中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)讀：用戶畫(huà)像、畫(huà)像標(biāo)簽、用戶分群，做運(yùn)營(yíng)的同學(xué)一定對(duì)這些名詞都不陌生。乍看上去，這三個(gè)名字好像都是在說(shuō)同一個(gè)東西，但是他們具體有什么區(qū)別呢？本文作者對(duì)此進(jìn)行了分析，一起來(lái)看看吧。

數(shù)據(jù)化運(yùn)營(yíng)時(shí)代，運(yùn)營(yíng)方式從過(guò)去粗放式轉(zhuǎn)向精細(xì)化。用戶畫(huà)像受到熱寵，不搞用戶畫(huà)像都不好意思說(shuō)在做精細(xì)化運(yùn)營(yíng)了。各種用戶畫(huà)像標(biāo)簽體系建設(shè)、從0到1教你構(gòu)建用戶畫(huà)像之類的文章廣泛傳播。前幾天聽(tīng)到有同學(xué)在規(guī)劃CDP平臺(tái)時(shí)，認(rèn)為畫(huà)像即標(biāo)簽，標(biāo)簽就是畫(huà)像，用戶畫(huà)像和用戶分群是同一主體的不同叫法，產(chǎn)品架構(gòu)設(shè)計(jì)時(shí)，邊界不清，功能交錯(cuò)。于是，覺(jué)得還是要回歸到最基本的問(wèn)題，把這幾個(gè)概念厘清一下。

一、用戶畫(huà)像

用戶畫(huà)像的概念并不新，甚至在互聯(lián)網(wǎng)時(shí)代之前就已經(jīng)出現(xiàn)了，最早由交互設(shè)計(jì)之父AlanCooper 提出:“Personasare a concrete representation of target users.”是指真實(shí)的用戶可以用一系列的屬性數(shù)據(jù)建立的目標(biāo)用戶模型來(lái)代表。

從概念可以看出，用戶畫(huà)像用戶特征的抽象概括，例如，我想知道購(gòu)買了北京環(huán)球度假區(qū)的用戶有什么特征，這樣在產(chǎn)品設(shè)計(jì)、營(yíng)銷策略、廣告投放時(shí)，可以更加精準(zhǔn)。就像兩個(gè)人談戀愛(ài)，只有了解了對(duì)方的脾氣、性格、飲食習(xí)慣，才能投其所好、避其鋒芒，愉快地相處。用戶畫(huà)像是高度抽象聚合后的結(jié)果，一般應(yīng)該于數(shù)據(jù)分析、輔助決策?？梢苑譃閭€(gè)體畫(huà)像、群體畫(huà)像。

個(gè)體畫(huà)像主要應(yīng)用于客服場(chǎng)景，幫助客服人員快速掌握咨詢者特征以靈活調(diào)整話術(shù)，提升服務(wù)一次性解決率。隨著個(gè)人信息保護(hù)法的實(shí)施，個(gè)體畫(huà)像的數(shù)據(jù)安全問(wèn)題也越發(fā)重要。群體畫(huà)像是指某一類用戶群體的畫(huà)像特征分布，如微信公眾號(hào)用戶年齡分布，是Z時(shí)代多，還是80后更多呢?

二、畫(huà)像標(biāo)簽

用來(lái)勾勒用戶畫(huà)像的特征維度，當(dāng)你的團(tuán)隊(duì)有新同學(xué)加入時(shí)，你會(huì)從哪些維度去快速了解他呢?家鄉(xiāng)、年齡、單身/已婚、工作履歷、興趣愛(ài)好等。舉個(gè)例子，用戶畫(huà)像標(biāo)簽中有一個(gè)生命周期的標(biāo)簽，根據(jù)業(yè)務(wù)特點(diǎn)或算法挖掘，任務(wù)最近一次下單時(shí)間距今180天以上，即定義為流失用戶。而數(shù)據(jù)標(biāo)簽則是最近一次下單時(shí)間，或最近一次下單距今時(shí)長(zhǎng)。一般認(rèn)為，畫(huà)像標(biāo)簽是由數(shù)據(jù)標(biāo)簽經(jīng)過(guò)分析、加工處理，形成的更加抽象、易于理解的復(fù)合標(biāo)簽。

按照標(biāo)簽數(shù)據(jù)的特征以及處理方式的不同，畫(huà)像標(biāo)簽可以分為：

統(tǒng)計(jì)類標(biāo)簽：可以直接通過(guò)數(shù)據(jù)統(tǒng)計(jì)分析得到的指標(biāo)，如累計(jì)消費(fèi)金額，0-100，100-300,300-500

規(guī)則類標(biāo)簽：將統(tǒng)計(jì)值進(jìn)行業(yè)務(wù)規(guī)則的轉(zhuǎn)換，形成更加直觀的標(biāo)簽值，例如：高頻消費(fèi)用戶，定義為近半年消費(fèi)訂單數(shù)超過(guò)5單。

算法預(yù)測(cè)類標(biāo)簽：統(tǒng)計(jì)數(shù)據(jù)無(wú)法直接得出，需要借助于數(shù)據(jù)挖掘算法得出，例如用戶價(jià)格敏感度標(biāo)簽，需要利用一系列的統(tǒng)計(jì)算法、機(jī)器學(xué)習(xí)預(yù)測(cè)算法得出。

