推荐构建用户标签的3大体系 如何构建用户标签?( 二 )


【推荐构建用户标签的3大体系 如何构建用户标签?】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 。
三、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” 。

    推荐阅读