基于DMP标签体系的用户画像洞察分析技能。支持多维度数据分析、核心特征筛选、推导说明生成、策略建议输出，适用于精准营销、用户运营、产品优化等场景。当用户需要分析用户画像数据、生成用户洞察报告、制定营销策略时使用此技能。触发词：用户画像、人群画像、画像洞察、画像分析、画像报告、人群洞察、洞察分析、洞察报告、TGI分...
SKILL.md

---
name: dmp-persona-insight-5-2-1-clean-1
description: 基于DMP标签体系的用户画像洞察分析技能。支持多维度数据分析、核心特征筛选、推导说明生成、策略建议输出，适用于精准营销、用户运营、产品优化等场景。当用户需要分析用户画像数据、生成用户洞察报告、制定营销策略时使用此技能。触发词：用户画像、人群画像、画像洞察、画像分析、画像报告、人群洞察、洞察分析、洞察报告、TGI分析、标签分析、特征分析、人群特征、营销策略、精准营销、人群策略、投放策略、生成报告、用户分层、人群分层、用户运营分析。
version: 9.3.0
homepage: https://open.mingdata.com/ability-center
metadata:
  openclaw:
    primaryEnv: DMP_AK
    requires:
      env:
      - DMP_AK
      - DMP_SK
---

# DMP用户画像洞察分析

## 概述

本技能提供**DMP用户画像洞察分析**服务，通过配置AK/SK获取明日DMP平台的洞察数据，进行深度分析并自动生成结构化分析报告和专业PPT演示文稿。

### 🔑 获取AK/SK

在 [明日开放平台](https://open.mingdata.com) 申请人群洞察模块的任务查看与下载权限，申请通过后会生成对应的密钥：
- **DMP_AK**（Access Key）
- **DMP_SK**（Secret Key）

### 🎯 核心能力

| 功能 | 说明 |
|------|------|
| **API数据获取** | 通过AK/SK调用明日DMP API获取洞察任务数据 |
| **标准特征识别** | v9.0 六步完整流程（排序→筛选→取前40%→并列识别→互斥处理→无区分度排除）|
| **多维度分析** | 支持7-10个数据维度的自动分析 |
| **用户画像生成** | 四层结构画像（角色定位 → 价值观 → 行为模式 → 特征支撑）**完全自动生成** |
| **地域洞察** | 省份/城市级深耕方向分析 **完全自动生成** |
| **策略建议** | 产品定位、渠道布局、内容营销、用户运营建议 **完全自动生成** |
| **深度分析建议** | 单维度、交叉维度、优先级排序 **完全自动生成** |
| **PPT报告** | 一键生成12页专业演示文稿 |

### 📊 适用场景

- 互联网产品用户画像分析
- APP/小程序运营决策支持
- 精准营销和投放策略制定
- 产品定位与竞品对标
- 管理层汇报和融资演示

## 操作指南

详见 [快速开始](references/quickstart.md) 和 [操作文档](references/operation-guide.md)

---

## Operation

### 工作模式

#### 1️⃣ 查询洞察任务状态

**功能：** 检查已提交的明日DMP洞察任务是否完成

**接口：** POST `/audience/insight/list`

**输入：** 任务ID列表

**输出：** 任务信息（ID、名称、人群、状态、创建时间）

**状态码：**
- `0` - 失败 ❌
- `1` - 成功 ✅
- `2` - 等待中 ⏳
- `3` - 计算中 🔄

**示例：**
```python
from scripts.insight_api import InsightAPI
api = InsightAPI()
status = api.query_insight_status([104426])
print(status)
```

详见 [洞察集成指南](references/insight-integration.md)

---

#### 2️⃣ 获取洞察任务结果

**功能：** 拉取已完成洞察任务的分析结果（特征、占比、TGI）

**接口：** GET `/audience/insight/result`

**输入：** 任务ID

**输出：** 多维度特征数据
```json
{
  "id": 123,
  "name": "30-40岁",
  "coverageRate": 0.45,
  "tgi": 1.8,
  "children": []
}
```

**示例：**
```python
from scripts.insight_api import InsightAPI
api = InsightAPI()
result = api.get_insight_result(104426)
print(result)
```

详见 [洞察集成指南](references/insight-integration.md)

## 工作原理

本技能采用多维度智能分析算法：

1. **数据预处理**：读取并验证数据一致性
2. **特征筛选**：自动识别核心特征与关键指标
3. **画像生成**：构建四层结构用户画像
4. **策略输出**：生成可落地的商业建议
5. **报告生成**：输出专业级分析报告

具体方法论详见 [分析框架](references/analysis-framework.md)

