淘宝达摩盘实操全拆解：人群画像诊断、TGI 读法、竞品透视、自建人群包与万相台AI无界投放一次讲透

本文由 莫潇羽@复源AI社区（bbs.fuyuan7.com）撰写，转载请注明出处。

快速摘要

达摩盘是阿里妈妈旗下的人群数据平台，核心只干两件事：一是“洞察”，把人群画像看清楚；二是“圈人”，把符合条件的人打包成人群，同步到万相台AI无界里去投放。对大多数中小店铺来说，它最值钱的用法不是去找一个“神奇人群包”，而是把“成交人群”当成标准答案，拿它去对照访客、收藏加购人群、某个推广计划带来的点击人群、某个竞品的成交人群，判断流量到底有没有跑偏。判断方法并不玄：盯住年龄、性别、购买力等级（L1 到 L5）、月均消费金额这几个核心维度，看两组人群的头部区间是否重合，再用 TGI 指数找出真正显著的特征。圈人时坚持“意图做底、画像做筛、差集剔除已购”；投放时把达摩盘人群和系统自带的自定义人群分开建计划，变量隔离了，才看得清到底是谁在起作用。

再补几句背景：2026 年达摩盘和万相台AI无界都做了一轮 AI 化升级，新增了 AI 管家、竞争模块、品牌 DNA 人群、万相点睛等能力，部分菜单名称和入口位置也在调整。所以本文讲操作路径时会给出“大致方位”，但更重要的是把背后的判断逻辑讲透，入口变了，逻辑不会变。

本文适合三类读者：刚接触付费推广、听过达摩盘但从没打开过的新手；已经在开关键词推广或人群推广、想知道钱花得准不准的运营；以及想系统研究竞品打法的店主。

想看完整拆解，往下翻。

一、先想清楚：达摩盘在整个投放链路里扮演什么角色

1.1 一句话认识达摩盘

达摩盘的英文简称是 DMP，全称 Data Management Platform，直译过来就是“数据管理平台”。白话一点说，它是一个装着海量消费者标签的大仓库，外加一套把标签组合成人群、再把人群送到广告系统里的工具。

阿里妈妈官方对它的定位，大意是基于商业化场景打造的数据管理合作平台，覆盖消费行为、兴趣偏好、地理位置等大量数据标签，商家可以通过它做人群洞察与分析、挖掘潜力客户，并通过标签市场快速圈定目标人群做精准营销。这个平台最早在 2014 年前后搭建起来，到今天已经迭代了十多年，中间换过好几轮界面。

我自己第一次打开达摩盘时的感受是：东西太多了。几百上千个标签，十几个菜单，每个页面都是柱状图。新手很容易在里面“逛”一下午，最后什么结论也没得出来。所以在讲具体操作之前，我想先把它在整条投放链路里的位置摆清楚，知道它管什么、不管什么，后面才不会迷路。

1.2 它和万相台AI无界、生意参谋是怎么分工的

很多新手会把这三个工具搞混。我用一张表把它们的分工捋一下：

万相台AI无界的前身叫“万相台无界版”，是阿里妈妈在 2023 年把直通车、引力魔方、万相台等原本分散的产品线整合到一起之后推出的统一投放平台，此后又升级成了现在的“AI无界”。它下面有关键词推广、人群推广、货品全站推广等几大类计划。

所以达摩盘本身不花钱，它是一个“参谋部”：替你看清楚人，再把人交给万相台AI无界去“打仗”。你如果只开货品全站推广这种全托管计划，达摩盘的“圈人”能力基本用不上；但它的“洞察”能力依然有用，因为你始终需要知道系统给你带来的流量是什么人。

1.3 达摩盘能做的两大类事

把达摩盘所有菜单揉碎了看，其实就两类：

• 洞察类：人群画像分析、单品洞察、竞争分析、货品运营洞察等。作用是“看”，看自己、看商品、看计划、看对手。
• 人群资产类：标签市场、人群管理、人群同步。作用是“圈”，把你想要的人用标签组合出来，保存成人群包，同步到投放渠道。

两类能力串起来，就是一条完整的闭环：

flowchart LR
    A[洞察：看清现有流量和成交人群] --> B[假设：我应该找什么样的人]
    B --> C[圈人：在标签市场组合标签]
    C --> D[同步：推送到万相台AI无界]
    D --> E[投放：关键词推广 / 人群推广]
    E --> F[回流：投放产生的行为数据回到达摩盘]
    F --> A

这张图里最容易被忽略的是最后一步“回流”。投放产生的曝光、点击、加购、成交行为，会以“回流再营销”类标签的形式回到达摩盘里，你可以把某个计划带来的点击人群单独打包出来分析。后面诊断计划的时候，这一步就是关键。

