用戶基礎數據

性別

通過快手(shou)旗下(xia)app數據,模型算法預測(ce)的(de)用戶(hu)性別(bie)

年齡

通過快手旗下app數據,模型算(suan)法預測的用戶年(nian)齡區間(jian)

地域

根據用戶LBS信息用模型計(ji)算出(chu)的常駐(zhu)省(sheng)份(fen)或實時省(sheng)份(fen)

設備價格

根據用(yong)戶(hu)使用(yong)快手(shou)期間手(shou)機(ji)機(ji)型預測

平臺網絡設備

用戶使用快手期(qi)間的網絡環(huan)境

大宗消費意向

用戶在快手(shou)的消費行為預測的消費偏好

財產狀態

用戶在(zai)快手(shou)系APP行為預測的用戶有(you)無車、房情況

居住分層

用戶在(zai)快手(shou)系APP行(xing)為預測的(de)用戶居(ju)住地區類型、居(ju)住地等(deng)級、居(ju)住小區水平

學歷

基于(yu)用戶在(zai)快手系(xi)APP行(xing)為數據通過(guo)模(mo)型算法(fa)預測的用戶最高學歷，包含：高中及以下/專科/本科/碩士及以上

人生階段

基于用戶在(zai)快手系APP行為數據(ju)通過(guo)模型(xing)算法預測的用戶人生階段(duan)，包含：婚姻狀(zhuang)態(tai)：未婚/已(yi)婚；生育狀(zhuang)態(tai)：未育/已(yi)育；育兒(er)狀(zhuang)態(tai)：0-3歲(sui)(sui)/3-6歲(sui)(sui)/6-12歲(sui)(sui)

用戶行為數據

快手網紅

快(kuai)手某類(lei)或指定網紅的互動(dong)行為人群

移動應用安裝

用戶(hu)安裝app行為(wei)數(shu)據(ju)，包含優(you)惠返利/在線閱(yue)讀/安全性能(neng)/音樂游戲(xi)/系統工具/跑酷競速…

快手使用活躍度

根據用戶在快手(shou)的活躍頻次定義重度/中度/輕度

應用滲透率

根據(ju)用戶安裝某類型app綜(zong)合計算得到高(gao)滲(shen)透(tou)率/中(zhong)滲(shen)透(tou)率/低滲(shen)透(tou)率(依(yi)據(ju)排名(ming)分(fen)出應(ying)用偏好高(gao)中(zhong)低)

行為意向

在不同場景（社區(qu)/APP/推廣）下對特定內容或服(fu)務有(you)過行為（瀏覽/觀看/互動）的(de)用(yong)戶；以及對特定內容或服(fu)務可能有(you)轉化(hua)意向的(de)用(yong)戶

K-Star(明星)

明(ming)星(xing)的粉(fen)絲人(ren)群(qun)或者明(ming)星(xing)相(xiang)關內容(rong)（綜藝片段、作品(pin)花絮等(deng)）的觀看(kan)、評(ping)論、點贊、分(fen)享人(ren)群(qun)

直播打賞

根據(ju)用戶近30天在(zai)快手直(zhi)播的打(da)賞行為(wei)數據(ju)，分別(bie)劃分打(da)賞頻次(ci)與打(da)賞金額高中低人群(qun)

廣告行為數據

精準廣告轉化

根(gen)據客戶歷史(shi)投放的(de)快手廣告輻射(she)人(ren)群的(de)點擊、瀏(liu)覽、轉化(hua)等行為，尋找目(mu)標一般精度人(ren)群/高精度人(ren)群

品牌廣告轉化

根(gen)據歷史(shi)投放的開屏或信息流(liu)廣告輻射(she)人群的曝(pu)光、點擊、播(bo)放等行為，尋找目(mu)標(biao)人群

行業分類

行業轉化人群

商業興趣

模型根據(ju)快手(shou)廣告、用戶(hu)行(xing)為判定(ding)的,對商業類目感(gan)興趣的人群

產品關鍵詞

對包含某關鍵詞的(de)(de)廣告創意感興趣的(de)(de)人群

用戶電商偏好

購物意圖

根據用戶在快手短(duan)視頻廣告和快手直播廣告場景下針對不同類(lei)目商(shang)品的(de)行為(wei)意(yi)圖（瀏(liu)覽、點擊、購買(mai)等)，尋找具有消費傾向的(de)人群

