從0-1構建用戶標簽體系
通過給用戶建立標簽,可以實施更精準的運營,本文作者就教你從0-1構建用戶標簽體系。
標簽是什么
用戶標簽是對用戶行為特征的抽象,用以描述具有某一相同特征的用戶群體,如“大學生”這個標簽,其實就是對所有在上大學的學生群體的抽象,通過標簽可以找到某一群用戶。
標簽是如何產生的
用戶依托于特定的載體,對其在特定的業務場景下行為的特征提取,即為用戶標簽。
- 載體:移動終端、PC等可以進行操作交互的平臺,同時可以對用戶操作行為數據進行沉淀并存儲
- 場景:基于時間和空間維度,用戶產生某個行為的位置以及時間行為:用戶在特定場景下,通過載體完成了哪些行為,通過行為的特征提取,才能形成不同維度的標簽
標簽體系的架構
1.數據層
1.1數據源
數據源即用戶生成用戶標簽的數據來源,以運營商用戶數據為例,用戶的行為數據來源于前臺業務系統、上網行為數據采集系統、語音通話業務系統等等。
1.2數據處理
數據通過各業務系統獲取后,往往是雜亂無章的,需要對數據進行一定的處理,主要包含:數據整合、數據清洗、特征提取三個步驟。
- 數據整合。將不同業務系統中用戶數據通過某一個關鍵字段關聯,形成維度更全的數據,還以運營商數據為例,通常通過用戶手機號碼將用戶基礎信息、通話信息、上網信息以及位置信息等等進行關聯,形成一個全維度的用戶數據體系。
- 數據清洗。不同業務系統的用戶數據包含的數據字段較多,通過分析發現很多數據字段對于生成用戶標簽沒有過多的參考作用,同時在對數據進行處理過程中會發現一些數據質量的問題,如數據缺失,數據異常等等。數據清洗的作用就是去除無效數據,保留有價值數據。通過數據清洗,提升生成用戶標簽的準確性。
- 特征提取。特征提取,即對處理過的用戶數據進行特征識別,尋找有價值的字段數據,如針對于用戶上網行為偏好標簽的定義,需要提取用戶上網行為字段的數據,通過對該字段數據的解析分析用戶上網行為偏好。
2.功能層
2.1標簽生命周期管理
2.1.1標簽新增(定義)
(1)標簽類型:定性標簽、定量標簽、衍生標簽
- 定性標簽,又可以稱為靜態標簽,指不會隨著時間以及用戶行為變化而變化的標簽,如用戶的性別標簽、年齡標簽,這些標簽都是不會隨著時間或用戶行為而變化的。
- 定量標簽,又可以稱為動態標簽,指揮隨著時間以及用戶行為變化的標簽,如用戶活躍度標簽,會根據特定時間段內用戶特定行為的變化而變化。
- 衍生標簽,又可以稱為預測標簽,指基于用戶行為對用戶未來行為進行預測的標簽,如用戶在過去一段時間經常訪問汽車類APP,那么可以依據用戶行為給用戶打上有買車需求的標簽。
(2)標簽口徑,與業務場景的深度結合
根據標簽類型的不同,定義標簽的規則也會不同。定性標簽以事實為依據,而定量以及衍生標簽則需要結合具體的業務場景而定義,這就需要標簽的具體使用者即業務方深度參與定制,因為只有具體使用標簽的人才會對業務、對行業有深刻的認知,基于這樣的前提定義的標簽的準確性以及價值才會最高。
(3)標簽的標注方法
基于標簽的類型以及標簽的口徑,標簽的標注主要有兩種方式:基于人工的標注以及基于機器的標注。
- 基于人工的標注方式更多依賴于人的經驗,通過人為定義給出標注規則。
- 基于機器的標注方式更多依賴于機器學習算法,通過將影響因子提供給機器算法模型,通過機器的自學習給出不同權重并形成標簽。
2.1.2標簽更新
- 基于人工的標注方式,標簽的更新往往通過標簽實際效果以及具體使用標簽人的經驗對標簽標注規則進行更新。
- 基于機器的標注方式,更為智能,通過數據的不斷更新,機器會根據標簽的反饋效果自動更新標簽的規則。
2.1.3標簽下線
對于無價值以及無時效性的標簽進行下線操作,減少無效數據冗余,也減少標簽使用者的選擇成本。
2.2標簽可視化
2.2.1標簽分類
標簽的分類維度以及分類級別往往取決于標簽的具體應用場景,如對用戶APP偏好的標簽分類,通常根據APP的類型分為工具類、購物類、社交類等多個類別。
如對用戶訪問內容的標簽分類,則會更為深入,如對新聞資訊類內容的訪問,又細分為時政要聞、體育資訊、科技資訊等等顆粒度更新的標簽。
2.2.2標簽檢索
基于標簽類型以及標簽分類維度,幫助具體使用標簽的用戶找到符合需求的標簽。
3.應用層
標簽體系是對底層數據的整合與精細化管理,其作用是為上層應用提供數據支持的。
3.1用戶畫像
在精細化運營的時代,新用戶的獲取成本越來越高,產品以及運營的關注重點已經從對新客的獲取轉移到對存量用戶的運營上。
通過標簽體系的搭建,可以形成更精確的用戶畫像,對用戶群體進行分層,對不同類型的用戶群進行針對性的運營和服務,提升存量用戶的活躍以及付費轉化。
3.2精準營銷
精準營銷場景更多體現在需要用戶付費購買的產品上,與傳統全量用戶營銷不同。
精準營銷可以通過標簽定位目標用戶群,針對不同目標用戶群營銷不同類型的產品及服務,極大程度提升用戶的轉化率以及營銷效率。
3.3個性化推薦
個性化推薦的場景更多出現在內容社區、電商平臺,給不同的用戶推薦不同的內容或商品,提升用戶感知,提高用戶付費轉化率。
3.4第三方應用
標簽體系的搭建除了可以提供給內部業務部門做運營、分析使用,也可以作為數據基礎服務提供給第三方用戶使用,對第三方來說,看中的是數據的價值。
#專欄作家#
記小憶,人人都是產品經理專欄作者,野蠻生長的產品經理,擅長從0-1搭建產品經理知識體系。公眾號:PM龍門陣。
本文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
方法論總結的很棒,對有相關經驗的老鳥可以起到梳理知識結構的作用,但對萌新基本無用,浮于表面
很受益,希望能再深入寫一下
渣!
同希望再深入寫一寫。
希望在深入寫一稿。
寫的不錯,如果可以希望可以再深入探討下。