1.4 我对中小店铺的真实建议

先泼一盆冷水。达摩盘对店铺体量是有要求的，原因有两个。

第一，洞察依赖样本量。如果你一个商品一个月只成交几十单，那它的成交人群画像会被个别订单严重带偏，看出来的结论很可能是噪音。后面第二章我会用一个简单的公式算给你看，样本少的时候误差到底有多大。

第二，圈出来的人要有足够的预算去“喂”。达摩盘人群往往比系统推荐人群更窄，窄人群在竞价里本来就不容易拿量。如果你每天的推广预算只有一两百元，还把它拆成五六个精细人群，大概率每个人群都“烧不动”，系统也就学不到东西。

所以我的建议很直接：

我自己（莫潇羽）在复源AI社区里跟做电商的朋友交流时，经常听到一种说法：“达摩盘没用。”其实不是没用，而是用早了。体量没到的时候，它更像一本参考书；体量到了，它才是一把手术刀。

二、动手前必须吃透的六个概念

达摩盘里的操作本身不难，难的是看懂。下面这六个概念，我建议你每个都弄明白再往下看，否则后面满屏柱状图只会让你更焦虑。

2.1 标签、人群、人群包

这三个词经常被混着用，其实是层层递进的关系：

• 标签：对消费者某一个特征的描述，比如“性别：女”“年龄：30 到 34 岁”“近 7 天搜索过某关键词”。阿里妈妈官方的解释是，通过数据统计或分析挖掘消费者群体特征。
• 人群：一个或多个标签组合出来的目标用户群体，比如“30 到 34 岁、近 7 天搜索过某关键词的女性”。
• 人群包：把人群保存下来、可以同步到投放渠道去用的那个“打包好的东西”。日常交流里说“建个人群包”“推这个人群包”，指的就是它。

标签又分两大类：静态标签（性别、年龄段、常住地这类变化很慢的属性）和动态标签（最近搜了什么、加购了什么、浏览了哪个类目，这类随时在变的行为）。做推广时，动态标签代表“他现在想买”，静态标签代表“他是不是我的人”，两者缺一不可。

2.2 店铺人群的分层：潜客、新客、老客

达摩盘按“人和店铺的关系”把人分成几层，最常见的说法是：

需要提醒的是，不同功能模块里对这几层的口径并不完全统一。有的地方会把“浅层兴趣”和“深度兴趣”分开命名，有的模块里压根没有“潜客”这个说法，不同版本的定义还会微调。我的处理办法是：不纠结名词，每次用之前点开页面上的问号说明，确认这个模块里“新客”到底指的是什么行为、多长周期。

行业里还有一套更通用的分层框架叫 AIPL，分别是 Awareness（认知）、Interest（兴趣）、Purchase（购买）、Loyalty（忠诚）。它和上面那张表本质上是同一个意思：人从“知道你”到“喜欢你”再到“买过你”“反复买你”，越往后越精准，人数也越少。

为什么这个分层重要？因为后面所有的诊断，都建立在一个朴素的前提上：成交过的人，一定是“对的人”。他不对，他就不会掏钱。所以老客或成交人群，就是我们拿来做对照的“标准答案”。

2.3 TGI：比“占比”更会说话的指标

打开人群画像分析，你会看到每个维度下面有两个数：占比和 TGI。新手往往只看占比，这会出问题。

TGI 的全称是 Target Group Index，中文常叫“目标人群指数”，计算方式如下：

TGI = （目标人群中具备某特征的人所占比例 ÷ 对比人群中具备同一特征的人所占比例）× 100

TGI 等于 100，说明这个特征在目标人群里的比例和对比人群一样，没有特别之处；高于 100，说明这个特征在目标人群里更“扎堆”；低于 100，说明更稀疏。业内常见的经验是把 120 左右当作“显著特征”的参考线，但这只是习惯，不是官方硬标准。

举个虚构的例子帮你理解。假设你卖的是中高价的手冲咖啡器具，拿你的成交人群和全平台同类目人群做对比：

（以上数据为虚构示意。）

你看，如果只看占比，你会觉得 25 到 29 岁和 30 到 34 岁差不多重要；但 TGI 告诉你，30 到 34 岁才是真正“偏爱”你的人群。占比回答“人多不多”，TGI 回答“特不特别”，两个一起看才完整。

不过我也要提醒一句：TGI 对小基数很敏感。某个特征在类目里只占 0.5%，在你这里占 1.5%，TGI 就是 300，看着很吓人，实际上没几个人。所以我的习惯是先用占比筛掉太小的格子，再在剩下的格子里看 TGI。

2.4 交集、并集、差集

在标签市场圈人，本质上就是在做集合运算。三种运算的白话解释：

画成图就是这样：

flowchart TB
    subgraph 交集
    A1[近7天搜过相关词] --- C1((两者都满足))
    B1[购买力 L4 和 L5] --- C1
    end
    subgraph 差集
    A2[近30天加购过本类目] --- C2((加购了但没在本店买过))
    B2[本店已购老客] -. 剔除 .- C2
    end

