1. 概述

用户画像分析是对一个指定用户群，通过可视化的方式，展示出人群的用户的基本信息、习惯、喜好、行为特征等。可以帮助企业更好地了解其目标用户的需求、行为和习惯，从而为产品或服务的开发和推广提供更加准确的方向和策略。

用户画像的功能主要有以下几个方面：

• 提供用户数据分析的依据：通过对用户画像的创建和分析，企业可以了解用户的消费行为和需求等特征，帮助企业做出更加科学的数据决策。
• 优化产品设计和功能：用户画像可以帮助企业了解用户所关心的问题、偏好、需求和痛点，为产品设计提供更准确的方向和清晰的蓝图。
• 制定精准的营销策略：企业可以通过用户画像了解用户的兴趣、需求和消费习惯等信息，从而为营销活动制定更加精准的策略，提高市场竞争力。
• 提高用户体验和忠诚度：了解用户的画像，可以让企业更好地设计产品和服务，提高用户体验，从而提高用户的忠诚度。

2. 位置和使用权限

功能位置：用户洞察-用户画像

使用权限：不同的项目角色操作权限如下

3. 页面概览

用户画像主页分为画像报告和画像模版两个部分，以下为画像报告的页面：

点击右上角的「查看画像模版」，进入画像模版管理页面：

3.1 新建用户画像

点击主页右上角的「新增」，即可进入新建用户画像页面

3.1.1 选择画像人群

可以从已有分群中选择用于绘制画像的人群：

• 数据来源：同步用户分群管理列表中分析主体为海纳ID的分群。
• 版本选择：默认选择分群的最新版本，若该分群有历史版本，则用户可点击选择想要的历史版本。
• 支持对人群包重命名，支持多个人群包的画像对比（人群包个数上限为5个）。
• 点击查询按钮，可查看人群包的覆盖用户数。

3.1.2 添加画像信息

对指定用户群添加画像信息，可以从预先配置的画像模版中进行选择，也可自定义添加：

• 新建画像信息的方式有三种：属性分析、属性交叉分析和用户行为分析。属性分析最多添加10个图表，属性交叉分析最多添加2个，用户行为分析最多添加5个

3.1.3 查看画像结果

画像结果分为画像概览和画像详情两个部分，画像概览为总体的画像报告，画像详情展示每个指标的详细情况。

3.1.3.1 画像概览

画像报告总体分为三个部分，分别是分群人数分析、分群显著特征概览、差异概览三个部分。
分群人数分析反映分群的基本数据情况，当有多个分群时，会计算多个分群间的重合率；分群显著特征概览主要用于查看各个人群包中TGI/占比较高的特征，以便于对整个人群包有个总体的了解；差异概览帮助用户总结多个人群包在哪些标签维度下的差异最明显。

• 支持按照全量人群「TGI、占比」分析，或按照有效人群「有效TGI、有效占比」分析两种方式
• 画像概览的分析中包含属性分析和属性交叉分析中的所有属性，不包括用户行为分析中创建的指标。

3.1.3.2 画像详情

画像详情中将展示属性分析、用户行为分析、属性交叉分析三个部分生成的所有图表，默认按照属性分析、属性交叉分析、用户行为分析的顺序展示。

• 提供按分组升序、按分组降序、按TGI升序、按TGI降序、按占比升序、按占比降序共六种方式。默认为按分组升序，操作对画像详情中的所有图表有效。
• 可点击「添加画像信息」重新编辑要分析的内容，也可随时点击「加载画像模版」。
• 可点击「另存为画像模版」将画像配置保存为模版。
• 可点击左下角的「保存为画像报告」将该画像模版保存，报告可定期更新或手动点击更新。