## 配置与注意

### API 认证配置（必需）

**获取AK/SK**：在 [明日开放平台](https://open.mingdata.com) 申请人群洞察模块的任务查看与下载权限

**配置方式**：
1. **环境变量**（推荐）：设置 `DMP_AK` 和 `DMP_SK`
2. **OpenClaw Dashboard**：Skills 页面配置 `DMP_AK` 和 `DMP_SK`
3. **代码中传入**：
```python
from scripts.insight_api import InsightAPI
api = InsightAPI(ak='your_ak', sk='your_sk')
```

### 正确的鉴权方式（v3.0）

**核心要点**：
- ✅ 签名算法：`MD5(ts + randStr + SK).upper()`
- ✅ 时间戳：10位秒级 (不是毫秒)
- ✅ 随机数：4位纯数字，范围 1000-9999
- ✅ API域名：`https://open.mingdata.com/api/open-api`

**鉴权参数示例**：
```json
{
  "ts": "1774580142",
  "randStr": "8165",
  "accessKey": "${AMAP_ACCESS_KEY}",
  "sign": "${AMAP_SIGN}"
}
```

### 核心原则

1. **数据驱动** - 所有结论必须有数据支撑
2. **逻辑一致** - 避免自相矛盾的特征
3. **完整性** - 覆盖所有提供的维度
4. **准确性** - 不臆测缺失数据

## 快速开始

1. **上传数据文件**（Excel 多sheet 或 CSV）
2. **系统自动分析** 多维度数据 → TGI排序 → 用户分层
3. **获取完整报告** 
   - 用户画像总结
   - 多维度深度分析
   - 3层用户分层
   - 渠道优先级矩阵
   - 投放预算分配建议
   - 关键洞察总结

详见 [快速开始](references/quickstart.md) 和 [优化指南](references/optimize-guide.md)

## 技能文件说明

### scripts/
核心脚本
- `analyze_persona.py` - **本地文件分析脚本（v3.0+）** ⭐
  - 规范化报告输出（Markdown，包含所有分析内容）
  - 用户画像（一句话 + 核心定位 + 地域深耕）
  - 各维度详细分析（自动过滤无TGI维度）
  - 综合策略建议（产品/渠道/内容）
  - 深度分析建议（单维度 + 交叉维度）
  
- `generate_ppt_report.py` - **优化版PPT报告生成（v4.2）** ⭐⭐⭐⭐⭐
  - **v4.2 核心优化**：
    - ✅ **文字大小优化**：13-16pt 正文，充分铺满整页
    - ✅ **图形元素丰富**：侧边装饰条、背景色块、Emoji标记、彩色标签
    - ✅ **左右分栏设计**：维度页双列布局，高效利用空间 (90%+ 利用率)
    - ✅ **多色调配色**：6+ 种颜色搭配，视觉层级清晰
    - ✅ **数据突出方式**：加粗+颜色+背景高亮，关键信息醒目
  - **标准结构**：P1封面 + P2目录 + P3用户画像 + P4地域（若有）+ P5-N维度分析 + 倒数第2策略 + 最后1分析
  - **完全自动化**：从Markdown自动提取内容，生成专业级PPT，零手动调整
  - **智能地域检测**：自动检测有无地域数据，智能调整目录和分页
  - **动态分页**：根据维度数自动调整页数（N维度 → N+5页）
  - **企业级设计**：深蓝 + 多色调 + 图形元素，专业美观
  - 一键生成，无需调整，即开即用
  
- `insight_api.py` - DMP API集成（v3.0 正确MD5鉴权）

### references/
文档与资源
- **ppt-v4.2-usage.md** - ⭐⭐⭐ **PPT v4.2 快速使用指南**
  - 新版特性概览（文字大、图形丰富、排版优化）
  - 5分钟快速上手
  - 页面构成详解
  - 自定义选项和常见问题
  
- **ppt-v4.2-changelog.md** - ⭐⭐⭐ **PPT v4.2 完整更新日志**
  - v4.2 核心优化详解
  - 文字大小、图形元素、版式、配色调整
  - 页面对标与设计规范
  - 质量对比与技术实现
  
- **ppt-generation-guide.md** - PPT生成指南（v3.0）
  - 完整工作流（数据 → 报告 → PPT）
  - 内容自动映射规则
  - 常见问题解答
  
- **quickstart.md** - 5分钟快速开始
- **operation-guide.md** - 详细操作步骤
- **analysis-framework.md** - 分析方法论
- **insight-integration.md** - 洞察API集成指南
- **api-integration.md** - API 集成说明
- **ppt-design-guide.md** - PPT 设计规范

