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...
---
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) |
don't have the plugin yet? install it then click "run inline in claude" again.