推荐构建用户标签的3大体系如何构建用户标签？ _用户标签

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。

用户标签是什么？
如何搭建标签体系？
用户标签的作用？

一、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。
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。
二、如何搭建用户标签体系

文章插图
（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。