ClkLog埋点分析系统，是一种全新的、开源的洞察方案，它支持全埋点、自定义埋点，能够帮助您捕捉每一个关键数据点，确保您的决策基于最准确的用户行为分析，同时技术人员可快速搭建私有的分析系统。
ClkLog CDP企业版实现了通过对埋点采集回来的用户打标签的方式分析客户的行为、兴趣、购买历史、偏好等多维度数据，构建出一个关于客户的完整数字化档案。在实现自定义事件分析的基础上，通过用户标签和分群，可以更快速更精准地找到目标人群，用数据驱动业务增长，这对于有精准运营的用户来说是必不可少的。
功能简介：
- 标签管理 & 用户标签：灵活定义用户标签，构建丰富的用户特征库
- 用户分群：基于行为和属性对用户进行分组，精准运营不同人群
- 用户个人画像：查看单个用户的完整行为轨迹和属性特征
- 用户群画像：分析不同用户群体的整体特征，挖掘业务增长点
功能价值：
- 个性化营销：精准推荐内容、推送符合用户兴趣的产品
- 用户运营优化：找出高价值用户，制定差异化运营策略
- 增长分析：洞察用户行为，优化产品体验，提高留存率
用户画像管理主要功能示例说明
体验环境：https://pro.clklog.com
我们在项目【货清清】中做了些示例数据供大家参考
一、标签分类
【功能说明】
标签分类管理用于对用户标签的分类进行分组管理，页面以树状结构进行展示，支持两级用户标签分类管理。
点击页面右上角的“新建分类”按钮进行新增，点击标签分类名称进行标签分类的编辑、删除、拖拽排序及子分类添加操作。
【示例说明】
我们示例中添加了三个分类【会员相关】、【消费相关】、【活跃度相关】。
二、用户标签
【功能说明】
用户标签管理用于用户标签规则的管理，包含用户标签及规则的创建、用户打标、标签下的用户分布数据的查询及下载。
1.标签列表
【功能说明】
用户标签管理列表页面,可通过标签分类、数据类型、等方式查询筛选用户标签数据。所有有项目权限的用户均可查看项目下的用户标签，但每个用户只能对自己创建的用户标签进行编辑、删除、手动更新数据操作。
【示例说明】
在示例中我们创建了三个标签，分别是【近一年消费金额】、【近一年登录次数】、【会员等级】，同时分别对应了上面我们创建的三个标签分类。可以看到三个标签分别都处于计算成功状态，且都能看到对应的标签覆盖人数
2.标签创建
【功能说明】
在用户标签管理列表页面，点击右上角的【新建标签】按钮，选择好标签的创建方式，进入用户标签创建页面设置标签基础信息，设置标签基础信息和标签规则，在保存之前需要先进行标签人数的估算再保存（此操作是为了防止标签规则创建的不对导致打标失败）。
目前标签创建的方式支持【自定义标签值（根据自定义规则对用户进行分层打标）】，后续会更新更多的创建方式。
自定义标签值支持的计算规则：
1.选择用户属性满足，筛选满足指定用户属性值的用户（示例中的会员等级标签）
2.选择用户行为满足，筛选在指定周期内，做过某个事件且次数达到设定总次数范围或天数在分布范围内的用户（示例中的近一年登录次数标签）
3.选择行为序列，筛选指定周期内，依次做过选定事件序列的用户
【示例说明】
以【会员等级】标签为例，该标签的逻辑是每天03:00例行打标，他的创建规则是用户属于满足条件。
我们使用【VIP类型】这个用户属性，并且创建了三层标签，第一层【非会员】的定义是VIP类型=0，【普通会员】的定义是VIP类型=1，【超级会员】的定义是VIP类型=2。
3.标签覆盖人数的查看与导出
【功能说明】
在用户标签列表，点击用户标签名称列，查看标签下的标签人数分布情况及历史用户打标情况。在标签详情查看页面，点击右上角的【导出】按钮，可以将打标的用户数据下载至excel。
【示例说明】
标签详情中可以看到标签名称、类型、标签值（下一节会说明标签值）、标签状态。这里【会员等级】标签中划分了三个等级的值，分别是【超级会员】、【非会员】、【普通会员】。
在【标签人数分布】中可以通过图表直观看到当前时间下数据分布的情况，我们也可以在上面选择展示数据的项目数、排序顺序。
在【用户列表】中展示全部符合筛选条件下的标签用户。
在【标签历史详情】中，可以选择标签值的选型和时间范围。我们选择展示所有标签值，时间范围是25.3.11-25.3.18。我们将光标选择在哪个日期就可以看到下方的详细百分比数据。
同样的，在【用户列表】中查看详细的用户清单。
三、用户分群
【功能说明】
用户分群管理用于用户分群规则的管理，包含用户分群及规则的创建、分群打标、分群下的用户分布数据的查询及下载。
1.分群列表
【功能说明】
在用户分群管理列表,可通过分群更新方式、分群状态、最新版本计算时间、创建方式查询筛选用户分群数据，所有有项目权限的用户均可查看项目下的用户分群数据，但每个用户只能对自己创建的用户分群进行编辑、删除、手动更新数据操作。
【示例说明】
示例中我们创建了一个名为【是会员】的分群，同时看到当前分群覆盖人数为76530。
