用户画像TGI

参考：用户画像TGI

在用户画像的评判和验证中，TGI(Target Group Index)是一个很重要的指标。

1. TGI概念

TGI=[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，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，比如某客户端所有用户的男女比是60%和40%，在这些用户中，看过某体育视频的男女比是90%和10%，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=150，女性10%/40%*100=25，该母婴视频在男性中的TGI是20%/60%*100=33.33，女性80%/40%*100=200.

概念看似简单，我刚接触TGI时有点绕的问题是，“目标群体”和“某一特征”容易混淆。像刚才体育频道的例子，把看过体育频道的用户作为“目标群体”，男性女性作为“某一特征”，“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，所以设置他们为“目标群体”，也就是我想研究什么，就设置哪个群体为“目标群体”，“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，假如我想研究男性或者女性用户，我就要设置男性用户为“目标群体”，看不看体育频道反而变成了“某一特征”，“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，并非仅局限于人群特征偏好度，由于TGI是用户画像中的概念，大家往往关注人群TGI。概念中的群体可以指代很多内容，比如广告点击曝光转化，文章阅读统计，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，就可以计算TGI。例如广告曝光，可以按创意类别分类，也可以按投放广告所在频道分类，两种维度的分类就可以计算某类创意在某频道的TGI，或者某频道在某类创意的TGI。

3. TGI应用

在画像中，TGI的作用是研究特征和目标人群的关联度，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，25、33.33和150、200一样有很大价值，因为更大的区分度更能描绘人群的特点，也更容易聚类出相应人群。同理，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，发掘更多潜在用户和数据的潜在价值，像啤酒和尿不湿的故事，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，展示不同人群的区别。

不过TGI也有尴尬之处，它很难验证人群画像准确度，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，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，这是因为没有整体评价的计算，关于评判画像这一点之后会再研究。再一个比较关键的点，就是分类中数量越少的群体，TGI浮动会越大，相对越不准。假设用户中男女比是99%和1%，在性别上的TGI将没有什么价值，女性TGI会浮动很剧烈，偶然因素影响巨大，也就不具备参考价值了。

4. TGI计算

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

计算过程简单，但是有几点是要做好的。首先用户画像是基础，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，可以用代码循环计算。

年龄预测流程：