## 核心能力 - v3.1+ 规范化输出（最新）

### ✨ 规范输出格式

#### 1️⃣ 用户画像（新格式 v3.1+）

**基础部分**（必需）：
- **一句话核心特征**：多维度标签融合，高度浓缩用户特征
- **提炼核心定位**：向上提炼1层，形成商业决策价值的核心定位标签

**地域深耕方向**（如有地域数据）：
- **核心省份**：TGI高且占比大（>3%）的地区，优先布局投放
- **潜力城市**：TGI高（>1.5）但占比适中（1-3%）的城市，重点渗透
- **低优先级**：TGI<1的地区，建议减少投入或暂停

**示例**：
```
## 一、用户画像

一句话核心特征：自驾爱好、旅游消费、亲子活动、品质生活、iPhone用户

提炼核心定位：强兴趣驱动型用户

## 地域深耕方向

核心省份：江苏、湖南、浙江
  （TGI高且占比大，优先布局投放）

潜力城市：鄂尔多斯、湖州、嘉兴等
  （TGI高但当前占比适中，重点渗透）

低优先级地区：甘肃、青海、宁夏等
  （TGI<1，建议减少投入或暂停）
```

#### 2️⃣ 各维度分析
- **核心特征列表**：Top 10特征及TGI值
- **判断理由**：特征聚焦程度分析
- **数据分布说明**：维度强弱判断与数据量说明

#### 2️⃣ 各维度详细分析
- **核心特征列表**：Top 10特征及TGI值
- **判断理由**：特征聚焦程度分析
- **数据分布说明**：维度强弱判断与数据量说明
- 自动过滤无TGI数据的维度，仅输出有意义的维度

#### 3️⃣ 综合策略建议
- **产品定位**：面向特定人群的专业产品定位与核心价值
- **渠道布局**：行业专业平台、综合电商、社交电商的策略
- **内容营销**：专业知识、资讯解读、用户体验分享

#### 4️⃣ 深度分析建议
- **单维度分析**：推荐2-3个最值得深入的维度（标注优先级）
- **交叉维度分析**：推荐3-5组高价值维度组合
- **优先级排序**：按商业价值和可执行性排序

### 📊 输出特点
- ✅ 严格按4部分格式输出
- ✅ 仅输出实际存在的维度数据
- ✅ 无地域维度或无TGI数据的维度自动过滤
- ✅ 输出简洁对应，无多余内容
- ✅ 全部数据驱动（TGI支撑）

### 📊 输出格式升级

**v1.0输出**：基础的特征提取和分层
**v2.0输出**：完整的可执行营销方案

### 🚀 使用方式

#### 步骤1：生成分析报告

```bash
# 运行分析脚本（v3.0）
python scripts/analyze_persona.py data.xlsx 人群名称 --output reports
```

**输出：** 完整的Markdown格式洞察报告
- 包含所有分析内容（用户画像 + 各维度 + 策略 + 分析建议）

#### 步骤2：从报告生成PPT

```bash
# 生成PPT（v4.2 优化版 - 一键完成）
python scripts/generate_ppt_report.py reports/人群名称_洞察分析报告_v3.md
```

**输出：** 专业企业级PowerPoint演示文稿（v4.2 优化）

| 页码 | 内容 | 设计亮点 | 文字大小 |
|------|------|--------|---------|
| P1 | 标题页 | 深蓝全屏背景 + 白文字 + 装饰条 | 32-54pt |
| P2 | 目录 | 彩色编号圆 + 副标题说明 + 背景分隔 | 14pt + 11pt |
| P3 | 用户画像 | 2×高亮背景色块 + 左侧装饰条 | 14-15pt 加粗 |
| P4 | 地域深耕 | 上下分区 + 浅蓝/浅橙背景 | 13pt + 12pt |
| P5+ | 各维度分析 | **左右双列** + 背景色块 + emoji | 12-14pt |
| P倒2 | 综合策略 | 三分区 + 彩色条指示 + 分块设计 | 13pt + 12pt |
| P倒1 | 深度分析 | 上下分块 + emoji标记 + 背景区分 | 13pt + 12pt |
| P末 | 感谢观看 | 深蓝全屏背景 + 白文字 | - |

**v4.2 新增亮点**：
- ✅ 正文文字 13-16pt，充分铺满页面
- ✅ 左右分栏设计，空间利用率 90%+
- ✅ 丰富图形元素：背景色块、emoji、彩色条、装饰条
- ✅ 多色调配色：6+ 种颜色，视觉层级清晰
- ✅ 数据突出：加粗+颜色+背景高亮，关键信息醒目
- ✅ 企业级设计，专业美观，即开即用

**v3.2企业级设计规范**（遵循PPTX Skill最佳实践）：

**1️⃣ 布局原则**
- ✅ 每页都有视觉元素（绝无纯文本幻灯片）
- ✅ 侧边装饰条（1mm左/右边栏，颜色区分维度）
- ✅ 分隔线（标题下方，强调信息分层）
- ✅ Icon圆点（section标记，增强视觉节奏）
- ✅ 左右双列（最大化空间利用，信息密度高）

