從0-1標簽平臺實踐
編輯導語:伴隨著線上獲客難度的增加,企業需要開展精細化運營,而非粗放獲客。而標簽平臺的設計可以幫助運營人員實現精細化運營和精準投放,進而提升用戶留存。本篇文章里,作者總結了從0-1搭建標簽平臺的思路與策略,一起來看一下。
很多同學看過如何構建用戶畫像的文章,大多聚焦于用戶畫像對精準營銷、精細化運營、如何建設標簽體系、如何挖掘標簽、如何管理標簽服務等等。
本文主要從數據中臺思想出發,更全面地分享如何從0-1規劃和實施一款標簽平臺。
一、為什么做標簽平臺?
1. 行業背景
移動互聯網上半場人口紅利期,各家APP都在搶奪用戶,互聯網下半場人口紅利過后,互聯網行業新客獲取成本變得非常高,從早期的幾分錢、幾毛錢、幾塊一個有效新客變成上百元每人甚至更高。
隨著獲客成本不斷提高,用戶運營從過去粗放式的廣撒網,向精細化運營、精準營銷轉變。新的流量洼地越來越少,企業一方面要做到精準獲客,另一方面也要使出渾身解數提升用戶留存,最大化挖掘用戶價值,AARRR模型也重點放在了AARRR。
2. 需求場景
用戶特征分析:了解產品或營銷活動用戶群體特征,產品設計或營銷投放充分考慮目標用戶的特點,設計出更符合貼合用戶的產品功能,或投放更精準的用戶群。
1)用戶實時觸達
用戶在瀏覽或使用產品的過程,針對滿足特定條件的用戶實時觸達,如果用戶瀏覽了多個商品但是沒下單,給用戶彈出優惠券派發彈窗或私信消息促成用戶下單,或針對進入頁面的新客派發新客禮包等,在用戶行為路徑中,增加觸點交互,提升用戶交互體驗,并促進用戶轉化。
2)用戶召回
對于生命周期處于預流失、已流失等階段的用戶,進行短信推送、App Push等,通過紅包激勵手段,召回流失用戶;例如貝殼用戶跟經紀人產生聯系之后,它后續轉委托以及轉帶看的概率就會高很多。
所以我們會實時去計算用戶的數據,當用戶的搜索、瀏覽房源、以及查看經紀人的相關信息等行為量達到一定程度后,我們計算認為他的行為足夠豐富,這個時候就會做潛客召回,也即給用戶彈一個框,引導用戶去留資,留資完后就把其信息分發給經紀人,這樣經紀人通過電話就可以與用戶產生聯系。
3)精準分流
產品功能迭代AB或營銷活動投放,基于用戶地域、性別等標簽屬性,進行流量的精準分層運營,從而找到活動運營的最佳策略,提升ROI。
4)客戶關懷
生日關懷、會員福利、服務受損用戶關懷,通過用戶標簽圈選目標用戶后,進行站內觸達或短信推送。你身份證生日當天,是不是也收到了某家餐館優惠、或航空公司的祝福短信了呢?
5)產品智能
基于不同群體屬性或興趣偏好的用戶,差異化展現產品形態,比如對于學生、務工、商務、出游等不同用戶群體,提供更符合對應用戶習慣的產品風格或服務。
3. 業務痛點
1)用戶分層能力弱
標簽開發迭代速度遠跟不上業務發展的速度,用戶畫像大多為基礎靜態通用標簽,規則類標簽、挖掘類標簽很少,對個性化場景需求支撐能力不足,例如:30天未復購的高價值用戶進行活動優惠,已有靜態標簽體系很難覆蓋該需求
2)標簽生產周期長
新增標簽需求業務提需求給數據PM,數據PM轉化后提交數據開發(離線開發與實時開發),開發按照業務邏輯清洗好數據后,導入平臺,若沒有做標簽上線流程的配置化,此時還需要前端開發介入,整個流程耗時長,平均需求產生到上線耗時一周左右甚至更長時間,尤其是實時標簽根本無法滿足。
3)標簽口徑不一致
用戶畫像、精準營銷平臺人群圈選、算法特征都會涉及到用戶或商品標簽,各個系統存在標簽同義不同值、同值不同義的問題,導致標簽復用度低、重復建設帶來的成本和資源浪費,這也是標簽平臺要重點解決的問題。企業建設統一的標簽平臺規范口徑也是數據治理的重要內容。
4)數據服務出口多
對于數據部門會提供各種各樣的用戶或訂單維度的API、Kafka、Hive表、hbase、mongodb等數據服務,因為服務出口多,這些服務的業務價值、接口調用情況變得監管困難。
例如上游數據及下游業務應用的血緣鏈路缺失,帶來服務下線、異常管理困難,經常會出現一個接口不知道誰在調用,也一直不敢下線,最后成為僵尸接口,數據運營越做越麻煩,由可見可用到可見不可用(標簽平臺屬于數據中臺的一部分,數據中臺下構建的數據資產可見、可懂、可運營是非常重要的能力)。
5)業務運營靠經驗
