条件 | 取值范围 |
---|---|---|---|
用户做过 | 选择符合业务所需的具体事件 | 总次数:该事件发生的总次数 | 等于,大于,大于等于,小于,小于等于或者区间 |
每日次数:该事件每日发生的总次数 | |||
天数分布:用户触发该事件的天数分布 | |||
连续天数:用户连续触发该事件的天数 | |||
按...求和/求最大值/求最小值/求平均值/求去重数 | |||
用户没做过 | 运营中一个很常见的场景是,希望找到一段时间内没做过某些事情的用户,对他们进行针对性的触达。 | 总次数:该事件发生的总次数 | 等于,大于,大于等于,小于,小于等于或者区间 |
每日次数:该事件每日发生的总次数 | |||
天数分布:用户触发该事件的天数分布 | |||
连续天数:用户连续触发该事件的天数 | |||
按...求和/求最大值/求最小值/求平均值/求去重数 | |||
用户依次做过 | 指定事件行为序列,用户只有按顺序触发这些事件时才会被选中 | ||
用户是 | 支持选择用户属性、用户分群、用户标签 (默认选择最新值) | 等于、不等于、包含、不包含、为空、不为空、自定义包含、正则匹配 | |
用户不是 | 排除特定用户属性、用户分群、用户标签的用户 | 等于、不等于、包含、不包含、为空、不为空、自定义包含、正则匹配 |
可见火山引擎增长分析的分群计算策略确保了无论何时使用者用到分群时,分群中的人群都是最新的。
支持通过上传user_unique_id列表文件的方式创建用户分群,如下图:
在创建实验和创建Feature设置目标受众的时候,可以选择用户分群。如下图:
「设置生效策略」->「用户受众规则」时,可选择已创建的分群:
「发布受众」->「自定义受众规则」时,可选择已创建的分群:
用户分群作为实验的受众规则的实现方式之一,在实验分流过程中的生效与通用的受众规则的过滤是一致的,分流的流程大致如下:
由图可见,如果用户不是白名单用户,则分流时会先进行hash分桶,再进行过滤条件的过滤,即用户分群等受众规则条件在分桶后生效。