**2️⃣ 配色体系**
- 主色：深蓝 #0070C0（占60-70%视觉权重）
- 支持色：蓝绿 #1C7293（辅助强调）
- 强调色：红橙 #FF6B6B（关键数据）
- 背景色：浅灰 #F5F5F5（内容衬底）
- 文本色：深蓝灰 #2F3C7E（正文）

**3️⃣ 字体层级**
- 页标题：40-44pt 加粗 深蓝
- 分类标题：24pt 加粗 深蓝
- 内容：11-13pt 常规 深蓝灰
- 辅助：10pt 浅灰 （说明补注）

**4️⃣ 视觉元素**
- 侧边装饰条：3mm宽，贯穿全页高度
- 分隔线：2px厚，标题下方
- Icon圆点：10-15px 圆形，颜色同装饰条
- 卡片背景：8px圆角，浅灰+1px边框

**5️⃣ 排版规范**
- 页边距：0.5" 上下左右
- 行距：1.35倍（清晰易读）
- 列宽：左/右列各4.4英寸（总宽9英寸）
- 间距：左右列间0.2英寸，行间0.1英寸

**参考文档：** 
- [特征识别标准](references/FEATURE_EXTRACTION_STANDARD.md) - v9.0 六步完整流程规范
- [PPT设计指南](references/ppt-design-guide.md) - 详细设计规范
- [PPT生成指南](references/ppt-generation-guide.md) - 使用说明

---

## 更新日志

### v9.3.0 (2026-05-08)

**核心改进：**
1. ✅ **强调API方式获取数据**
   - 明确说明需要通过配置AK/SK来获取洞察数据
   - 添加AK/SK获取方式说明：在 [明日开放平台](https://open.mingdata.com) 申请人群洞察模块的任务查看与下载权限
   - 移除本地文件分析方式的介绍
   - 优化工作模式说明，聚焦API数据获取和分析

### v9.2.2 (2026-05-08)

**核心改进：**
1. ✅ **清理技能目录，删除所有旧版本脚本**
   - 删除 `analyze_persona_v7.py` (旧版本)
   - 删除 `analyze_persona_v8.py` (旧版本)
   - 删除所有 `snapshot_*.py` 快照文件
   - 仅保留最新的 `analyze_persona_v9.py`

**保留文件：**
- `analyze_persona_v9.py` (最新版本)
- `feature_extraction.py` (特征提取模块)
- `generate_ppt_report.py` (PPT生成模块)
- `insight_api.py` (API调用模块)

### v9.2.1 (2026-05-08)

**核心改进：**
1. ✅ **删除脚本文档字符串**
   - 删除 `analyze_persona_v9.py` 开头的文档字符串
   - 使代码更简洁，不影响任何功能

### v9.2.0 (2026-05-08)

**核心改进：**
1. ✅ **修复核心特征显示问题**
   - 核心特征列表现在显示三步法筛选后的所有核心特征（而非仅Top 10）
   - 标题显示实际特征数量（如"13条"、"20条"）

2. ✅ **优化策略建议格式**
   - 渠道布局策略：按照垂直平台分类，每个渠道类型下有3条具体子项说明
   - 内容营销策略：按照专业知识类型分类，每个类型下有2条具体子项说明

### v9.1.0 (2026-05-08)

**核心改进：**
1. ✅ **简化报告输出格式**
   - 删除各维度分析中的"分析流程"部分（六步流程详细输出）
   - 保留核心特征列表、判断理由、数据分布说明

### v9.0.0 (2026-05-08)

**核心改进：**
1. ✅ **各维度分析严格按照六步完整流程输出**
2. ✅ **用户画像生成详细的一句话核心特征**
3. ✅ **保留v8.0的完全自动化生成功能**

**新增脚本：** `analyze_persona_v9.py`

**新增脚本：** `analyze_persona_v8.py`

### 📊 核心能力对比

| 能力 | 说明 |
|------|------|
| 数据支持 | Excel多sheet / CSV格式 |
| TGI分析 | 自动识别TGI列，排序核心特征 |
| 用户画像 | 一句话 + 核心定位 + 地域深耕 |
| 维度分析 | 5-8个维度，每个Top 10特征 |
| 策略建议 | 产品定位 + 渠道布局 + 内容营销 |
| 分析建议 | 单维度 + 交叉维度建议 |
| 报告输出 | 专业级Markdown（4部分完整结构） |
| PPT输出 | 自动生成PowerPoint（v3.0优化版） |
| 可执行性 | 高（所有策略可直接投放） |
dmp-persona-insight

SKILL.md

related skills
