dmp-persona-insight（dmp 角色洞察）

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，基于多维标签数据进行深度分析，自动生成结构化分析报告和专业PPT演示文稿。

🎯 核心能力

📊 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 和 操作文档

Operation

三大工作模式

1️⃣ 本地文件分析

输入： Excel (.xlsx/.xls) 或 CSV 本地文件

数据要求： 多维度标签数据（建议7-10个维度）

必需字段： 标签名称、TGI值、占比

输出：

• 用户画像总结（四层结构）
• 各维度详细分析
• 地域深耕方向
• 综合策略建议
• 深度分析方向
• PPT演示文稿（可选）

2️⃣ 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：

from scripts.insight_api import InsightAPI
api = InsightAPI()
status = api.query_insight_status([104426])
print(status)

详见 洞察集成指南

3️⃣ 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

{
  "id": 123,
  "name": "30-40岁",
  "coverageRate": 0.45,
  "tgi": 1.8,
  "children": []
}

示例：

from scripts.insight_api import InsightAPI
api = InsightAPI()
result = api.get_insight_result(104426)
print(result)

详见 洞察集成指南

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

配置与注意

API 认证配置（重要）

如需调用明日DMP API 获取洞察任务结果，必须配置 AK/SK。

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：

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：

{
  "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 和 优化指南

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

# 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

# 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）

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 - v7.0 完整算法规范
• PPT设计指南 - 详细设计规范
• PPT生成指南 - 使用说明

📊 核心能力对比