品牌高潜预测将基于用户既往购买行为记录，通过训练算法模型，预测用户在未来指定时间内复购的可能性，找到大量非品牌原核心人群的购买高潜人群，为业务圈选外机会人群补充，继而针对这些购买高潜人群进行重点运营，提升品牌复购率。
数据及功能链路如下图所示。
数据要求
您需要提供行为数据集进行算法模型训练，对行为数据集的要求如下：
行为类型为购买，行为对象属性为商品粒度。若包含其他行为类型和对象属性，我们提供过滤能力，可以在训练算法模型时排除，具体可参见创建算法模型。
为了提高准确性，行为数据条数≥100万，时间跨度≥2年，用户数≥50万。
基于算法模型进行预测时：
可预测用户范围：算法模型使用的行为数据集涉及的用户，且用户在该行为数据集中必须在近1年内有购买行为，即近1年内没有购买行为的用户不可预测。其中，近1年是指行为数据集中的最晚行为时间往前1年。
可预测周期范围：以算法模型使用的行为数据集的最近行为时间为基准，从该天起的未来N天，N可设置为15~90。请参见下图中的示例。
使用说明
使用条件：
使用权限：
支持Quick Audience组织管理员、空间管理员使用全部功能，使用和管理所有模型、任务。
支持具有“智能实验室-品牌高潜预测”指定权限的自定义角色成员使用相应功能：
模型列表：可在模型配置页面查看模型列表以及模型的训练详情。
新建模型：除以上“模型列表”的所有权限外，还可新建模型、更新模型，并管理自己创建的模型。
人群预测：可在人群预测页面新建预测任务，并管理自己创建的任务，查看自己创建的任务的预测结果。
使用流程：
使用入口：
鼠标滑过左上角
图标调出导航栏浮层，选择智能实验室。
默认进入品牌高潜预测模块，从左上角下拉框选择所在的工作空间。
