深入了解用户标签体系 用户标签体系设计思路( 二 )


事实上,从早期应用来说,我们也会推荐客户先主攻图 1左侧部分,因为相对而言,这部分使用较小的投入、可产生更大的边际价值,当这部分达到业务提升的天花板时,可以开始通过图 1中右侧的手段来进一步增加价值 。
也就是说,左侧的方式到达一定的上限以后,企业需要使用更极致的手段实现突破,如个性化推送、个性化推荐、个性化实时营销 。
如头部电商企业基本都实现了个性化实时营销,当用户准备购买一个商品,却在付款页面流失了,表明客户是有成单意愿,但存在某些疑虑,或者就是被打断后忘记回来了,系统就会在大概十分钟之后,基本上等于实时给客户做营销推送,Push 用户成单 。
当然,如果业务发展快,有明确的场景和充分的资源,想要两者一起来做,那当然也是可以的 。
二、标签画像的应用场景总结 标签和画像实际上是对数据的再加工,根据不同的加工输出可分成四大类应用场景(如下图 2):
图 2 标签画像的应用总结
(1)精细化运营
企业逐渐从粗放式到精细化,希望将用户群体切割成更细的粒度,辅以短信、推送、邮件、活动等手段,驱以关怀、挽回、激励等策略 。
(2)用户分析
用户画像也是了解用户的必要补充,在产品用户量扩大后,需要辅以用户画像配合研究,如新增的用户有什么特征,核心用户的属性是否变化等 。本质上来讲,标签就是对用户的描述,所以对标签的加工,相当于更深层地分析出贴近业务的用户信息,这个信息会减少大家基于原数据重新跑一些业务分析和用户分析的场景 。
在这里强调一点,我发现很多企业在使用数据时,会忽略思考数据背后代表的意义,但是企业需要在使用数据解释业务特征时,更深层次地剖析数据代表的用户特征,因为增添这一层思考,意味着企业的业务自始至终真正服务的对象都是用户,而不是把这些业务作为服务用户的手段 。
所以,当企业开始探索业务的持续性发展时,企业对用户的了解和认知非常重要 。举个例子:我在给一些证券客户做咨询的时候,会首先引导企业梳理现有数据,基于客户视角把客户资产盘点一次 。
(3)数据分析
标签可以理解成作为用户分层分类的规则之一,数据查询平台和这些数据打通后能支持更加丰富和深层的分析及对比 。另外,数据分析的应用,可以更具像到一个概念,即产品的应用 。
(4)产品应用
用户标签是很多数据产品的基础,诸如广告系统、个性化推荐系统、CRM 基础搭建等,事实上,自动化运营本质上在技术角度对底层的要求就是标签体系 。
三、标签画像的典型应用场景 很多企业会使用 Push 来拉新、活跃、召回用户,其实企业如果是引入外部第三方企业来支持 Push 业务,第三方企业会根据公司的 DAU 或 MAU 来收取费用,这意味着企业每个月给客户推 0 次和推 5 次 Push,付出的成本一样 。

推荐阅读