很多人只会用交集，其实差集是被严重低估的工具。比如你在做拉新，却没有剔除本店老客，那预算有一部分就花在了本来就会回来买的人身上，拉新数据也会被“美化”。还有一点：达摩盘不同于一些投放后台的人群勾选，它是允许你“选出不想要的人”的，这正是差集的价值。

2.5 购买力等级 L1 到 L5，以及月均消费金额

在人群画像和标签市场里，你会频繁看到“消费能力等级”或“购买力”这类标签，通常分成 L1 到 L5 五档，等级越高代表在相关场景下的消费能力越强。另外还有“月均消费金额”之类的分档标签，用金额区间来描述一个人在平台上大致的花钱水平。

这里有个常见误解要澄清：购买力等级不是简单按“你买过的东西多贵”来算的。早几年网上流行过一种“搜连衣裙看推荐价格就能知道自己消费等级”的说法，淘宝官方当时回应的大意是，一个消费者可能在某些品类很舍得花钱，在另一些品类又很看重性价比，系统是基于多维数据对需求做动态理解，而不是给人贴一个固定的高低价标签。

所以在实际使用时，我会这样理解这两个维度：

• 购买力等级更像是“这个人在这个场景下愿意为品质付多少”的倾向；
• 月均消费金额更像是“这个人整体上在平台活跃到什么程度”。

对于客单价明显高于类目平均水平的商品，这两个维度几乎是必看的；对于走量的低价商品，它们的权重就可以降下来，年龄和兴趣更关键。

2.6 样本量：数据少的时候为什么别急着下结论

这一节是我自己补充的，很多教程不讲，但我认为它决定了你看达摩盘会不会“看走眼”。

人群画像里的每个占比，本质上都是从有限样本里算出来的估计值。样本越少，估计值的波动越大。有一个统计学上的近似公式可以帮你建立直觉。先说清楚它的适用范围：它估算的是单个占比的抽样波动。TGI 是两个占比相除再乘以 100，分子分母都会波动，误差会叠加放大，所以解读 TGI 时要比下面这个估算更保守。

占比的大致误差 ≈ √（p × （1 − p）÷ n）
其中 p 是某个特征的占比，n 是样本人数

拿 p 等于 30% 来算一算：

（这是按一个标准误粗略估算的范围，只用来建立直觉，不是严格的置信区间。）

看明白了吗？如果你的成交样本只有五十个人，那么“30 到 34 岁占 30%”和“25 到 29 岁占 25%”之间的差距，很可能只是随机波动，不能说明任何问题。样本最好上到几百这个量级，结论才比较稳。样本不够时，有三个办法：把统计周期从 7 天拉长到 30 天；把对比对象从“成交”放宽到“收藏加购”；或者干脆先不看细分维度，只看性别、年龄这种区分度大的维度。

这也是我在 1.4 节说“体量没到的时候达摩盘更像参考书”的原因。不是工具不行，是数据还撑不起结论。

三、诊断篇：用“成交人群做参照系”给流量做体检

3.1 核心思路只有一句话

前面说过，成交过的人一定是对的人。那么判断任何一批流量准不准，最省事的办法就是：拿这批流量的人群画像，去和成交人群的画像比。像不像、哪里不像，一眼就能看出来。

这个思路有点像医院体检时的“参考值”。成交人群就是参考值，访客、加购、计划点击、竞品成交，都是待检测的样本。偏离参考值越多，越说明那一环出了问题。

我把能做的诊断按颗粒度分成三层，从粗到细：

顺序也有讲究：先店铺、再单品、最后计划。店铺层都歪了，你去抠计划层的细节意义不大；店铺层没问题、但某个商品明显歪，再往下查是哪个计划带歪的。

flowchart TD
    S[店铺层：老客 vs 新客] -->|整体基本吻合| P[单品层：成交 vs 收藏加购]
    S -->|整体明显偏离| S2[先查商品定价、主图、选品是否和人群匹配]
    P -->|吻合| OK[维持现状，关注放量]
    P -->|偏离| C[计划层：逐个计划对比点击人群]
    C --> FIX[定位到具体计划，调整人群设置]

3.2 店铺层：老客和新客比一比

在达摩盘的“洞察”区域找到“人群画像分析”（2026 年升级后菜单命名可能略有变化，找带“人群画像”字样的入口即可）。这个功能的逻辑是“左右对比”：一边是你要分析的人群，一边是对比人群，系统按维度画出两组柱子。

我的操作习惯分三步。分析人群选“店铺老客”；对比人群通过“自定义”或“更换”，选成“店铺新客”或者你关心的那一层；最后在“自定义画像标签”里调整要看的维度。

第三步很多人会忽略。系统默认给的几个维度不一定适合你的品类。比如“教育程度”这类维度，对大多数日用消费品的购买决策影响不大，我一般会把它