用户标签实践:如何建立标签体系实现精准营销?

5个月前

作者:lei

​来源:鸟哥笔记

编辑:善小倩

 

用户标签是精细化运营的基础,能有效提高流量的分发效率和转化效率。

 

亚马逊的CEO Jeff Bezos曾说过他的梦想,「如果我有一百万的用户,我就会做一百万个不同的网站!」,做这个基础是先对用户打标签。

 

 

而目前基于标签的智能推荐系统,已经有了成熟商业应用,比如:淘宝的千人千面,美团外卖的智能推荐,腾讯的社交广告。

 

 

思考的背景

 

从16年开始,互联网用户增长趋缓,同比仅增长。一方面,不论是线上还是线下,新用户的获取成本都很高。另一方面,用户时间增长也在趋缓。在用户花费时间趋向饱和情况下,不同的产品之间同样存在竞争关系。

 

在这个背景下,随着用户量增长,运营人员面临新的挑战,有以下核心诉求

 

  1. 一般运营活动中,怎么对不同用户群体分层,提高流量的分发效率?

  2. 对于个体用户,怎么深入到日常使用场景,提高流量的转化效率?

     

 

落到产品设计层面,需要解决以下问题:

 

  1. 怎么设计一个完善的用户标签体系?怎么打标签?打哪些标签?谁来打?

  2. 怎么使用用户标签,创造商业价值?

 

 

标签系统的结构

 

标签系统可以分为三个部分:数据加工层,数据服务层,数据应用层。每个层面面向用户对象不一样,处理事务有所不同。层级越往下,与业务的耦合度就越小。层级越往上,业务关联性就越强。

 

 

以M电商公司为例,来说明该系统的构成。

 

数据加工层。数据加工层收集,清洗和提取来处理数据。M公司有多个产品线:电商交易,电子书阅读,金融支付,智能硬件等等。每个产品线的业务数据又是分属在不同位置。

 

为了搭建完善的用户标签体系,需要尽可能汇总最大范围内的数据。同时每个产品线的也要集合所有端的数据,比如:App,web,微信,其它第三方合作渠道。

 

收集了所有数据之后,需要经过清洗:去重,去刷单数据,去无效数据,去异常数据等等。然后再是提取特征数据,这部分就要根据产品和运营人员提的业务数据要求来做就好。

 

数据业务层。数据加工层为业务层提供最基础数据能力,提供数据原材料。业务层属于公共资源层,并不归属某个产品或业务线。它主要用来维护整个标签体系,集中在一个地方来进行管理。

 

在这一层,运营人员和产品能够参与进来,提出业务要求:将原材料进行切割。主要完成以下核心任务:

 

  1. 定义业务方需要的标签。

  2. 创建标签实例。

  3. 执行业务标签实例,提供相应数据。

 

数据应用层。应用层的任务是赋予产品和运营人员标签的工具能力,聚合业务数据,转化为用户的枪火弹药,提供数据应用服务。

 

业务方能够根据自己的需求来使用,共享业务标签,但彼此业务又互不影响。实践中可应用到以下几块:

 

  1. 精准化营销。

  2. 个性化推送。

 

 

标签体系的设计

 

业务梳理

 

搭建用户标签体系容易陷入用户画像陷阱,照葫芦画瓢,不利于标签体系的维护和后期的扩展。可以按下面的思路来梳理标签体系:

 

  1. 有哪些产