如何构建用户标签体系-2020-02-24

作者:日久情疏

公众号:QQ3344PM

本文字数:3522字 | 预计阅读:16分钟


                                                          -引言-



                                                              (图片来自百度图片)


如图所示,个体由标签组成,这些标签由谁来打?打那些纬度标签?怎么打标签?如何建立成熟的标签体系,是本文的重点。


                                                          -目录-

                                                                  用户标签是什么?

                                                                 如何搭建标签体系?

                                                                 用户标签的作用?


                                                          -One-

                                                 用户标签是什么

用户标签是构成用户画像的核心因素,是将用户在平台内所产生的行为数据,分析提炼后生成具有差异性特征的形容词。即用户通过平台,在什么时间什么场景下做了什么行为,平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。

 如图所示,“个性”“佛系”等词都是我们90后这代人群的标签。

                                                              (图片来自百度图片)


标签来源:

产品初期:在产品还没有用户的情况下,主要通过大量用户调研和行业调研,基于产品定位和业务需要梳理出初始目标用户标签,前期的人工工作量相对繁重,可对初始标签的设定准确性远高于凭空想象。

产品发展期:基于原有数据沉淀分析出来的精准性标签,与用户行为产生的数据进行清洗整合,提炼出相对完善的用户标签;基于原有数据梳理标签,要注意数据排重,避免标签过于同质化。

 


                                                          -Two-

                                           如何搭建用户标签体系

                                                          (用户标签搭建纬度)


1.标签属性

标签分为三种属性:静态标签判断用户基础需求,动态标签提升用户体验,预测标签提升用户转化,提高产品价值。

第一种静态标签:用户主动提供的数据:指用户不变的基础信息,多为用户固定数据,如姓名、性别、年龄、身高、体重、职业、地区、设备信息、来源渠道等。

第二种动态标签:平台介入的数据:指用户在平台内的特有标签,是平台根据用户行为给用户打上便于管理的标签。

用户行为是指用户从启动APP到关闭APP阶段内,在APP内所有操作行为,如用户的点击、浏览行为、互动(评论、点赞、转发、收藏)行为等。

第三种预测标签:平台介入的数据,指根据用户在平台内的行为数据对用户未来行为或喜好进行预测;是设计千人千面和运营策略的关键;比如某电商平台,根据用户A“月均消费5单,且有数额过万的运动商品”的购物数据,平台会给用户A打“高频、品质敏感性、运动”的标签,后期会更多推荐高品质运动商品及相关运动品牌活动的精准推送。

2.“贴标签”方式:

标签由平台运营团队创建,结合业务场景梳理出一批原始标签;注意标签创建要紧贴业务场景,为用户“贴标签”通常有两种形式,即用户是否感知到自己被“贴了标签”。

第一种隐性标签:后台给用户打标签,用户无法感知;后台结合用户前端的点击浏览行为等用户行为操作,自动为用户贴上相应类别标签,这种方式的好处在于用户行为真实度极高,平台易获取无修饰无加工的用户行为数据,不足之处对于平台来讲前期人工成本较高;

第二种显性标签:用户主动给自己打标签,即用户在产品前端页面手动选择自己感兴趣的标签,用户通过触发标签机制,后台机器匹配数据直接打标签;这种方式优点在于高效,不足之处在于数据真实度偏低(初始标签

存在无法满足所有用户的风险,用户也许会选择近义词也许跳过不选),这种方式一般陌生社交产品和社区产品使用较多,目的是提升千人千面的精准度,提升用户体验。

若选择第二种形式,需要注意标签机制的设计规则(如标签默认前台固定页面展示,需用户手动选择后,标签自动隐藏不再显示);其次后台注意标签选择排重,如出现A用户的标签既是后台添加又是用户自己选择,则保留用户自己选择标签;最后要牢记:“用户也不知道自己要什么”,不是用户自己选择标签之后就万事大吉了,要结合用户行为数据持续优化标签

3.标签的优化:

第一种机器优化:机器根据数据反馈持续更新,优点在于机器的高效智能,不足之处在于投入的技术成本以及机器欠缺一定的精准性;

这种方式比较适合产品发展期,用户量较多,且有一套成熟的标签体系,机器已经可以达到一般的智能化,只需运营抽样进行精准度测试和标签规则优化即可。

第二种人工优化:人工对标签规则调整优化,优点是精准度高,不足在于人工运营成本高;

这种方式适合产品初期,用户量小机器识别还不是很成熟,可以达到准确优化。

两种方式的选择需要结合产品周期和用户体量运用,无论何种方式,人工都需要持续根据产品业务场景对标签的规则进行调整优化,切记图省事忽略标签体系的优化,标签数据模糊,用户画像自然也会立不住,产品设计也会差强人意。

4.好的标签是怎么落地执行的?

