上篇文章講解了如何了解全網(wǎng)用戶

全網(wǎng)用戶的人群分析，每個店鋪后臺數(shù)據(jù)都是一樣的，與店鋪無關。

這一篇文章我們來講一下如何了解自己店鋪的用戶特征。在這個千人千面流量時代，我們急切的想知道自己店鋪的人群是否準確，這就需要我們知道店鋪現(xiàn)有人群究竟是什么樣的。問了解店鋪人群有什么用？1，對店鋪人群進行畫像，看一下現(xiàn)在的店鋪人群是否符合自己的預期，比如我們看到店鋪的成交人群年齡段集中在40~49，而我們的預期人群年齡是30~39，那就說明我們當前人群與預期人群不匹配。那不匹配如何解決？這個要看實際策略了，但是首先得先把人群畫像做出來。

2，根據(jù)人群畫像了解店鋪高價值人群（具體標準看營銷策略），然后圈定類似人群進行投放，讓這些人群越來越多。

3，根據(jù)人群畫像來分析缺失人群，比如我們認為白領也是我們的目標客戶，但是店鋪人群中白領卻很少，這時候我們可以圈定白領進行投放，看看這個人群數(shù)據(jù)究竟如何，把我們認為的缺失人群補上。

壹

由于大家對達摩盤認識有一個由淺入深的過程，所以這篇文章還暫時不會做過于復雜的分析，對于TGI計算、人群特征的交叉都會在后面的進階文章中在給大家講解（進階文章我后期會公開發(fā)布，敬請關注等更新）。

那么本篇文章先教大家如何看從不同維度去考量的店鋪人群。

貳

進入達摩盤后臺dmp.taobao.com，然后點擊頂部菜單中的‘標簽’，即進入標簽模塊。所有的標簽被分為了兩大類，‘全網(wǎng)用戶’和‘我的用戶’。

我們這一篇文章來了解一下‘我的用戶’

我的用戶的標簽有4個固定的分組，分別是‘店鋪’、‘品牌’、‘內容’、‘粉絲’。每個分組下都有若干個小分組。我們首先來看‘店鋪用戶’這個分組，點擊‘店鋪’店鋪下面有83個標簽（不同級別的店鋪標簽數(shù)量會有區(qū)別）。這里的標簽有瀏覽相關的、有收藏加購相關的、有成交相關的，種類很多，時間范圍也不盡相同。每個標簽后面都有一行文字來解釋這個標簽的含義。比如認知用戶的含義就是：近180天內有店鋪訪問、收藏、加入購物車，但是沒有購買行為的用戶群體。這里面的標簽值得大家認真去看一看，至少了解都有哪些標簽，不同的標簽將在不同的營銷場景下發(fā)揮作用。比如購物車是否有店鋪寶貝這個標簽我們就可以選擇180天內瀏覽過店鋪寶貝，而且現(xiàn)在購物車里還有寶貝的人群進行廣告投放圈定上圖中這36000+人，投放特定的廣告形式來讓加購用戶盡快成交。

當然其他標簽各有其適合的影響場景。比如廣告人群標簽

我們也可以通過這些標簽對不同的廣告觸達人群進行人群圈定再投放。

叁

以上只是對店鋪人群的了解以及簡單應用。我們雖然了解了每個標簽的含義，但是畢竟這還是黑盒。其實更進一步的做法，是需要對店鋪人群進行畫像。對每一個標簽的人群特征進行具體的分析，已期把這些人群特征白盒化，知道自己店鋪現(xiàn)在有哪些人群，這些人群是否符合自己的預期，還有哪些人群缺失等等，這些都需要對人群進行畫像。

既然畫像，就意味著要了解這些人的性別、年齡，職業(yè)、教育程度、各種行業(yè)偏好等，這些都是全網(wǎng)屬性中的標簽。那畫像就必須是使用店鋪用戶與全網(wǎng)用戶進行交叉，才能得到這些分析。

例如我想對店鋪的‘現(xiàn)有用戶’進行畫像，那就需要先將‘現(xiàn)有用戶’添加到交集特征

添加之后再根據(jù)自己想分析的屬性進行全網(wǎng)標簽交叉，比如我想知道現(xiàn)有用戶這11871人當中有多少是女性，那就需要和全網(wǎng)標簽的‘性別’中的‘女’進行交叉。

最后得到的結果就是下圖所示，現(xiàn)有用戶中的女性人數(shù)為10485

通過這樣的交叉，再去與其他的全網(wǎng)用戶標簽進行交叉，就可以對自己店鋪的‘現(xiàn)有用戶’進行清晰的畫像。甚至可以做出如下的分析報告

至于這些比較復雜的報告的做法，我會在后續(xù)的內容中陸續(xù)刊出，敬請期待。

可能會有些比較了解達摩盤的掌柜，覺得這些類似的圖標在‘洞察’中也能看到。

確實，洞察有類似的數(shù)據(jù)，但是洞察里能分析的標簽實在是太少了，而我剛才的交叉分析，就是洞察數(shù)據(jù)的分析方法，而且可以分析所有的你想要的任意基礎標簽和行業(yè)標簽，而且還可以做多個標簽的交叉（洞察僅能分析單一標簽）。

文章標簽：

分享地址：http://sunmanartglass.com.cn/news/dyygh/detail-524.html