神策数据：搭建用户标签体系，助力企业精细化运营

标签需求通常源自于我们每天都会提出的业务问题。举个例子, 企业 A 需要通过 10 万元的活动预算实现 GMV 的提升。那么, 此时面临的问题可能包括：10 万元的活动预算应该花在谁身上? 活动推送应该中午发还是晚上发? 用户可能会对什么类型的广告感兴趣? 如何召回流失用户…… 这个时候, 就需要"标签"来帮助我们做决策。

本文将围绕标签体系, 从为什么要做标签体系、如何搭建可落地的标签体系以及标签体系的应用三方面展开。

一、为什么要做标签体系?

目前业界对标签体系的分类比较多样, 从标签层级可以分为原子标签和复合标签; 从更新方式可以分为静态标签和动态标签, 从生成方式可以分为属性类标签、统计类标签、规则类标签和算法类标签。如下图所示:

标签可以对用户某个维度做描述与刻画, 让使用者能够快速获取信息。具体来讲, 标签是对用户信息的总结, 是对一个问题的解答, 它可以是具体的文本, 比如, 某个用户是哪个省份的; 也可以是统计指标, 比如某个用户昨天点击商品详情页多少次, 所点击商品的均价是多少; 也可以是关键日期, 比如某用户第一次进入平台的日期、第一次加入购物车的日期、第一次购买商品的日期等。

只要它能够快速提供业务信息、支持业务运营, 就是好标签。因此, 我们将标签在应用场景上主要分为特征和客群两类。

当用户标签作为特征, 是指将用户在某个维度进行抽象, 表达用户一些可被快速认知的特点, 主要作为运营动作的参考 -- 在运营过程中为运营人员提供信息输入, 或者作为触达物料中的参数变量。举个例子, 当你通过某电商平台搜索点击"口罩"这一商品之后, 过几天你便会收到类似的消息: 亲爱的 XX, 您所在的 XX 地区在针对口罩商品做大促, 我们给您发送了 X 元的优惠券。该信息是通过将你的昵称、地域等标签进行半自动化实现的, 这就是标签作为特征时的具体应用。

当用户标签作为客群, 是指基于相同标签提炼出来的一群人的集合, 这些用户都具有相同特点, 主要作为运营动作的目标受众。比如, 当我们希望通过对某一群人做活动推送时, 仅需要拿到客群标签即可, 不需要了解更详细的用户特征。很多时候, 当我们对用户做精细化运营时, 通常需要基于客群做标签应用, 除了能够帮助人工进行判断以外, 还可以提供给其他自动化系统, 比如投放、定向广告、个性化推荐等, 数据和机器共同决策, 驱动标签体系发挥更大价值。

总结来说, 标签体系的应用价值可以总结为四点: 用户特征洞察、增强数据分析、精细化运营及数据产品应用, 如下图所示:

但同时, 我们需要清楚地知道, 标签体系要想对业务产生价值, 需要具备一定的前提条件。比如, 有没有足够丰富的内容和商品? 如果你的 SKU 只有 10

个, 那么通常不需要对客群做细分, 也就不太需要标签体系; 再比如, 你的企业当前处于什么阶段? 对于一些初创企业, 要想做好标签体系通常需要聘请业务专家, 需要采集数据、加工标签的工具, 整体下来会花费一大笔资金, 但此时如果将这笔资金用来做广告投放或许能够带来更高的收益, 所以也就不需要在此时构建标签体系。

标签体系可以看做是一个项目, 需要考虑投入产出比, 因此我们建议企业在拥有完善的人才储备、工具应用后, 再去考虑标签体系的搭建与落地。

二、如何搭建可落地的标签体系?

我们在做市场调研时, 通常能够看到一些"大而全"列举型的标签体系, 包括人口属性、会员属性、行为属性、交易属性和消费属性, 这么多标签我们该如何使用呢? 这些标签和我们的业务都有什么关系呢?

在进行标签体系搭建之前, 我们需要进行标签需求调研, 包括:

1、业务调研, 了解业务流程与运营现状, 以及核心部门标签应用场景及需求。

2、数据基础调研, 发现数据的可融合型、数据的准确性、数据的更新机制。

3、组织架构与标签管理需求调研, 明确企业内部组织架构、核心业务部门, 明确不同层级、不同角色的标签管理和应用诉求。

接下来, 在基于业务场景进行标签体系搭建时, 我们通常需要考虑三个重要问题: 目标人群是谁? 目标喜欢什么? 怎样执行策略? 此时便需要我们从业务部门的标签应用流程反推标签主题: 价值分层标签和生命周期标签通常能够帮助我们明确运营目标; 行为偏好标签可以帮助我们构建运营策略; 营销偏好标签可以帮助我们优化触达手段。如下图为基于业务场景的标签体系搭建流程:

