背景 商家在进行一场直播后，对应的直播数据会回流到品牌的数据银行，如何利用好直播数据，直播数据的人群质量，直播数据的二次应用触达，直播数据对于品牌的长远价值，商家都
背景
商家在进行一场直播后，对应的直播数据会回流到品牌的数据银行，如何利用好直播数据，直播数据的人群质量，直播数据的二次应用触达，直播数据对于品牌的长远价值，商家都可以通过数据银行来进行分析及再营销。
数据银行场景介绍
1、如何查看直播带来品牌的收藏、加购、购买情况？
直播数据回流银行后，可以在自定义分析圈选这部分的数据，通过对该数据进一步分析来看直播带来的收藏、加购以及转化购买的行为数据。
ps.如果是分析对店铺的一些转化数据选择任意商品，如果分析单品的一些转化数据可以通过指定商品ID来圈选
2、 如何查看直播对于品牌AIPL带来的变化？
商家进行了直播想要看通过直播给品牌新增了多少aipl人群，方便后续的分析利用。以 2020年2月20号直播为例计算直播带来的新增a人群：
计算逻辑：
全链路圈人2020年2月21号的a人群差集2月20号的a人群交集2月20号的直播人群
3、 更多数据银行分析参考：
可以将直播人群对于品牌核心人群（品牌购买、忠诚用户）的画像，以更加好的支持品牌对直播回流的用户进行分层、及分层后的再运营。
（1）直播的触达人群对比进店人群：看直播 VS 不看直播的情况。（比如：直播前的店铺浏览、收藏、加购、购买行为对比直播后的相同行为）
（2）对比不同的人群画像：直播新增的AI人群与品牌PL用户的对比
（3）不同时间的直播重合的浏览、收藏、加购、购买的人群对比（比如：两波大促期间的直播，上一波大促直播的人群，在下一波大促直播中更容易发生转化）
（4）不同的kol直播给品牌带来的转化效果对比以及不同的人群画像差异。
画像透视维度举例：
