先上概念：

TGI（Target Group Index）指数，是反映目标群体在特定研究范围(如地理区域、人口统计领域、媒体受众、产品消费者)内的强势或弱势的指数。 TGI指数= [目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准数100。

总体来说，TGI就是一种多维度相关性并计算出偏好、排名的方法。

01 指标拆解

TGI计算公式中，有三个关键点需要进一步拆解：某一特征，总体，目标群体。

随便举个栗子，假设我们要研究A公司脱发TGI指数：

某一特征，就是我们想要分析的某种行为或者状态，这里是脱发（或者说受脱发困扰）

总体，是我们研究的所有对象，即A公司所有人

目标群体，是总体中我们感兴趣的一个分组，假设我们关注的分组是数据部，那目标群体就是数据部

于是乎，公式中分子“目标群体中具有某一特征的群体所占比例”可以理解为“数据部脱发人数占数据部的比例”，假设数据部有15个人，有9个人受脱发困扰，那数据部脱发人数占比就是9/15，等于60%。

而分母“总体中具有相同特征的群体所占比例”，等同于“全公司受脱发困扰人数占公司总人数的比例”，假设公司一共500人，有120人受脱发困扰，那这个比例是24%。

所以，数据部脱发TGI指数，可以用60% / 24% * 100 = 250，其他部门脱发TGI指数计算逻辑是一样的，用本部门脱发人数占比 / 公司脱发人数占比 * 100即可。

TGI指数大于100，代表着某类用户更具有相应的倾向或者偏好，数值越大则倾向和偏好越强；小于100，则说明该类用户相关倾向较弱（和平均相比）；而等于100则表示在平均水平。

刚才的例子中，我们瞎掰的数据部脱发TGI指数是250，远远高于100，看来搞数据的脱发风险极高，数据才是真正的发际线推手。

使用Python计算：https://cloud.tencent.com/developer/article/1522875 

02 再看一个栗子

一个例子表示一下我说的公式。假设这个产品用户有100万，70万年轻人，20万中年人，10万老年人。产品里面的功能有两个，工作功能40万用户在用，娱乐功能60万用户在用。我用例子表示一下我说的公式

1.当我想看工作用途的人的特点时，我拿到使用工作功能的40万用户，假设我发现里面的用户分布是，年轻人18万，中年人15万，老年人7万。从直观判断，中年人占比一下子多了，说明工作用途更倾向中年人。年轻人18万，是用工作用途中最多的，但是年轻人基数大，所以工作用途不倾向年轻人。用TGI表示是，中年人（15/40）/（20/100）100=187.5，年轻人（18/40）/（70/100）*100=64.3。

2.当我想看这20万中年人的特点时，我看到15万用工作用途，5万用娱乐用途。用TGI表示是，工作用途（15/20）/（40/100）100=187.5，娱乐用途（5/20）/（60/100）*100=40.3，说明中年人更倾向工作用途。

3.TGI就是对比来看的，对比目标群体和总体的特征差异。

https://zhuanlan.zhihu.com/p/54554462

03 上手计算

踩了几次坑，终于发现最难的其实是首先你定下你要分析是以什么维度分析的。

如图所示（隐藏数字后），这次我要分析的是内容分类的偏好是如何的：

这是一个有关人物属性对应喜欢的内容分类，    以上就是本篇文章【TGI指数-用户画像和内容偏好】的全部内容了，欢迎阅览 ！ 文章地址：http://dfvalve.xrbh.cn/news/4636.html 
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 迅博思语资讯移动站 http://keant.xrbh.cn/ , 查看更多