用户标签体系搭建

一、用户标签

1、标签和标签体系的概念

用户标签概念：是对用户信息和特征的抽象概括，能够描述用户特征，区分用户群体。

用户标签体系：

狭义上：是指基于业务目标和用户数据形成的包含完善用户标签的标签库。

广义上：除了丰富完善的标签库之外，还包括标签管理、标签分析、智能运营等多模块。

2、标签的作用

（1）用户洞察：了解产品用户指导业务发展

（2）数据分析：丰富分析维度，提升分析效率

（3）精细化运营：基于用户分群，差异化精细化运营

（4）产品化应用：数据产品基础推荐系统/CRM

3、搭建标签体系的前提

标签体系是需要投入大量精力和资源的项目，也需要判断公司在什么前提下去投入去做标签体系

前提1:产品用户规模较大，具有精细化运营空间（用户规模小价值不大）

前提2：用户特征属性多样，具备标签分类基础（用户规模大但很细分属性单一也不行）

前提3:产品提供较多内容，适合精准分发推荐（目的是不同用户推送不同策略，产品内容、活动若不丰富，则推送的产品活动那么还是一致的 ，那么没实现精细化运营目标）

二、搭建标签体系，全方位拆解用户

1、Step1 拆解业务/用户 梳理用户数据

用户标签源于用户数据，左侧的标签基于用户数据分析和判断

基于用户数据客观准确的定义用户标签，而不是主观 的去判断去猜想。用户标签源于用户数据，服务于业务目标，从业务目标和用户流程出发，梳理用户业务数据，能够保证后续的用户标签的完善度和可落地性。

1.1业务角度- OSM模型：我们业务在做什么

OSM模型是业务分析的常用模型，有助于更好的理解公司业务和产品目标

从业务目标–到业务策略–业务度量 是逐渐拆解细化的过程，通过此模型理解我们的业务产品在做什么。

提升商品销售额案例：

1.2 用户角度- UJM模型：用户在做什么

UJM即用户体验地图，又叫用户旅程地图，利用UJM能够有效拆解用户使用产品的流程，分析了解用户的关键场景及行为。

结合OSM模型和UJM模型：梳理用户的业务数据，业务和用户两个角度互相补充，形成用户业务数据的基础。即拆解用户在产品中的旅程，从下到上去匹配公司目标，不仅可对目标有查漏补缺的作用，还能将公司目标、策略和业务流程耦合在一起，最终形成一个清晰、明确的数据体系；

总结搭建数据指标体系的五大步骤：

关键节点，需要先找到关键节点有哪些。
预期目标，每一个关键节点都会有一个预期目标，我们想要用户达到的目标是什么。
指标衡量，我们如何衡量用户达到了预期目标。
达成路径，实现这些目标的方法叫路径，与我们的用户旅程有关。
数据归因，在各节点上分析，找达成与未达成的原因。

2、定义用户标签 形成标签体系

标签体系主要是符合目标的多维度、多类型用户标签的集合，搭建标签体系需从合理定义每一个用户标签开始

2.1用户标签定义流程

用户数据是定义用户标签的基础，基于用户数据信息定义用户标签流程如下：

结合业务目标明确标签需求—明确标签分类，选取数据维度----确定数据属性，准确定义标签

（1）第一步：结合业务目标，明确标签需求

客户标签服务于业务目标和策略，每个标签都应该匹配具体或者是潜在的应用场景

（2）第二步：明确标签分类，选取数据维度

明确需求后，需要判断标签分类，进一步分析能够准确定义标签的数据维度

A 、用户标签–属性标签：

主要由基础数据定义

定义了用户最基础的特征

定义宽泛，多结合其他类型的标签使用

B、用户标签–统计标签：

主要由活跃数据和消费数据定义

定义了用户最直观的数据特征

多在应用时直接创建，并且经过分析验证后，更多演变成模型标签

C、用户标签-模型标签

模型标签主要由消费数据和活跃数据定义

准确定义需结合产品特征、业务目标及数据分析，无法直接指定

灵活性强，更直观体现用户多方面特征，是用户标签的主要类型

模型标签定义示例：

数码爱好者：累计消费数码产品>3000元，近一年消费数码产品>4个订单

D、用户标签-预测标签

预测标签主要由活跃数据和消费数据定义

对用户潜在的关键行为倾向进行预测，实现难度较大，多借助算法支持，并且需要动态验证调整；

预测标签的定义示例：

流失风险用户：最后一次购物距今>30天，最后一次访问距今>15天

母婴潜在用户：最近30天访问/搜索母婴商品>3次，历史母婴商品订单=0

（3）第三步：确定数据属性，准确定义标签

准确定义用户标签，需要确定已选择数据维度的具体数据属性

标签数据属性的确认

利用分布分析确定用户标签属性模糊的数据

分布分析定义标签

如何定义高消费用户 ？

A、高消费主要与消费金额有关，可根据用户累计消费金额数据定义

B、多少消费金额才算高消费？大于2000元或者10000元

排除干扰用户：新注册用户、早期流失用户

计算用户消费金额数据分布，按递增排列数据

按照25%、50%、75%分布划分用户消费能力

标签体系的使用

基于用户数据可以进行多种类型标签的定义，但是还不足以称为标签体系，理想状态下，标签体系应该包括满足业务方需求的丰富用户标签，方便运营、产品、数据等各方灵活使用，但标签随着业务目标、具体策略和用户特征不断演变，用户标签仍然需要优化和丰富；

2.2标签体系的四大维度

完善的标签体系应该覆盖以下维度，满足常用标签需求：

2.3标签体系四大维度的应用价值

2.4标签体系的运营维护

标签体系是业务的武器，在丰富使用 的同时，要进行运营维护，保证标签体系的准确性和可用性。

三、标签体系的画像应用

作者 | 四场 （微信号）专注互联网思考、实践。