​案例

先来看一个案例，「在行」7月14日的一次针对高价值用户做了一个「私域流量与增长主题闭门会」。我们在确定用户的时候，设定了一些条件：

北京

有互联网、增长、流量、运营、产品title

总交易额大于3000元

最近活跃程度高（30日有任意登录行为）

较高的最近购买行为（60天有购买行为）

最终我们得到了59人的名单，作为测试，我们定向推送了个人短信（不是系统短信），短信邀请各位用户填写一个表单，并告知我们会在表单中筛选一部分用户参加「在行私域流量闭门会」，出奇的精准和出奇的反馈，我们得到了差不多13.6%的填单反馈（各位朋友想想日常运营不到1%的短信营销内容打开率，再对比下我们这次短信里面要求用户填单的填单率，就知道我们在说什么了）。最终我们选择了5人参与闭门会——对的，为了控制用户质量和输出内容。结果我们确实找到了在行可爱的用户，每个人深入准备（甚至做ppt），当天下午2点到5点有节奏的脑暴和碰撞产生很好的内容，内容本身也能反哺在行的运营工作。

为什么是个人短信而不是系统短信？我们都知道收到一个106开头的短信时候你的心态，更多人选择了忽略、点掉、不看。如果说我们认为这次运营触达动作是有价值的内容，那么我们就要让用户以不同的方式被触达到。试想下你在一堆106的营销短信中突然看到了一个186、156、139的真人个人号码给你发了长篇大论之后的心情？——我在后来采访参加活动的目标用户对于收到短信时候的想法、是否会感觉打扰，他说“我认为你给我的短信是信息，而不是广告打扰”。这就是精准定位用户、选对正确的触达方式的意义。

用户标签系统的维度

为什么要做多维用户标签系统？

两个原因，首先，为了达到把前面精准运营效果系统化、模式化的目标，我们需要把筛选用户的这个能力加强。

其次，2019年7月的时间节点，互联网已经没有便宜流量，更多人开始谈论私域流量，但是市面更多的探讨，让人们把「私域流量」四个字和微商、疯狂群控挂钩。在行客单价500+元，更是很难获得便宜的付费用户流量，与其说在行私域流量，还不如说我们应该更重视每一个获得的用户、深耕细作他们——一个愿意在见到你之后花500元来体验的用户，给我一个不去深爱的理由！2018年之前在行做过很多用户画像，但是那都是静态的一个特征表述，实际每一个用户都处在一个动态变化的过程中，怎么能够在人群层面定位不同的用户、表述他们的特点、并在实际使用过程有针对性的运营动作？这成为了本次在行做多维用户标签系统的意义。

这更是一个动态用户画像工具。标签系统包括了用户个人特点的方方面面。包括用户旅程活跃情况、RFM属性、约见行家的兴趣偏好、人口统计信息和用户身份信息、搜索偏好等等。多维标签系统的魅力在于，基于一条线“用户旅程”的动态数据，加入了用户生命周期中的各种维度数据，多维交叉出有血有肉的用户形象。

一、用户旅程阶段：这个标签标注了用户使用在行所处的阶段，根据在行产品的特点，我们把用户旅程分成三个大阶段：注册用户、潜在交易用户、交易用户。而每一个阶段又细分几个阶段。而单独拆解用户旅程的标签并按照流程来看，能够帮助我们知道处于各个旅程阶段分别有多少用户。可以针对不同阶段的用户，做不同的动作：比如对于一直处在注册点击了行家页的「一键约聊」但迟迟没有下单，我们就可以跟进这个销售线索。

注册用户：分为注册、有效动作（浏览行家主页/收藏/搜索行为）、搜索和进入行家分类页几个阶段。

潜在交易用户：分为注册且点击「一键约聊」（这是产品里用户点击行家主页并标明愿意去沟通的时间节点)、注册且咨询在行顾问（顾问是产品里单独给用户提供约见意见并推荐行家的功能）

交易用户：分为提交订单、支付成功、订单完成几个阶段。

二、RFM属性：Recency最近一次购买、Frequency交易的频次、Monetary value总交易额贡献度，这是对于交易用户进行细分和拆解的几个重要。利用这几个维度，我们可以更了解已交易用户的交易特征，在做针对性运营的时候分清楚权重和主次。

三、兴趣偏好——用户对什么领域的话题和行家感兴趣？知己知彼百战不殆，我们通过一个算法，把用户重要的动作呈现出来的兴趣偏好数据化，最终给到一个标签+分值的呈现（如法律服务4.5，房地产3.8）。具体讲，用户的下单、收藏、浏览等行为，能够告知我们他们对什么内容更感兴趣。结合RFM值，这个用户是不是更有血有肉？

四、活跃情况

在知道了用户兴趣偏好、交易特征RFM值之后，我们对哪些用户采取哪些行动？变成了下一阶段需要明确的事项，那么30日之内哪些用户下单、收藏、有过搜索、浏览行家页，我们在这个“活跃情况”的标签下能够得到完整的支撑。如果一个用户30天有过收藏动作，我们可以针对他的收藏夹去定向的推送内容。而另外一方面，如果一个用户30天内几个项目的活跃都偏低，那么可能难以触达，则排除在我们精准运营触达的目标用户之外。

五、人口统计信息

人口统计信息帮助我们知道，这些用户的社会角色。一个人愿意接受什么信息、他的触媒习惯、他的城市地域等信息，都是ta所处在的社会角色定义的。回到我们举办的「在行闭门会」，我们选择了互联网从事产品、运营、增长工作的小伙伴参与第一次的闭门会，知道他们特点，这些用户都愿意去研究别家的产品运营策略，所以你的闭门会主题是「私域流量增长」的时候，打动他们就成为了必然。而举办闭门会，自然需要找到北京所在地的用户（地域信息价值）。基于这个case，我们还可以发散出很多其他的利用人口统计信息做策略的方法。

如何利用用标签系统做精细化运营？

为了能最快速上线运营这套系统，目前我们没有采用自研的方式，而是选择了第三方数据分析工具神策的分群功能完成这套操作。简单讲，神策支持根据用户的不同行为，创建分群，我们把用户每个标签的指标、阈值界定清楚之后，把类型标签相同的用户分到一个群组，而在应用层面，就可以用神策数据分析时候的条件模块调用。

这套动态的标签系统，让以前静态的用户画像动起来，产品运营都可以在任意时间节点，拉出每一个用户的标签特征、或者对一个类型的用户分析他们的特征，最后产出针对性的运营。比如在企业服务的时候，我们根据用户的搜索、兴趣偏好、从业企业等信息，针对性做推送文案。

写在最后：我们希望能够更重视每一个愿意来在行的用户，更了解我们的用户，更知道怎么与他们沟通。