数据分析思维——数据标签

数据标签定义
对用户行为数据进行加工处理得到，用来描述业务特征，可以通过对用户的社会属性、消费习惯、偏好特征等多维度采集和处理，从而对用户或者产品画像
作用
对于数据标签不同场合作用不同，对投放广告的可以帮助精准定位用户圈选，促进广告投入产出比值
对电商来说可以对用户分层，然后商品精准推荐
对于推送平台来说，可以针对不同群体推送不同内容
标签分类

• 统计类（如用户性别、年龄、活跃时长）
• 规则类（如对支付大于5000定义高级，5000-200定义中等用户）
• 模型类（由算法工程师开发，可能花费时间长）
  此外，还有一种分类方法按照更新时间来
• 离线标签
• 实时标签
  数据标签构建过程，app付费用户为例
  1.明确业务要求
  主要想干什么、解决什么问题，目标是什么
  2.制定用户标签基础框架
  如社会属性、设备属性、内容属性、商业属性、行为属性）
  3.确定标签维度和统一口径
  也就是名字，标识一致，以及单位统一
  4.数据标签开发
  数据分析师和算法工程师一起按照上面提到的标签分类方法来实现
  5.标签上线，版本迭代
  对标签上线后，需要维护和优化
  应用场景
  1.标签可以人群全选，对不同的用户精准运营
  2.实现特定干预，对不同的群组提供不同的优惠活动
  优质用户可以用满减活动、vip折扣
  流失用户可以采用回归奖励