以在线教育为例。

第一步, 还原业务流程。从用户启动 App, 到注册登录、浏览试听、付费转化、续班转化、拓科转化及沉默流失的完整过程。

第二步, 整合关键节点, 定义用户生命周期。包括培育期、成长期、成熟期、流失期。与此同时, 对用户做价值分层, 辅助目标人群选择。

第三步, 明确运营目标, 将有限的资源投入到最需要的地方。具体包括降低投放成本、提升注册比例、购买渠道试听率、提升完课频次、提升课程覆盖率、提升续班率、提升拓科率等。

第四步, 从业务策略需求出发, 反推标签。

标签体系搭建完成后, 需要思考标签的上层架构和权限设计:

第一, 基于组织架构设计标签体系架构。识别核心业务线, 明确各业务部门标签应用场景。标签设计应覆盖核心业务部门的使用场景, 同时要明确哪些标签是企业层级可复用, 哪些是有特定业务场景, 避免在标签设计时出现标签遗漏或冗余。

第二, 基于组织架构设计标签管理应用权限。明确不同层级、不同角色的标签管理及应用诉求。标签设计应在实现管理规范、数据安全的基础上, 对标签的灵活调用实现较高的拓展性, 避免产生因过多无用标签而干扰使用者, 也便于标签的管理及迭代。

下图为标签体系架构与权限设计示例:

三、标签体系的落地应用

在标签体系的落地应用环节, 可以从群用户画像、单用户画像、用户行为预测以及对其他应用的赋能四方面展开。

1、群用户画像应用

某头部垂类品牌零售企业, 希望能通过对用户的线上、线下行为进行完整认知和洞察, 实现精细化运营, 提升内部效率和业绩增长。在该案例中, 群用户画像的主要应用部门为会员运营部, 基于其业务需求, 可以将策略细化为通过消费活跃的用户价值分层、生命周期分层。

在进行用户洞察时, 该企业面向高、中、低价值的会员进行画像分析, 发现他们的场景分布是不一样的: 纯线上会员客单价和过去 180 天的总消费不高, 但消费频率较高; 线上线下交叉消费会员的消费金额和消费频率均较高, 属于高价值会员。进一步分析发现, 在活动引流场景中,5 元券性价比远高于 10 元券, 线下消费会员在往线上转化过程中流失严重; 在商品转化过程中, 线下首单成交用户更喜欢买新鲜品类 (蔬菜肉类), 线上首单用户更喜欢买保质期长的品类 (蛋奶水果); 留存复购阶段, 线上成交的

50% 来自社群转化, 也就是说社群中的用户 RFM 质量更高。

因此, 我们可以基于提升交叉会员数量这一关键目标, 在标签的具体应用阶段, 强化店员引导线下消费会员完成线上注册; 针对纯线下会员, 定向推送线上水果券引导线上转化; 发力社群运营。总结一下, 群画像应用 SOP 如下图所示:

2、单用户画像应用

单用户的画像能够帮助企业洞察高净值用户或者 To B 获客, 可对接 CRM、门店 IPAD、客情卡、客服系统。

举个例子, 某在线教育企业, 主要依靠投放获取销售线索, 然后由销售在 CRM 系统跟进, 在这个过程中, 将用户画像推送至 CRM 系统, 基于用户属性标签、线索标签和行为标签等, 可以帮助销售筛选高意向线索, 同时在跟进客户时也能够更有针对性。

3、用户行为预测

算法类标签是用户行为预测过程中的重要标签类型。举个例子, 某在线金融公司的运营人员会拉取 App 内活跃用户的信息, 提供给电销人员, 由电销拨打电话向客户推销会员。为提升电销人员拨打电话的转化率, 需要对现存 App 内的活跃非会员用户进行预测, 筛选出一批购买会员可能性较高的用户名单。

在这个过程中, 算法类标签应用的目的是为了获取更精准的客群。基于营销偏好、行为偏好特征, 将销售线索分为低意向、中意向和高意向。作为运营同学, 通常会面向中意向线索进行营销, 因为高意向线索本来就有很大的可能会转化, 再做定向营销只会造成运营资源的浪费; 而中意向线索目前处于信息模糊的阶段, 此时做及时触达一定会带来更好的转化效果。对于低意向线索, 则需要做定向的线索培育动作。

4、赋能其他系统应用

标签体系在赋能其他系统应用时, 多表现为特征嵌入。举个例子, 某电商平台对表现出"具体类目需求"的客户, 利用城市、类目偏好、价格偏好、优惠券类型偏好作为变量参数, 进行半个性化的专场链接推送营销, 促进需求转化。正如我们刚才所讲的你在电商平台搜索"口罩"后会收到平台发送的相关消息, 这就是特征嵌入的典型应用。

总结一下, 标签体系一定要围绕着企业的业务场景进行构建, 因为它是企业精细化业务的底层根基。