玩转用户标签体系，打造精细化运营底层能力 | 芒种训练营第一课

本文根据 2020 神策数据分析芒种训练营第一课《玩转用户标签体系，打造精细化运营底层能力》课程整理所得。

作者介绍

本次课程主要分为三部分内容：

• 用户标签画像的价值

• 如何构建可落地的用户标签体系

• 如何利用用户画像分析赋能业务落地

一、用户标签画像的价值

用户标签洞察是精细化运营的底层能力。

举一个例子，一个电商产品的运营部门，其产品的日活大约 100 万，销售额目标是 5000 万，有 10 万元的营销预算。在预算有限的情况下，为了达到销售目标，需要弄清楚三个问题：

• 预算花在谁身上？

• 如果确定发券，要发多少张券，面值多少，面向什么品类，有效期多久？

• 我应在什么时候发这张券？

这些问题会决定你的资源利用情况，洞察用户标签，能为制定营销策略提供灵感：

比如，你可以给对销售额贡献最大的群体发券——往往 80% 的销售额会产生于 20% 的头部用户，找对目标就已经成功一半。我们可以事先根据群体的单品偏好和品类偏好标签，去制定要发什么类型的优惠券；活动策略制定好以后，我们希望目标人群大部分人都能收到推送，这样优惠券的效果能覆盖最多的人群。最终可以根据他们的活跃特征，去选择推送的时间段。

经过测试后发券策略有效，应该将运营策略常态化。如果能把用户标签和智能运营平台打通，将个性化消息推送和个性化优惠券自动化，运营部门就可以抽出人力，开始分析并测试下一个运营策略……一个个小细节的优化堆砌起来后，业务的增长和产品的优化就实现了。

每一个细节都让业务变得更好，用户标签洞察是精细化运营的底层能力。

1、标签是什么？

简单地说，所谓的用户标签，就是对用户某个维度特征的描述与刻画。

用户标签可以有很多种存在形式，可以是用户的自然属性，可以是对用户交易、资产数据的统计指标，也可以是基于某些规则，总结出的一些分层。无论是哪种形式，都是对用户的某个维度特征做描述与刻画，让使用者能快速获取信息。

2、用户标签应用场景

按照我们在多家不同企业落地标签体系的经验，用户标签的应用主要有四种场景。

首先是辅助分析洞察，用户标签可以辅助业务人员快速获得用户的信息认知，发现显著特征，获得业务灵感。

其次是丰富数据分析的维度，对我们的业务数据做更深层的对比分析。分析洞察获得业务灵感后，标签可以辅助业务落地。

再次可以将用户群体切割成更细的粒度，使运营从粗放式到精细化，以多种运营触达手段，像短信、推送、活动、优惠券等等，对用户进行驱动和挽回，达到事半功倍的效果。

最后用户标签还可以作为数据产品的基础，例如个性化推荐系统、广告系统、CRM 管理工作等。自动化的数据产品系统能更有效地利用用户标签的威力。

3、建设标签画像体系的要求与成本

需要注意的是，虽然用户标签画像体系是有价值的，但不是每个公司都能做。

第一，企业需要有足够丰富的内容、商品、服务或客户属性层次，或者业务进入稳定期，客群量级达到一定规模。

第二，标签画像体系并不是一个拿来即用的东西，它需要投入一定的人力和资源去建设和维护，才能和公司的业务场景很好地结合，发挥它的价值。

第三，用户标签体系有建设和维护成本，公司需要有相对完备的用户行为数据采集能力，如果没有丰富的数据源，用户标签也是巧妇难为无米之炊。需要衡量资源投入的性价比。

第四，公司在建设标签画像体系之前，应该先想好它需要落地的业务场景。如果没有明确可落地的业务流程和人员，即使花了大力气去建设用户标签体系，它也只是一堆死数据，只能摆在那里存着，这就没什么意义。技术并不是万能的，要和商业进行结合。

二、如何构建可落地的用户标签体系？

1、四大标签主题

在神策，建设标签体系的第一个问题，是它应如何与业务流程结合。

业务部门应用标签的流程，通常可以归纳为三个问题：目标人群是谁？目标喜欢什么？怎么执行策略？

这三个问题其实需要通过四个不同的标签主题解答：价值分层、生命周期、行为偏好和营销偏好：

1. 在进行目标选择时，从价值分层标签或生命周期标签入手

2. 定好目标人群后，关注行为偏好寻找策略切入点

3. 最后，通过营销偏好标签，优化营销策略

这四个主题标签同时也构成我们完整的标签体系，下图展示了四个主题的标签示例和适用场景。

（1）价值分层

价值分层的目的是将有限的资源投入到最重要的地方。如果有明确想要促进的业务指标，或者需要对目标人群做分群精细化运营，可以重点梳理商业价值分层的标签。

例如在电商行业中，通过历史付费次数、历史付费金额和最近一次付费时间这三个标签能够指导用户分层，找到“最有价值的用户”——贡献 80% 价值的 20% 的头部用户。

