4. 总结分析洞察

在 标签分析概览 页中，将结合不同标签值的 UV（该特征在当前人群中的占比）和 TGI（该特征在当前人群中相较于在全量人群中的显著程度）展示该人群的整体特征情况。

1）综合分析 UV&TGI指标

1. CDP会自动展示 UV&TGI 综合最高的前五个特征，实际在业务场景下，我们可以根据坐标图人为决定采用哪些特征来描述目标人群。

2. 从图中可以看到， 购买渠道-线下门店、支付偏好-微信支付 是此类人群最显著特征，并且， 商品风格-运动风、限定产品消费数量-中 也较为显著（坐标偏右上角）。

3. 因此，初步判断该群体：偏好于去线下门店购买运动风商品的限定款，并且使用微信或支付宝直接支付，较少使用信用卡，说明有较高的消费能力。

2）单独分析TGI或 UV 指标

1. 可以选择单独关注 TGI 或 UV 指标进行特征分析。希望给特征匹配合适的人群，可重点关注 TGI 高的标签值；希望给人群匹配合适的特征，可重点关注 UV 高的标签值。

2. 以本概览为例，我们发现 商品风格-淑女风 在 高客单价用户 中 TGI 最高，则当我们想推广某款淑女风商品时，应当重点面向高客单价用户投放。

3. 又如，我们发现 高客单价用户 中， 购买渠道-线下门店 的占比（UV）最大，则当我们想针对这类群体投放广告时，可将渠道重点放在门店海报等形式。

在前面的 标签分析概览 页中，我们能够快速了解当前群体的整体性特征，在此基础上查看 标签分析详情 ，则能够了解该群体在不同标签维度上的具体分布。

• 每个标签的分析结果都支持下载为 图或表 的形式进行查看。

• 支持更改图表显示类型，例如 颜色偏好 ，采用环形图方式能快速发现 黑、白、灰 的素色占大多数。

1）分析 商品风格 标签

1. 在分析中发现这群客户中大多数人偏好的商品风格为 运动风、舒适风 ，我们希望进一步挖掘此群体对于上述风格的 颜色偏好，因此选择 图表联动 ，将筛选条件限定在 运动风、舒适风，即可观察此群体的特征分布：

2. 偏好运动风和舒适风的群体，在颜色选择上同样更偏向 黑、白、灰 这类素色的设计。

3. 结合其他维度，我们最终描绘出 高客单价用户 的细分特征：喜好去线下门店购买运动或舒适风格的素色系限定或新品的明星同款，并且消费能力较高，较少超前消费。

现在我们已经较为详细的了解了该群体的整体特征和各个维度上的分布，如果想进一步查看该群体在不同维度上的交叉分布，可以新增 交叉分析 。

1. 点击 添加图表 ，选择 交叉分析 ，分别选择行列指标，即可查看交叉维度上的分布。

   1. 例如，我们已经知道目标群体更偏向于线下购买，想进一步了解不同城市门店的互动热情，分别将 居住城市 和 互动频次 作为行列指标新建交叉分析，即可以查看。

   2. 结果可以看出，北京和上海的高频互动比例较高，说明在这两个城市门店举办线下活动的效果会更好。

   3. 鼠标移动到对应数值，可选择将该交叉标签覆盖的细分群体单独导出，实现更进一步的精细化运营。

群体分析完成后，我们现在总结此群体所具备的特征：喜好去线下门店购买运动或舒适风格的素色系限定或新品的明星同款，并且消费能力较高，较少超前消费；多在北京和上海参与门店活动。

导出分群，联动GMP触达

1. 点击 导出分群包 ，根据需要设置名称、分组、授权和ID类型。

2. 可以根据是否要精准推送而选择导出标签或者分群。例如，本次我们想面向整个高客单价潜客进行推送，则选择导出整个分群，用于后续的营销触达。（可联动 增长营销平台GMP ，实现营销触达功能效果）