3.2 画像管理

3.2.1 画像报告管理

可在画像报告管理主页查看已有的画像报告，并可编辑/重新计算/删除。

3.2.2 画像模版管理

可在画像模版管理主页新建画像模版，对已有的画像模版编辑/复制/删除。

4. 功能结构

4.1 不同画像创建方式的说明

4.1.1 属性分析

从用户属性/用户分群/用户标签中选择一个属性作为分析维度，统计各属性值的占比。如选择地区，则可以分析画像人群中各地区的比例。

• 数据来源：用户分群+用户属性+用户标签
• 可同时添加多个属性，一个属性绘制一个图表。

4.1.2 属性交叉分析

从用户属性/用户分群/用户标签中选择两个属性作为分析维度，统计各属性值的占比。如选择「性别」和「年龄」，则可以分析画像人群中各性别和年龄段的用户的比例，如「20-25岁的女性」

• 数据来源：用户分群+用户属性+用户标签
• 可同时添加多个交叉分析，一个交叉分析画一个图。

4.1.3 用户行为分析

查看用户做过某事的次数/天数/小时数。如统计用户在过去7天登录APP的天数分布情况。

• 可同时添加多个行为分析，一个行为分析画一个图。

4.2 画像报告内容说明

4.2.1 分群人数分析

反映分群的基本数据情况，当有多个分群时，会计算多个分群间的重合率。

• 分群人数：该分群的总人数。
• 总体人数：用户表中的总人数。
• 人群占比：分群人数/总体人数。
• 分群重合人数：即所有分群的重合人数。
• 重合率占比：即该分群重合人数/该分群人数。

4.2.2 分群显著特征概览

分群显著特征概览主要用于查看各个人群包中TGI/占比较高的特征，以便于对整个人群包有个总体的了解。

• 支持按照全量人群「TGI、占比」分析，或按照有效人群「有效TGI、有效占比」分析两种方式。

4.2.3 差异概览

多个人群包的洞察系统默认展示人群的差异对比概览图，用差异比值来展示。目的是帮助用户总结多个人群包在哪些标签维度下的差异最明显。单人群包时没有差异概览。

差异比值的计算方式：两个分群包（观察组和对照组），用观察组某标签值的占比 /对照组该标签值的占比得到该标签值在这两个分群组中的差异比值（大比小）。当差异比值越大，代表这2个人群包在该标签值上的差异越显著。

提供了2种查看对比差异的方式：全量对比和单个标签对比。

• 全量对比：比如你选了10个标签，一共有50个标签值（例如性别有男和女2个标签值），那么我们会将在这2个人群包中的50个标签值的差异比值全部计算出来，然后取top6展示。

• 单个标签对比：比如你选了10个标签，一共有50个标签值，那么我们会将在这2个人群包中的50个标签值的差异比值全部计算出来，但是我们会将每一个标签中差异比值最大的那一个展示出来（即共展示6个，每个标签只展示一个），如图：累计充值次数为1、累计充值金额为9.9、首次访问城市为本溪的用户是在两个分群包中差异最为明显。

4.3 相关名词解释

用户画像中相关名词解释如下：

使用建议： 两者的最大区别是在计算时是否排除该标签值为空的数据，有效人群是排除了空值以后再进行计算。若没有特殊分析需求，使用全量人群「TGI、占比」进行分析即可。

4.4 画像图表样式

属性分析和用户行为分析绘制的图表内容如下：

• 有值率：即分群包中该标签有值的人数/该人群包的总人数
• 支持柱状图、条形图、环形图、表格四种展示方式。
• 可以通过TGI值在100周围的分布情况，查看某指标维度的显著情况。
• 主轴（蓝色系）为占比；次轴（橙色系）为TGI；颜色深浅代表不同的人群包。

属性交叉分析的绘制的图表内容如下：

5 实例

5.1 群体用户画像洞察

若想对某个群体的特征进行洞察，可使用用户画像功能。如想了解平台的活跃用户的基本信息，可以将活跃用户创建为一个分群，查看其城市、年龄、性别等的用户分布情况，并可以通过TGI了解该特征是否显著。

5.1 人群特征对比

若对投放后的转化人群和未转化人群进行对比分析，可以通过用户画像了解转化/未转化人群的特征差异，优化和调整投放策略。