对于不同行业，他们所关注的价值指标具有一定差异性。例如在线教育行业可能关注持续活跃，再如社交电商中希望用户能够将商品分享到社群中，最关注的是分享次数……对不同行业的关键指标，也可以通过 RFM 分层思路找到各自场景下最有价值的用户。

在设计价值分层标签时，标签是否便于理解也是值得关注的问题。例如累计付费金额 500 元，与累计付费金额属于“中等”，哪种标签容易理解？我们认为，应用于数据产品如推荐算法时，可以使用原始数值，保留精确的信息价值；如果是业务人员分析应用时，数值型的标签应该根据业务经验进行概括性的分层，以快速传递业务认知。

（2）生命周期

生命周期的状态应该如何定义呢？一般来说，每一个可能产生流失的触点，都是生命周期的关键状态。“待激活新用户”经过激活后变成“活跃用户”，持续几天不活跃后变成“沉默流失用户”，这是比较通用的定义。例如在线教育行业，新注册的老师经过认证后，进行上传课件，在线授课，最后彻底离开平台……这都是用户生命周期的关键状态。

通常，如果我们定义了一个状态类的标签，还应该要定义状态改变的标签。生命周期状态标签能帮助我们主动触达用户的关键时间节点，挽救用户的流失，使他们完成完整的业务流程。

（3）行为偏好

如果产品提供服务较多元，需要为营销或产品改进寻找切入点时，可以重点梳理行为偏好主题的标签。

简单地说，用户行为偏好，即是用户在关键事件上的关键选择。例如用户搜索商品时选择筛选的类目，会影响用户最终是否做出付费这个关键业务决策。在这个例子中，「搜索商品」就是关键事件，「筛选类目」则是关键选择。

我们可以梳理出常见的关键事件和关键属性，如用户搜索商品时出现类目的 top3，用户点击商品详情页出现最多的商品价格段的 top3，用户实际购买的商品出现付款方式的 top3……

这么一看，关键的事件和属性都很多。在制定用户偏好标签时，可以按照以下几个原则选择：

原则一：用户做得最多的事件是越可靠，成本越高的事件越可靠。

在定义行为偏好标签时，前提要有足够的事件量，像“收藏”这种事件可能数量相对较少时，可以通过“点击详情页”这种覆盖面较广的常用动作去定义行为偏好。另一方面，用户做决策的成本越高，则这个关键事件就越可信，“付费”是用户成本最高的事件，因此通过“付费”这一关键事件的关键属性来定义用户的行为偏好准确率会较高。

实际分析应用时，要综合考虑标签的覆盖面和可信度。当我们分析老用户或者复购用户时，可以使用“付费”偏好标签；而对于未曾购物的用户，则只能用“点击详情页”偏好标签了。

原则二：基于运营动作周期去制定不同时间范围的用户偏好标签。

如果最近一个月用户点击商品详情页出现类目最多是鞋子，但是当数据时间放宽到半年时，用户点击类目最多的是衣服，那么我们应该发衣服的优惠券，还是鞋子的优惠券？

一般来说，运营活动具有一定业务周期。运营人员可以根据具体运营目标——按照次日留存、周留存，还是月留存做召回，来选择不同时间范围的数据去生成行为偏好标签。

有时，我们还要看业务应用的场景来选择行为偏好标签。例如我们想要在用户把商品加入购物车后但 1 小时后未提交订单时，进行高时效性的优惠券触达，这时应用“点击详情页”偏好标签作为推送依据，会比应用“付费”偏好标签会比较有时效性。

（4）营销偏好

如果我们不是要构思新的运营活动，而是要提高常规的运营活动的转化率，我们可以创建一些用户的营销偏好标签，优化营销策略的每个可优化项。例如，我们可以提炼目标用户群喜欢的推送时间、推送通道、推送文案主题、优惠券金额等标签去优化推送策略。

至此，我们根据业务部门的标签应用流程,反推出了易于落地到业务场景的四大标签主题。

以上内容讲解主要围绕电商行业，那对于其他行业，应该如何建立贴合自己业务场景的标签体系呢?