4.1在公司中谁来做这件事?

PS.如果对时效性要求很高,可以委托专业第三方数据公司操作,可以达到高效、节省人工成本的目的。

4.2具体要怎么做?

核心关键是:收集需求-建立规则-填充数据

收集需求:给用户贴标签一般由运营部主要负责,在策划前期,需要明确标签的目的及作用,少不了多方沟通协调;比如社区产品,产品考虑千人千面的精准度,更关注用户的“内容兴趣”标签;运营希望提升商品的转化率,则更关注“消费习惯”标签;技术会关注数据提取便捷度,最理想状态是每次新需求都可以在同一信息平台调取,方便高效...大致每个公司基本这三个部门的需求是离不开的,其余差异性需求根据公司情况各异。

建立规则:需求收集后需要对需求进行分析梳理,结合业务场景,判断需求和业务的匹配程度,确定标签制定的目的,统一标签定义,这里要注意标签务必要符合业务场景搭建,且对标签定义达成内部共识,比如“流失用户”,这个标签定义是指卸载APP的用户还是指没有卸载但三个月都未启动APP的用户?诸如此类标签定义需要内部达成统一共识,避免增加沟通成本及后期进行大的改动。

填充数据:明确数据支持信息,即什么样的数据和标签相匹配,这些数据普遍指用户基础数据(注册时用户填写的个人信息)、用户行为数据、用户业务数据(如某阶段购买最多的商品类别等沉淀在业务场景下的数据)、补充数据(泛指和其他平台合作的数据或第三方数据平台沉淀的数据),其他数据因公司而异。

产品部门结合产品定位和业务场景审核标签合理性。

最后交给技术实现,收集数据、清洗数据、分析数据(有的公司会交给数据部门执行,具体执行部门因司而异)。

4.3如何维护标签

核心关键是:信息透明、信息优化、信息同步

信息透明:即标签的规则、创建者、适用范围、版本等信息充分透明化管理,减少任何人调取标签使用的难度。

信息优化:用户标签会随着业务场景、用户角色等变量因素改变,而产品价值依赖变量因素持续变化,所以标签信息的持续优化是重中之重;标签的新增与修改等操作要注意与之相关的业务场景需求及影响,尤其要注意避免因职业差异对某些标签的理解问题,多沟通很重要,减少不必要的风险发生概率。

信息同步:这要求时效性,一旦标签信息有变,及时更新同步,提高运营效率。


                                                          -Three-

                                                      标签的作用

产品的本质是用户,用户画像的本质是标签,给用户“贴标签”,最主要的作用是构建产品的用户画像,而精准的用户画像是多方共赢的前提。

公司战略:公司可持续发展的核心,一方面使公司更具竞争壁垒,及时洞察市场风向,预测产品所占市场规模及前景发展,及时优化公司战略,避免过早陷入发展瓶颈;另一方面沉淀大批用户数据,既利于孵化创新产品,也丰富盈利模式(比如与第三方合作)。

产品设计:提升产品价值关键因素,基于精准人群的需求分析和功能设计,更容易得到用户认可,更容易打造产品亮点,提供精准个性化的服务,比如对于社区产品,内容个性化推荐将有效提升社区粘度。

运营管理:提高运营效率;如今的新用户获客成本居高不下的情况下,利用现有用户画像,做好存量用户的维护,通过精准营销策略,提升存量用户的留存与活跃。



总结:

1.用户标签是构成用户画像的核心因素,是将用户在平台内所产生的行为数据,分析提炼后生成具有差异性特征的形容词。即用户通过平台,在什么时间什么场景下做了什么行为,平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。

2.标签分为三种属性:静态标签判断用户基础需求,动态标签提升用户体验,预测标签提升用户转化,提高产品价值。

3.“贴标签”形式有两种:用户主动选择特定标签和平台结合用户行为给用户“贴标签”。

4.标签优化方式:机器优化和人工优化。

5.搭建标签体系流程:收集需求-建立规则-填充数据-标签维护。

6.在公司中,搭建标签需运营、产品、技术协调配合完成;运营负责制定规则,产品结合业务审核标签合理性,技术负责实现。

7.标签的作用:增强公司竞争壁垒,提升产品价值,提高运营效率。


Tips:

1.业务导向:用户标签要贴近产品业务场景及产品所处行业建立,避免标签脱离业务。

2.数据验证:标签的准确性和数据息息相关,不能只通过用户1、2次点击某商品或内容,就确定用户对此感兴趣,要结合数据趋势变化,不断验证,以免片面下结论导致用户画像不准确。

3.持续优化:伴随用户年龄、偏好等阶段变化,用户需求和在平台内的行为会不断变化,保持敏锐的用户嗅觉,利于产品优化迭代,利于公司可持续发展

 

 

                                                          -END-

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351

推荐阅读更多精彩内容