三、標(biāo)簽體系

標(biāo)簽的本質(zhì)也是一個(gè)評(píng)價(jià)指標(biāo)，但是在維度上更細(xì)，一般是用戶維度或商品資源維度的標(biāo)簽，例如近30天訂單數(shù)是一個(gè)指標(biāo)，從宏觀到微觀一次是：全部、業(yè)務(wù)線、流量入口、品類、商品、用戶。即標(biāo)簽體系更強(qiáng)調(diào)單個(gè)用戶或商品個(gè)體的指標(biāo)數(shù)值。

標(biāo)簽體系是結(jié)合業(yè)務(wù)場(chǎng)景構(gòu)建的標(biāo)簽分類，如一級(jí)分類：基礎(chǔ)屬性、行為屬性、營(yíng)銷屬性、風(fēng)控屬性等，再進(jìn)行逐層級(jí)的拆分和豐富。標(biāo)簽體系一是要便于擴(kuò)展，二是要便于理解和使用。標(biāo)簽體系比畫(huà)像標(biāo)簽更全面、豐富，利用基礎(chǔ)標(biāo)簽得到畫(huà)像標(biāo)簽也是標(biāo)簽體系的輸入。相比較畫(huà)像標(biāo)簽預(yù)設(shè)了標(biāo)簽值的規(guī)則，數(shù)據(jù)標(biāo)簽的靈活性更高，具有更加強(qiáng)大的人群圈選分層能力。

四、用戶分群

用戶分群是指按照特定的條件選出目標(biāo)用戶，進(jìn)行洞察分析查看用戶特征，或者直接對(duì)這些用戶進(jìn)行運(yùn)營(yíng)觸達(dá)。用戶分群依賴于標(biāo)簽資產(chǎn)(指標(biāo)類標(biāo)簽+畫(huà)像標(biāo)簽)，例如，對(duì)流失用戶進(jìn)行召回，按照：末次訪問(wèn)時(shí)間距今180天以上、歷史訂單數(shù)小于等于1等條件篩選出目標(biāo)用戶，再利用短信、Push推送等營(yíng)銷手段進(jìn)行召回策略的觸達(dá)。用戶分群的輸入是標(biāo)簽，輸出是用戶集合，應(yīng)用場(chǎng)景以精細(xì)化運(yùn)營(yíng)為主。

五、用戶洞察

用戶洞察是針對(duì)目標(biāo)用戶群體進(jìn)行特征分析，例如，針對(duì)某次活動(dòng)的下單用戶，查看用戶的畫(huà)像特征?；蛘哚槍?duì)運(yùn)營(yíng)活動(dòng)的不同人群，進(jìn)行對(duì)比分析，判斷不同標(biāo)簽篩選出來(lái)的用戶在轉(zhuǎn)化效果上的差異，調(diào)整下一次運(yùn)營(yíng)策略。用戶洞察的輸入是人群，輸出是群體的畫(huà)像特征。

六、用戶畫(huà)像、畫(huà)像標(biāo)簽、標(biāo)簽體系、用戶分群的關(guān)系

根據(jù)上述定義，梳理這幾個(gè)名稱之間的關(guān)系如下圖：

通過(guò)對(duì)用戶屬性數(shù)據(jù)、行為數(shù)據(jù)、交易數(shù)據(jù)、商品數(shù)據(jù)等多種數(shù)據(jù)源的采集，形成數(shù)據(jù)標(biāo)簽體系。標(biāo)簽體系可繼續(xù)按照業(yè)務(wù)規(guī)則的抽象和標(biāo)簽值的處理，形成畫(huà)像標(biāo)簽。也可以直接當(dāng)作篩選條件用于CDP平臺(tái)的人群圈選。

畫(huà)像標(biāo)簽是經(jīng)過(guò)抽象化的數(shù)據(jù)標(biāo)簽，可用于用戶個(gè)人畫(huà)像、群體畫(huà)像分析，也可作為用戶圈選的標(biāo)簽條件。

用戶分群的用戶篩選條件可以來(lái)自于數(shù)據(jù)標(biāo)簽和畫(huà)像標(biāo)簽，應(yīng)用場(chǎng)景包括：人群畫(huà)像分析、精細(xì)化運(yùn)營(yíng)和精準(zhǔn)營(yíng)銷。

七、小結(jié)

用戶畫(huà)像、畫(huà)像標(biāo)簽、用戶分群這些概念單獨(dú)都很簡(jiǎn)單容易理解，但是放到一起后，你能準(zhǔn)確區(qū)分它們之間的關(guān)系和邊界嗎?了解它們之間的差異點(diǎn)，在數(shù)據(jù)化運(yùn)營(yíng)應(yīng)用或數(shù)據(jù)產(chǎn)品設(shè)計(jì)時(shí)，才會(huì)更加的清晰。

#專欄作家#

數(shù)據(jù)干飯人，微信號(hào)公眾號(hào)：數(shù)據(jù)干飯人，人人都是產(chǎn)品經(jīng)理專欄作家。專注數(shù)據(jù)中臺(tái)產(chǎn)品領(lǐng)域，覆蓋開(kāi)發(fā)套件，數(shù)據(jù)資產(chǎn)與數(shù)據(jù)治理，BI與數(shù)據(jù)可視化，精準(zhǔn)營(yíng)銷平臺(tái)等數(shù)據(jù)產(chǎn)品。擅長(zhǎng)大數(shù)據(jù)解決方案規(guī)劃與產(chǎn)品方案設(shè)計(jì)。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議