一般精準營銷平臺強調基于標簽圈人的能力,什么樣的用戶適合推什么樣的產品,提供什么樣的服務,實現滿足用戶喜好的差異化運營,這種靠運營同學人工操作,基于經驗或數據分析,確定特定場景下的人群標簽條件,圈選后進行后續營銷動作。
通過標簽+自動化運營流程的配置可以大大解放運營同學的手工式操作,做到精準而自動化。
6)推薦場景
推薦場景中,通過原始行為數據實現千人前面的推薦邏輯需要訓練算法模型,無論是基于屬性相似度、基于用戶的協同過濾、基于內容或者商品的協同過濾、基于模型的推薦算法中,有事先挖掘好的用戶標簽可以更快構建起靈活精準的推薦機制。
4. 產品目標
1)提供數據源接入及管理功能,將數據開發線下對接開發流程線上化、自動化,構建標簽加工的統一數據管理平臺(在很多互聯網公司,構建的數據平臺或者數據中臺數據源及其數據集模塊都是公用的,通過SQL方式可以直接使用數據源表與數據集,如果標簽來自于用戶行為數據,通過用戶事件配置化加工標簽,需要特性的DataVault數倉模型)。
2)建立完善的用戶、商品標簽體系,提供人群圈選、場景配置能力,標簽生產流程配置化,業務自助配置取代數據開發、前端開發。
3)標簽、人群服務輸出,以API或數據推送方式為用戶營銷、產品運營提供服務。
4)管理應用注冊及調用信息,同時構建完整的數據血緣鏈路,監控統計標簽的上游數據來源與下游使用情況。
5)融入算法推薦能力,實現人貨場精準匹配。
6)用戶群體:產品、運營、數據開發、業務人員、數據挖掘人員(挖掘類標簽生產)。
二、標簽平臺怎么做?
1. 需求調研分析
B端產品需求調研方法的核心原則就是找到典型用戶了解其業務背景及工作流程,挖掘和創造需求。很多PM往往會停留在僅是找到用戶,問一下“你當前做這個工作哪里不方便,有什么痛點問題我們可以幫你解決啊,然后就等著業務提需求了”。
舉個栗子,用戶運營需要對首次注冊訪問APP首頁、處于流失預警期的用戶,觸發紅包彈屏,涉及哪些環節和工種呢?這個時候我們就需要拆解業務流程分析,在各個工種之間,讓他們把工作的環節具體演示一遍,從而發現問題和卡點。
針對用戶運營需要了解的問題:
- 過去1年做過哪些運營活動,活動場景清單可以提供下嗎(歷史需求分析)?
- 當前運營主要KPI以及未來業務重點是什么(業務方向了解,潛在需求挖掘)?
- 當前工作流程是什么,每次耗時多久,活動中最影響效率的環節有哪些?
- 如果有一個平臺工具可以幫你更高效的達成KPI,你希望會是什么?
- 日常運營工作中,最常用的用戶、商品標簽有哪些(先了解基礎需求,再做分類、擴展調研)?
針對數據開發:
- 實時標簽、離線標簽處理流程分別是什么,用到哪些平臺和工具?
- 當前開發耗時最多的有哪些環節,耗時多少?
- 哪些步驟是可以通過平臺實現,不能通過平臺實現的有哪些
2. 產品功能設計
基于業務場景調研結果和行業競品分析,我分析了如騰訊廣點通、阿里達摩盤DMP產品,也分析了像神策、GrowingIO、諸葛IO等CDP產品,可以初步梳理標簽平臺架構如下:
1)數據管理
目標:提供數據源接入及管理流程,為標簽配置化生產提供數據源支持。
功能要點:
- 數據源管理:離線源、實時源,包括數據源管理列表(增、刪、改、查、權限申請)、新增數據源流程、數據質量監控、下游標簽應用統計。
- 數據模型開發:根據標簽加工方式不同需要準備好不同的數倉模型,例如:用戶行為事件,需要將數據灌入到用戶行為數倉模型;利用知識圖譜圖挖掘需要構建知識圖譜的存儲模型,SQL類的直接用數據源表或者數據集即可。
2)標簽管理
目標:提供標簽生產及使用流程,新增標簽無需開發介入,產品或運營可自助完成;標簽管理幫助管理員對標簽進行上線、隱藏、下線的生命周期管理,針對標簽的狀態變更對相關用戶進行變更通知與預警,管理流程清晰完整嚴謹規范。
功能要點:
- 標簽列表(增、刪、改、查、權限申請),基于標簽體系的層級展示和標簽統計邏輯查詢;標簽新增流程(基于數據源及業務邏輯,可視化配置標簽);權限申請流程;生命周期管理;數據預覽;服務輸出。
- 標簽知識庫:標簽知識庫分產品分類別地梳理了快手集團內部生產的常用標簽,涵蓋用戶基礎信息、用戶行為、用戶偏好、用戶狀態以及監管信息相關標簽及其元數據信息。隨需即取,易查易用。
