如何构建用户标签体系?

15 评论 74452 浏览 606 收藏 14 分钟

个体由标签组成,这些标签由谁来打?打那些纬度标签?怎么打标签?如何建立成熟的标签体系,是本文的重点。

目录:

  • 用户标签是什么?
  • 如何搭建标签体系?
  • 用户标签的作用?

一、用户标签是什么

用户标签是构成用户画像的核心因素,是将用户在平台内所产生的行为数据,分析提炼后生成具有差异性特征的形容词。即用户通过平台,在什么时间什么场景下做了什么行为,平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。

如图所示,“个性”“佛系”等词都是我们90后这代人群的标签。

标签来源:

产品初期:在产品还没有用户的情况下,主要通过大量用户调研和行业调研,基于产品定位和业务需要梳理出初始目标用户标签,前期的人工工作量相对繁重,可对初始标签的设定准确性远高于凭空想象。

产品发展期:基于原有数据沉淀分析出来的精准性标签,与用户行为产生的数据进行清洗整合,提炼出相对完善的用户标签;基于原有数据梳理标签,要注意数据排重,避免标签过于同质化。

二、如何搭建用户标签体系

(用户标签搭建纬度)

1. 标签属性

标签分为三种属性:静态标签判断用户基础需求,动态标签提升用户体验,预测标签提升用户转化,提高产品价值。

  • 第一种静态标签:用户主动提供的数据:指用户不变的基础信息,多为用户固定数据,如姓名、性别、年龄、身高、体重、职业、地区、设备信息、来源渠道等。
  • 第二种动态标签:平台介入的数据:指用户在平台内的特有标签,是平台根据用户行为给用户打上便于管理的标签。用户行为是指用户从启动APP到关闭APP阶段内,在APP内所有操作行为,如用户的点击、浏览行为、互动(评论、点赞、转发、收藏)行为等。
  • 第三种预测标签:平台介入的数据,指根据用户在平台内的行为数据对用户未来行为或喜好进行预测;是设计千人千面和运营策略的关键;比如某电商平台,根据用户A“月均消费5单,且有数额过万的运动商品”的购物数据,平台会给用户A打“高频、品质敏感性、运动”的标签,后期会更多推荐高品质运动商品及相关运动品牌活动的精准推送。

2. “贴标签”方式

标签由平台运营团队创建,结合业务场景梳理出一批原始标签;注意标签创建要紧贴业务场景,为用户“贴标签”通常有两种形式,即用户是否感知到自己被“贴了标签”。

第一种隐性标签:后台给用户打标签,用户无法感知;后台结合用户前端的点击浏览行为等用户行为操作,自动为用户贴上相应类别标签,这种方式的好处在于用户行为真实度极高,平台易获取无修饰无加工的用户行为数据,不足之处对于平台来讲前期人工成本较高。

第二种显性标签:用户主动给自己打标签,即用户在产品前端页面手动选择自己感兴趣的标签,用户通过触发标签机制,后台机器匹配数据直接打标签。这种方式优点在于高效,不足之处在于数据真实度偏低(初始标签存在无法满足所有用户的风险,用户也许会选择近义词也许跳过不选)。这种方式一般陌生社交产品和社区产品使用较多,目的是提升千人千面的精准度,提升用户体验。

若选择第二种形式,需要注意标签机制的设计规则(如标签默认前台固定页面展示,需用户手动选择后,标签自动隐藏不再显示)。其次后台注意标签选择排重,如出现A用户的标签既是后台添加又是用户自己选择,则保留用户自己选择标签。

最后要牢记:“用户也不知道自己要什么”,不是用户自己选择标签之后就万事大吉了,要结合用户行为数据持续优化标签。

3. 标签的优化

第一种机器优化:机器根据数据反馈持续更新,优点在于机器的高效智能,不足之处在于投入的技术成本以及机器欠缺一定的精准性。这种方式比较适合产品发展期,用户量较多,且有一套成熟的标签体系,机器已经可以达到一般的智能化,只需运营抽样进行精准度测试和标签规则优化即可。

第二种人工优化:人工对标签规则调整优化,优点是精准度高,不足在于人工运营成本高。这种方式适合产品初期,用户量小机器识别还不是很成熟,可以达到准确优化。

两种方式的选择需要结合产品周期和用户体量运用,无论何种方式,人工都需要持续根据产品业务场景对标签的规则进行调整优化,切记图省事忽略标签体系的优化,标签数据模糊,用户画像自然也会立不住,产品设计也会差强人意。

4. 好的标签是怎么落地执行的?

4.1 在公司中谁来做这件事?

PS.如果对时效性要求很高,可以委托专业第三方数据公司操作,可以达到高效、节省人工成本的目的。

4.2 具体要怎么做?