用戶消費分層

根(gen)據用戶(hu)在(zai)快(kuai)手各(ge)品(pin)類/快(kuai)手全品(pin)類下最近一年消(xiao)(xiao)費金(jin)額和訂單數據特征進(jin)行(xing)用戶(hu)消(xiao)(xiao)費分層

品類行為

在(zai)不同(tong)場景（視頻(pin)/直播）下對(dui)指(zhi)定(ding)類目(mu)（服裝/百貨(huo)等）有過指(zhi)定(ding)行為（觀(guan)看(kan)/互動(dong)/瀏覽/購買）的用戶

店鋪客戶分層

針(zhen)對店(dian)鋪(pu)用戶(hu)(hu)從(cong)瀏覽/購物(wu)維度做分(fen)層，分(fen)為潛(qian)客(ke)、新客(ke)、老客(ke)等，應用于不同營銷(xiao)目標針(zhen)對性(xing)選擇不同類型用戶(hu)(hu)分(fen)層

（私域標(biao)簽準入規(gui)則：店鋪瀏覽次數超過2000）

店鋪粉絲分層

針對店(dian)鋪(pu)(pu)粉(fen)(fen)絲從活躍(yue)和互動等行為做潛(qian)在/沉(chen)默/活躍(yue)粉(fen)(fen)絲分層(ceng)，應用于店(dian)鋪(pu)(pu)不同目標的粉(fen)(fen)絲定向

（私域(yu)標簽準入規則：店鋪瀏覽次數(shu)超(chao)過2000）

店鋪用戶行為

針對商家(jia)（小(xiao)店或(huo)分銷）用戶站內行(xing)為做分類，以行(xing)為+時間窗口+強度(du)組合形式圈選(xuan)用戶應用于快手(shou)廣告投(tou)放

（私域標簽準入(ru)規則(ze)：店鋪瀏覽次數超過2000）

店鋪關注時間

針對店鋪粉(fen)絲關注店鋪時間(jian)按照周期做分層(ceng)，店鋪粉(fen)絲關注天數（當日(ri)(ri)-關注日(ri)(ri)期）不同周期粉(fen)絲適(shi)用于商家不同的營(ying)銷目標(biao)；

（私域(yu)標簽準(zhun)入規則：店鋪瀏覽次(ci)數(shu)超(chao)過2000）

汽車行業標簽

汽車購買意圖

基于5A模型給(gei)用戶(hu)進行綜合評分，篩選(xuan)出對汽車購買有意(yi)向的用戶(hu)，包含不限、強購買欲

汽車價格

基于5A模型給用戶(hu)進行綜合評分(fen)，篩選出對汽車指定價(jia)格有興趣(qu)的(de)用戶(hu)

汽車類型

基于5A模型(xing)(xing)給用戶進(jin)行綜合評分，篩選出對汽車(che)指定車(che)型(xing)(xing)有興趣的用戶

汽車動力

基于5A模型給用戶進行(xing)綜合評分，篩選出對汽車指定(ding)動(dong)力有興趣(qu)的用戶

汽車品牌

基于5A模型給用(yong)(yong)戶(hu)進(jin)行綜合評分，篩(shai)選(xuan)出對汽車指定品(pin)牌有興趣的(de)用(yong)(yong)戶(hu)，（如寶馬、奔馳(chi)等(deng)）

汽車座位

基于5A模型給用(yong)戶進(jin)行綜(zong)合評分，篩選出對汽車指定座(zuo)位有興趣(qu)的用(yong)戶，包含2-4座(zuo)、5-7座(zuo)、7座(zuo)以上(shang)

汽車人群類型

基于(yu)5A模型(xing)給用戶(hu)進行綜合評分，篩選出不同階段(duan)對汽車需求用戶(hu)

二手車偏好

基于5A模型給用戶(hu)進行綜合評(ping)分，篩選(xuan)出對(dui)二手車(che)有興趣的用戶(hu)