一、价值定位

首先需要明确DMP系统的价值定位和核心功能，以此才能评估需要涵括哪些内容

✧用户刻画更清晰：能够通过数据标签化的形式，全面、精准刻画用户全貌
✧用户触达更精准：能够沉淀不同的策略规则，精准触达不同目标群体

好的鱼饵（标签体系）+ 精湛的捕鱼技巧（策略规则）=> 捕鱼达人（更多转化用户）

二、产品架构

基于前置的价值定位，我们明确一个DMP需要走完整个策略闭环，实现精细化运营

✧整体说明：通过约定的底层建设模式->实现标签配置化上平台->对标签的质量、配置和对外API服务进行管理->提供人群圈选和分析相关的服务->并基于算法或规则沉淀一系列智能化的建议->对外打通触达平台->监控全链路的数据并做不同主题的效果分析
✧核心目标：统一的数据平台，高效开发；覆盖用户分析场景，能够有策略建议
在这里插入图片描述
图1：DMP用户资产平台结构

1.标签宽表搭建

①搭建内容：基于标签的分类体系（基础属性、游戏属性、活跃属性、商业属性、广告属性、活动属性、干预属性）+ 标签类型（数字、枚举、文本、日期），搭建不同主题的标签宽表。常见的标签类目体系划分为“三层六类”的模式，即基于不同的实体和关系，划分出不同的类目，正常在六类左右，然后每一类划分三层，即A类目-B属性-C标签的层级结构
②解决问题：为上层应用提供基础能力，对外还可供分析师、算法作特征分析

2.标签管理中心

✧整体说明：涵盖标签的生命周期管理、标签的质量把控、对外提供的服务（API、圈人服务、可视化服务），同时会基于投放反馈沉淀出智能化的规则（for 拉新、预流失、流失召回、留存提活、首单转化、续费等），并结合算法能力形成种子用户人群扩散能力

2.1.标签上下架管理

①搭建内容：基于标签固有的信息架构，搭建配置后台，实现标签的配置化上下平台
②解决问题：释放前后端人力，数据层面按约定模式开发底表，就是实现标签的自动上下架
在这里插入图片描述
图2：标签的基础信息

2.2.标签市场

①搭建内容：基于标签的上下架，实现标签的类目管理，让业务侧清晰知道现有的标签体系
②解决问题：提升业务对用户的认知，通过标签门户方式帮助业务了解现有的标签体系

2.3.标签API服务

①搭建内容：基于标签体系，提供API的对外服务
②解决问题：衍生能力，供算法模型、风控、分析、B端服务等场景提供特征化标签接口服务

2.4.标签质量管理

①搭建内容：标签评估体系，前置保障标签的质量
②解决问题：保障标签的质量，提升用户圈选的精准度，提高转化效率
在这里插入图片描述
图3：标签的质量评估范围

3.人群管理中心

✧整体说明：涵盖用户的个性化圈选（标签间的“与、或、非”，人群间的“与、或、非”）、人群包的应用（包括推送管理、人群可视化等），以及基于不同投放目标和算法能力所沉淀的智能化规则的产品服务

3.1.人群圈选

①搭建内容：规则创建（不同标签间的“与、或、非”，人群包间的“与、或、非”）、人工导入、智能创建
②解决问题：人群的灵活圈选，满足各种组合操作和不同类型的人群创建方式

3.2.人群包管理

①搭建内容：解决人群包的推广、更新、分享、删除、分析等管理功能
②解决问题：人群包的管理，和人群圈选配合使用

3.3.人群透视分析

①搭建内容：人群包的标签特征可视化功能，人群包之间的对比分析，TGI分布
②解决问题：人群的认知提升和分析，帮助判断人群是否为目标用户，查看人群特征倾向性，结合TGI做特征倾向性分析

3.4.人群扩散

①搭建内容：选定种子用户，基于人群特征的相似性，做人群的扩散
②解决问题：提升转化率的方式之一，通过人群之间的特征相似性，找到同质人群，结合算法能力，待评估价值。人群扩散功能是以前置转化用户作为种子用户，基于算法的能力寻找更多潜在的同质用户的手段，能够更为精准的命中更多目标用户，是DMP平台的一大核心利器

3.5.智能创建

①搭建内容：基于历史投放的经验和分析沉淀的经验，并将规则产品化
②解决问题：提升转化率的方式之一，基于历史投放的经验或分析的一些核心结论，制定for不同目标的人群创建规则，结合分析师的能力。智能创建是基于历史经验的沉淀，抽象出很多优质的规则，在业务侧明确目标，但不知圈选哪些人群前提下提供的规则建议，以下是一些举例

1.拉GMV：“游戏名”-高付费潜力用户，该人群的用户历史付费超过xxxx，且近7日付费xxx
2.拉新增：“游戏名”-同质游戏深度用户，该人群的用户是xxx同类型用户的活跃用户
3.拉留存：“游戏名”-假期活跃用户，该人群的用户在假期的活跃度是工作日的xxx倍
4. 拉首单转化：“游戏名”-同IP优惠券敏感用户，该人群的用户对xxxIP高消费，且对优惠券很敏感度xxx