核心关键是:收集需求-建立规则-填充数据

收集需求:给用户贴标签一般由运营部主要负责,在策划前期,需要明确标签的目的及作用,少不了多方沟通协调。

比如社区产品,产品考虑千人千面的精准度,更关注用户的“内容兴趣”标签。运营希望提升商品的转化率,则更关注“消费习惯”标签。技术会关注数据提取便捷度,最理想状态是每次新需求都可以在同一信息平台调取,方便高效……大致每个公司基本这三个部门的需求是离不开的,其余差异性需求根据公司情况各异。

建立规则:需求收集后需要对需求进行分析梳理,结合业务场景,判断需求和业务的匹配程度,确定标签制定的目的,统一标签定义。这里要注意标签务必要符合业务场景搭建,且对标签定义达成内部共识,比如“流失用户”。

这个标签定义是指卸载APP的用户还是指没有卸载但三个月都未启动APP的用户?诸如此类标签定义需要内部达成统一共识,避免增加沟通成本及后期进行大的改动。

填充数据:明确数据支持信息,即什么样的数据和标签相匹配,这些数据普遍指用户基础数据(注册时用户填写的个人信息)、用户行为数据、用户业务数据(如某阶段购买最多的商品类别等沉淀在业务场景下的数据)、补充数据(泛指和其他平台合作的数据或第三方数据平台沉淀的数据),其他数据因公司而异。

产品部门结合产品定位和业务场景审核标签合理性。

最后交给技术实现,收集数据、清洗数据、分析数据(有的公司会交给数据部门执行,具体执行部门因司而异)。

4.3 如何维护标签

核心关键是:信息透明、信息优化、信息同步。

  • 信息透明:即标签的规则、创建者、适用范围、版本等信息充分透明化管理,减少任何人调取标签使用的难度。
  • 信息优化:用户标签会随着业务场景、用户角色等变量因素改变,而产品价值依赖变量因素持续变化,所以标签信息的持续优化是重中之重;标签的新增与修改等操作要注意与之相关的业务场景需求及影响,尤其要注意避免因职业差异对某些标签的理解问题,多沟通很重要,减少不必要的风险发生概率。
  • 信息同步:这要求时效性,一旦标签信息有变,及时更新同步,提高运营效率。

三、标签的作用

产品的本质是用户,用户画像的本质是标签,给用户“贴标签”,最主要的作用是构建产品的用户画像,而精准的用户画像是多方共赢的前提。

公司战略:公司可持续发展的核心,一方面使公司更具竞争壁垒,及时洞察市场风向,预测产品所占市场规模及前景发展,及时优化公司战略,避免过早陷入发展瓶颈;另一方面沉淀大批用户数据,既利于孵化创新产品,也丰富盈利模式(比如与第三方合作)。

产品设计:提升产品价值关键因素,基于精准人群的需求分析和功能设计,更容易得到用户认可,更容易打造产品亮点,提供精准个性化的服务,比如对于社区产品,内容个性化推荐将有效提升社区粘度。

运营管理:提高运营效率;如今的新用户获客成本居高不下的情况下,利用现有用户画像,做好存量用户的维护,通过精准营销策略,提升存量用户的留存与活跃。

总结

  1. 用户标签是构成用户画像的核心因素,是将用户在平台内所产生的行为数据,分析提炼后生成具有差异性特征的形容词。即用户通过平台,在什么时间什么场景下做了什么行为,平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。
  2. 标签分为三种属性:静态标签判断用户基础需求,动态标签提升用户体验,预测标签提升用户转化,提高产品价值。
  3. “贴标签”形式有两种:用户主动选择特定标签和平台结合用户行为给用户“贴标签”。
  4. 标签优化方式:机器优化和人工优化。
  5. 搭建标签体系流程:收集需求-建立规则-填充数据-标签维护。
  6. 在公司中,搭建标签需运营、产品、技术协调配合完成;运营负责制定规则,产品结合业务审核标签合理性,技术负责实现。
  7. 标签的作用:增强公司竞争壁垒,提升产品价值,提高运营效率。

Tips:

  1. 业务导向:用户标签要贴近产品业务场景及产品所处行业建立,避免标签脱离业务。
  2. 数据验证:标签的准确性和数据息息相关,不能只通过用户1、2次点击某商品或内容,就确定用户对此感兴趣,要结合数据趋势变化,不断验证,以免片面下结论导致用户画像不准确。
  3. 持续优化:伴随用户年龄、偏好等阶段变化,用户需求和在平台内的行为会不断变化,保持敏锐的用户嗅觉,利于产品优化迭代,利于公司可持续发展。

 

作者:日久情疏,公众号:QQ3344PM

本文由 @日久情疏 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 学习了

    回复
  2. 通透

    来自河南 回复
  3. 学习了

    来自广东 回复
  4. 期待实操分享

    来自上海 回复
  5. 牛逼!!!1

    来自北京 回复
  6. 真好

    来自北京 回复
  7. 请问用户标签和用户画像是相同的含义吗?还是说用户画像仅仅是用户标签的一部分呢?

    来自上海 回复
    1. 不是
      就二者关系来说:用户标签是构成用户画像的核心因素;
      可以理解为:用户标签是画像的具象体现;
      我对用户画像没有研究的很透彻,建议你可以多方查一下资料~

      来自北京 回复
  8. 赞赞赞

    来自重庆 回复
  9. 666

    回复
    1. 1

      来自北京 回复
    2. 2

      来自北京 回复
    3. 3

      来自山东 回复
  10. 回复
  11. 很不错

    回复