多维特征分析报告解读
最近更新时间：2023.12.25 19:16:18
首次发布时间：2023.12.25 19:16:18
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。
点击对应报告名称，进入该多维特征分析报告详情页。
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。
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。
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。
说明
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：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；
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。
勾选特征组合，点击右侧“存为分群”
选择导出正样本人群或者扩量后的人群
说明
正样本人群：正样本中符合该特征的人数；
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
