用户画像_用户画像TGI

在用户画像的评判和验证中&＃xff0c;TGI是一个很重要的指标。然而网上对TGI的文章和介绍很少&＃xff0c;大多也都是阐述基本概念&＃xff0c;连举例说明都是统一的“15-24岁”人群的例子。个人前段时间做了TGI&＃xff0c;略有些心得分享在这里&＃xff0c;帮助对TGI有更清楚的了解。

1. TGI概念

首先还是先赘述一下TGI的概念&＃xff0c;TGI是Target Group Index的缩写&＃xff0c;TGI&＃61;[目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准数100。TGI指数等于100表示平均水平&＃xff0c;高于100代表该类用户对某类特征的关注程度高于整体水平。举个简单例子&＃xff0c;比如某客户端所有用户的男女比是60%和40%&＃xff0c;在这些用户中&＃xff0c;看过某体育视频的男女比是90%和10%&＃xff0c;看过某母婴视频的男女比是20%和80%。那么该体育视频在男性中的TGI是90%/60%*100&＃61;150&＃xff0c;女性10%/40%*100&＃61;25&＃xff0c;该母婴视频在男性中的TGI是20%/60%*100&＃61;33.33&＃xff0c;女性80%/40%*100&＃61;200.

概念看似简单&＃xff0c;我刚接触TGI时有点绕的问题是&＃xff0c;“目标群体”和“某一特征”容易混淆。像刚才体育频道的例子&＃xff0c;把看过体育频道的用户作为“目标群体”&＃xff0c;男性女性作为“某一特征”&＃xff0c;“总体”指的是所有频道的用户。因为我要研究体育频道的用户&＃xff0c;所以设置他们为“目标群体”&＃xff0c;也就是我想研究什么&＃xff0c;就设置哪个群体为“目标群体”&＃xff0c;“某一特征”是我为了研究“目标群体”而选择的其中一个分类。换个角度说&＃xff0c;假如我想研究男性或者女性用户&＃xff0c;我就要设置男性用户为“目标群体”&＃xff0c;看不看体育频道反而变成了“某一特征”&＃xff0c;“总体”指的是男性用户和女性用户总和。

2. TGI适用范围

TGI的应用范围可以很广&＃xff0c;并非仅局限于人群特征偏好度&＃xff0c;由于TGI是用户画像中的概念&＃xff0c;大家往往关注人群TGI。概念中的群体可以指代很多内容&＃xff0c;比如广告点击曝光转化&＃xff0c;文章阅读统计&＃xff0c;数据日志等等。只要对该群体做两个或两个以上维度的类别划分&＃xff0c;就可以计算TGI。例如广告曝光&＃xff0c;可以按创意类别分类&＃xff0c;也可以按投放广告所在频道分类&＃xff0c;两种维度的分类就可以计算某类创意在某频道的TGI&＃xff0c;或者某频道在某类创意的TGI。

3. TGI应用

在画像中&＃xff0c;TGI的作用是研究特征和目标人群的关联度&＃xff0c;TGI的值和100的差距越大区分度越大越有价值。刚才的举例中&＃xff0c;25、33.33和150、200一样有很大价值&＃xff0c;因为更大的区分度更能描绘人群的特点&＃xff0c;也更容易聚类出相应人群。同理&＃xff0c;TGI趋近于100的可以认为该特征对区分人群没有什么价值。通过TGI可以清晰看到某种特征的人群的喜好&＃xff0c;发掘更多潜在用户和数据的潜在价值&＃xff0c;像啤酒和尿不湿的故事&＃xff0c;关联度大的特征都可以通过TGI展示出来。而且不同人群的特征关联度可以直观的比较&＃xff0c;展示不同人群的区别。

不过TGI也有尴尬之处&＃xff0c;它很难验证人群画像准确度&＃xff0c;或者说很难计算出评判指标来评判画像的优劣。如果一套画像的TGI都是100&＃xff0c;毫无疑问这个画像是很不准的。但是有区分度的画像也很难通过TGI判断它准&＃xff0c;这是因为没有整体评价的计算&＃xff0c;关于评判画像这一点之后会再研究。再一个比较关键的点&＃xff0c;就是分类中数量越少的群体&＃xff0c;TGI浮动会越大&＃xff0c;相对越不准。假设用户中男女比是99%和1%&＃xff0c;在性别上的TGI将没有什么价值&＃xff0c;女性TGI会浮动很剧烈&＃xff0c;偶然因素影响巨大&＃xff0c;也就不具备参考价值了。

4. TGI计算

假定一个TGI应用场景是&＃xff0c;我要分析我这个app的所有用户P中&＃xff0c;有某种特质的用户群A的tgi。&＃xff08;1&＃xff09;首先确定好要分析哪些特征&＃xff0c;比如年龄、性别、职业&＃xff08;2&＃xff09;然后计算出P的各个特征人数&＃xff0c;p1、p2、...、pn。这些p值有长期使用价值&＃xff0c;可以定时自动计算。&＃xff08;3&＃xff09;计算A的各个特征人数&＃xff0c;a1、a2、...、an。&＃xff08;4&＃xff09;A的特征tgi&＃xff0c;比如tgi1 &＃61; (a1/A) / (p1/P)*100&＃xff0c;以此类推进行计算。

计算过程简单&＃xff0c;但是有几点是要做好的。首先用户画像是基础&＃xff0c;计算人数都是要用画像数据。然后如果要分析一堆目标用户&＃xff0c;可以用代码循环计算。

以上是关于TGI的总结&＃xff0c;以后有新的心得体会将继续补充。