標簽體系建設過程要充分結合業務過程和運營場景需求,以電商行業為例,用戶標簽體系可以分為基礎屬性、行為屬性、消費屬性、營銷屬性、服務屬性、風控屬性等幾個一級分類,詳細示例見下表:
3)人群管理
目標:提供基于標簽圈人的能力,精準圈定目標人群進行分析或數據輸出。
功能要點:人群列表,新增人群流程(圈選、excel等自定義上傳、SQL語句)、人群畫像、人群輸出(接口或場景配置)。
4)場景管理
目標:產品智能、商品推薦、對接營銷,實現 “人貨場” 精準匹配。
功能要點:場景流程管理、場景列表(CURD)、多人群場景;場景管理流程與數據、觸達目標、ROI等需要深入業務,這個過程數據部門要和業務側緊密溝通,很多公司的營銷通道或用戶觸達資源掌握在業務人員手中,需要溝通確定雙方職責邊界形成決議,減少重復造輪子,這樣才能將業務、工具形成合力。
除支持單一人群營銷外,標簽平臺還可以配置精細化運營流程,實現自動化運營,例如美團、去哪兒、攜程等業務需要對站內流量做加購交叉引流,給購買了火車票、機票出行服務的用戶推薦優惠券和酒店,在大量歷史運營策略中,復合交叉引流營銷設計往往更能促成訂單的轉化;在平時的運營工作中不斷積累一個個有效的自動化策略,最終實現強自動化的運營策略與強智能化的用戶服務與交互體驗。
多場景配置是基于對不同的畫像人群外加不同的判斷條件實現不同的營銷策略構建一個流程圖,覆蓋訪問用戶的各種精細化目標分群,產品流程設計參考如下圖:
5)效果分析
目標:基于埋點數據、事件規則,通過標簽畫像全選分群做AB測試場景用戶轉化效果,實現目標選擇→營銷觸達→效果分析的閉環,不斷調整優化運營策略。
功能要點:對(1)活動運營例如:Push、紅包、短信、彈窗、產品推薦、banner位等,(2)產品頁改版優化等場景 需要和業務側定義好埋點規則,轉化效果統計規則,如認為觸達用戶后,用戶在X時間內產生了訂單轉化,則記為有效轉化。
6)服標簽務
目標:標簽服務標簽服務是根據給定實體ID和選中的標簽返回該實體具體的標簽值的在線服務接口。例如使用用戶性別、年齡等標簽用于標簽服務,就可以利用系統生成的在線接口即時獲取目標用戶的性別年齡信息??梢詽M足千人千面的業務需求(人群查詢、用戶判定、人群下載服務即將上線)。
7)系統功能
目標:提供用戶權限管理及審計能力,保障數據安全。
功能要點:
- 用戶權限管理、審計日志、消息中心、幫助中心、產品首頁、工單審批流程等平臺公共能力。若公司已有相應組件,可接入復用。
- 標簽登記:標簽登記支持用戶在線登記新標簽,系統審核后新標簽自動加入標簽知識庫提供標簽服務,滿足您的個性化業務需求。
- 用戶查詢:用戶查詢能夠根據用戶ID查詢用戶畫像信息。
三、做的怎么樣?
經過項目推進后平臺順利上線投產使用,那么如何評價產品是否成功呢?平臺應用價值體現在營銷成本降低和頻次的增高。可以參考的指標如下:
數據質量及穩定性規范參考
針對挖掘類(模型預測)標簽,其中涉及到準確率及覆蓋率相關的指標:
- 覆蓋率:明確覆蓋率的計算口徑;覆蓋率達到80%以上。
- 準確率:準確率的計算口徑,準確率達到80%以上。
示例:gender(性別),覆蓋率:99%(日活用戶作為分母計算得出);準確率:95%。
異常值:
- 空值:空值率、string類型空值處理為unknown、int型空值處理為null。
- 異常值:string類型空值處理為unknown、int型空值處理為null。
穩定性:SLA需達到99.5%。
數據故障:故障通知、影響通知、修復時間通知。
更新模式:增量、全量。
四、小結
標簽平臺是一個比較大的數據管理與服務平臺,為了實現最終的活動自動化運營、精準營銷等場景,需要做如上多模塊的規劃與落地。
本文從需求背景、落地流程、產品功能設計等宏觀角度系統化地做了介紹,其中如何去做精細化運營、如何設計標簽體系等等,后續文章會逐步整理并分享給大家。
公眾號:產品人棲息地
本文由 @DataSir 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
有個疑問:流程圖中,第一步判斷“是否黃?!?,為什么“否”的狀態下會判斷為黃牛人群?
復議,這個地方的是/否 是不是畫錯了
挺詳細~