TGI指数

一、TGI的概念

TGI分析是数据分析中经常用到的一种方法，先来看一下百度百科中TGI的概念：

TGI：即Target Group Index（目标群体指数），可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。其计算公式为：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。

这段话看起来可能比较绕，我们举个简单的例子，比如知乎全体用户中关注篮球话题用户占比为20%，男性用户中关注篮球的占比为50%，那么篮球话题在男性用户中的TGI为=50%/20%=250%，说明篮球话题在男性用户中表现更为强势，即更受欢迎。

从上面的例子可以看出，TGI可以帮助我们分析特征在目标群体中相对全体用户的表现情况，如果对TGI进行分区的话，主要可以分为三段区间：

TGI=100%：特征在目标群体和全体用户中的表现没有差异

TGI>100%：特征在目标群体中表现更为强势，数字越大越强

TGI<100%：特征在目标群体中表现较为弱势，数字越小越弱

二、为什么要用TGI？

在这里我们举一个简单的例子，假如现在要分析年龄特征对用户流失的影响，发现流失用户中年龄结构如下：

可以看到流失用户中25岁以上的用户占比很高，达到了68%，那我们可以下结论说25岁以上的用户更容易流失了吗？答案是否定的，我们还需要观察全体用户中年龄段的分布情况，有可能全体用户中本身25岁以上用户的占比就比较高。

通过观察整体用户年龄结构可以发现，整体用户中25岁以上用户的占比达到了79%，其实还要高于流失用户，分别计算不同年龄段的TGI，结果如下表格所示。18-25岁年龄段的TGI为150%，说明18-25岁这个特征在流失用户中表现更为强势，即18-25岁的用户可能更容易流失；而我们之前观察到的高占比的25岁以上的用户TGI为86%，反而相对更不容易流失，通过这个case，相信大家基本明白TGI的作用了。

除此之外，大家可能还注意到了0-18岁的用户TGI高达200%，这能说明0-18岁的用户就更容易流失吗，答案是未必的。0-18岁的用户在流失用户中占比2%，整体用户中1%，从绝对值上看，只相差了一个百分点，在占比较小的情况下，很有可能会因为数据上的波动导致TGI失真，这样就没什么价值了。所以在做TGI