2.分群创建
【功能说明】
用户分群的创建本质是根据用户属性及行为数据，筛选出符合条件的用户人群。如我们示例中：将“会员”的用户，划分为“是会员”用户分群，或是将“过去 7 天有登录行为”的用户，划分为“近期登录用户”用户分群。
分群支持的用户圈选规则：
1.用户属性满足（示例中的【是会员】分群）
2.用户行为满足
3.行为序列
【示例说明】
示例中的【是会员】分群是根据用户属性满足条件创建的，选择条件是用户属性【VIP 类型】≠0，只要是VIP类型不为零的就可以归类到这个分群中。
3.分群覆盖人数的查看及导出
【功能说明】
在用户分群列表，点击用户分群名称列，查看分群下的用户覆盖情况及分群历史详情（该功能与用户标签导出功能类似）。
四、个人画像
【功能说明】
用户画像从时间段、地域、渠道、访客类型维度，对访问用户的各项访问指标数据进行统计分析。
进入用户画像后，页面默认显示今日全部渠道全部访客数据，在页面筛选区域，可快速切换时间选择项或指定时间范围、渠道、以及访客类型进行数据筛选。
点击用户列表行的“查看”按钮查看用户个人画像信息详细信息，用户画像以及访问历史记录。
五、用户群画像
【功能说明】
用户群画像管理是基于用户属性（包含用户标签、用户分群）以及用户的行为或者行为序列，根据实际业务情况对埋点的用户进行规则筛选，添加目标人群以及对比人群，设置要分析的画像信息（用户属性分布、用户行为分布），对目标人群以及对比人群的属性分布和行为进行分布数据进行统计分析并导出为PDF画像报告。
1.群画像列表
【功能说明】
在用户群画像列表页面，可以按照更新方式、最新版本更新时间、群画像名称筛选群画像数据，所有有项目权限的用户均可查看群画像分析报告，但每个用户只能对自己创建的群画像进行编辑、设置更新规则、删除、手动更新群画像数据操作。对于已经成功计算过的群画像分析（无论是手动更新还是定时更新）都无法编辑群画像内的目标人群以及对比人群的规则，如需修改只能复制一个新的群画像后再进行规则的修改。
2.创建群画像
【功能说明】
在用户群画像列表页面，点击右上角的【新增群画像】按钮，进入群画像人群及规则设置界面，添加目标人群和对比人群及规则，在画像信息区域，点击【添加画像信息】按钮为目标人群和对比人群添加画像信息。目标人群及对比人群创建完成后，点击页面上方的【开始计算】按钮对画像群分析下的目标人群以及对比人群进行计算，计算成功后，页面会显示目标人群以及对比人群下的用户数以及站全部用户数的比例、以及目标人群和对比人群在添加的各个维度的画像信息 画像信息添加完成后可【下载PDF】画像分析报告。
1）在画像列表，点击【新增群画像】添加画像目标人群
2）在用户群画像分析页面添加、查看、删除对比人群信息及其规则
3）在用户群画像分析页面的画像信息区域，点击添加画像信息，画像信息可以从用户属性分布和用户行为分布两个维度进行添加。
4）目标人群和对比人群添加完成后，点击【开始计算】按钮，对目标人群及对比人群的覆盖人数进行计算。
5）计算完成后，可查看目标人群、对比人群的覆盖人数、查看设置的画像信息对目标人群和对比人群在设置的各个画像维度下的统计分析结果。且可进行重新计算、下载群分析报告及复制操作。
【示例说明】
以【群画像分析示例】为示例，示例中创建了用户属性满足用户分群是会员的【目标人群】，以及【有消费行为】、【有购买行为】、【购买成功】、【搜索后购买】、【搜索后购买成功】的五个对比人群，其中对比人群为【有消费行为】的规则满足用户标签近一年消费金额有值的人群，【有购买行为】的规则满足用户在365天内做过购买服务行为的总次数大于1次的人群，【购买成功】的规则满足用户在近365天依次做够购买服务且购买服务成功的人群，【搜索后购买】的规则满足用户在近365天依次做过点击搜索按钮且购买服务的人群，【搜索后购买成功】的规则满足用户在近365天依次做过点击搜索、购买服务行为序列，以及购买服务、购买服务成功序列的人群。
基于示例中的目标人群和对比人群的画像信息创建了从【会员等级】、【近一年登录次数】、【近一年消费金额】的维度统计分析目标人群和对比人群的画像信息。
进入示例的用户群画像分析详情页面，查看群画像目标人群和对比人群的用户数和用户占比以及目标人群和对比人群在设置的各个画像维度下的统计分析结果。
3.群画像更新规则设置
【功能说明】
用户群画像更新规则设置用于设置用户群画像下的目标人群和对比人群的自动更新周期和时间，例行规则模式下，系统定时任务调度管理会根据群画像规则自动更新群画像下的目标人群和对比人群。例行更新的周期支持按天/按周/按月选择对应的日期和时间。
固定后缀
参考链接
github开源代码：https://github.com/clklog
gitee开源代码：https://gitee.com/clklog
ClkLog官方指南：https://clklog.com