2、标签框架搭建四步法

接下来介绍神策数据基于最佳实践总结出的标签梳理框架，我们称之为四步法。

第一步，还原业务流程。要将业务流程漏斗梳理出来，判断漏斗中哪些关键属性和关键维度是用户在做决策时特别关注的，我们据此来构建「用户偏好」标签。

比如，电商企业的业务漏斗是：启动 APP-注册登录-浏览活跃-深度行为-付费-重复付费，在漏斗环节中，如启动 APP 环节，用户是通过哪些渠道而来，是自然流量，线上广告，还是用户分享等……诸如此类，多次列举后，基本的用户偏好特征就有了。

第二步，覆盖生命周期。新用户对我们来说是一张白纸，我们因为缺乏数据而难以了解其商品价格偏好。而沉默流失的老用户，因为历史数据过于久远而参考价值较弱。

这时，需要定义生命周期，来覆盖用户的关键节点。生命周期可以是业务中的关键实体，比如在线教育中老师生命周期、学生生命周期、课程生命周期等，依据用户­生命周期的状态，作为营销的触点标签，提供通用分层。

图 6 标签框架四步法之覆盖生命周期

第三步，明确商业目标。商业目标可以是交易金额、月活、分享量等，明确商业目标后可以定义价值分层，从而确定应重点运营的价值人群。基于前面步骤拆解的业务流程，我们判断哪些步骤能够提升商业目标。

在如图的例子中：

1. 建设用户标签体系，目的是通过精细化运营提高整体的交易金额。

2. 接下来对交易金额的商业目标，我们通过业务流程进行拆解为新用户的交易额和老用户的交易额。

3. 交易过程拆分为新增启动、注册、浏览详情、深度行为、付费。

4. 对拆解出来的每一个环节，可以去想在这个环节能有什么策略去提高交易金额。

比如对于老用户，是不是可以通过挽回具有付费倾向的潜在流失人群，去提高整体的交易金额呢？这就是我们梳理出来的标签可以落地应用的场景。

图 7 标签框架四步法之明确商业目标

第四步，从策略推标签。比如，我们决定挽回具有付费倾向的潜在流失人群，那就需要知道用户交易的价值，交易到流失的生命周期，他们下个月的流失概率，以及如果我要对他们做营销，他们喜欢的优惠券类型。

到这里，我们就从纯粹的业务流程梳理，落实到了具体的标签需求。我们刚才把交易金额拆分了很多环节，每个环节都有不同的可以落地的业务策略，它们的可行性和收益各不相同。最终，可以根据业务实际的需要，去决定不同策略需要用到的标签。

图 8 标签框架四步法之从策略推标签

三、如何利用用户画像分析赋能业务落地

前面提到的都是关于搭建用户标签体系的细节，我们以一个具体用例来讲解如何实现用户画像的洞察。

假想有一个综合电商平台叫神策商城，需要做一场活动营销，我们首先要明确三个问题：

• 目标人群是谁？

• 目标喜欢什么？

• 我要怎么做？怎么执行策略？

第一步，目标人群是谁。我们的目的很明确，就是要提高购买漏斗的转化，减少购买漏斗的流失。我们可以从漏斗的流失人群出发，去分析他们的画像。

第二步，通过描述这个群体的标签值分布，把某个群体的显著标签画像展示出来。

我们通过观察漏斗流失用户的画像可以看到，在商业价值上，该群体主体都是低付费用户，在生命周期上，主体由新用户构成，购买意向等级为中；在行为偏好上，他们都在看 50-100 元价格区间的白色运动鞋；营销偏好上，主体用户的活跃时间是 12-20 点，秒杀提醒的点击率不低。

数据分析的精髓在于对比。了解了流失群体的特征，我们还应该把他们的画像和我们的商业目标群体做对比，也就是购买用户群。

通过将流失用户和购买用户群画像做对比，我们可以看到，购买用户的近期偏好的价格区间和流失用户群很不一样，平均商品浏览数也很多，但在购买意愿等级分布上，购买用户群和流失用户群是类似的。

根据两个用户群的画像对比，我们做出一个推测，是否在流失用户群所偏好的这个价格区间内，神策商城提供的商品有问题，SKU 的数量不够多？或者是这个价位上，神策商城没有他们满意的商品。

因此，我们可以尝试提高流失用户在该价格区间的商品浏览数，构思出以下营销计划：

• 通过短信发送秒杀提醒营销信息

• 集中选择 100 元以下商品展示提高浏览量

• 选择运动鞋作为活动类目

• 选择秒杀提醒文案作为短信文案

• 选择主体用户活跃的时间段进行推送

至此，一次完整的用户标签画像赋能运营的应用就完成了。

「芒种训练营」是神策数据旗下神策学堂举办的短期训练营，详情可见神策学堂“训练营+特训营”，种子学员招募中，来一起出圈呀！