深入了解用户标签体系 用户标签体系设计思路

我接触过各行各业的客户,在跟他们交流以及沟通需求的过程中,很明显的会感受到,在数据的基建和应用层面,除了重视数据分析外,也越来越重视数据资产在更多业务场景中的应用,标签画像的建设和应用就是其中一类很常见的需求和期望 。
事实上,我认为从对业务的价值来说,标签和画像是类似中间层的系统模块,具体来说,数据资产本质上是一些采集、采购所获得的数据源,但企业希望在数据源的基础上,实现资产变现,而且不断扩大资产价值 。
在这个过程当中,企业需要把数据转化成一类真正对业务有价值输出的产物,然后在这些产物之上实现上层业务的应用,如类似 CRM 产品对客户做一些营销、个性化推荐等应用,真正将数据变为实现业务价值的利器 。很多企业都意识到,这个中间层就是标签画像 。
那么,在标签画像建设之上,更加具体的应用目的是什么呢?
一、企业做标签画像的目的 很多企业虽然做标签和画像考虑的侧重点会不一样,但是全部抽象出来分析,可以分成以下几类(如下图):
图 1 做标签画像的目的
大多数处于对标签和画像探索阶段的客户,在早期会侧重在类似客户生命周期管理、高价值的客户深入开发、交叉营销等角度(如图 1 左侧),其本质原因是,企业希望把现有客户资产挖掘和客户运营做的更好 。
随着人口红利降低,用户获取成本越来越高,尤其对业务相对成熟的行业,如银行和证券这类公司,虽然在库里沉淀了几亿、几千万用户,但是真正活跃的用户量并不多,所释放的用户价值也比较少 。
在以前,银行的个人业务服务资产有的需要达到 6 百万以上,才会进入私人银行范畴,所以长尾客户群体的价值在业务运营范围内是被忽视的 。现在,企业希望挖掘这类人群的价值,但因成本受限无法像以前使用理财经理、专人理财服务的方式去服务这群人,银行开始借鉴互联网理财和互联网运营方式挖掘用户价值 。
与此同时,企业开始极为重视数据,希望通过数据和数据资产花最小化成本将这群客户服务的更好,这是现阶段金融业相对主流的侧重需求 。
另外一类需求主要与个性化相关(如图 1 右侧),之所以将两类需求分开是因为图 1左侧这一类是以分群的思路来考虑的几个方面,把客户划分成几类,还没有细化到为某个客户做定制化的服务,相反,图 1右侧的几个方面个性化程度会更深一点,整体的投入成本也会显著比左边高 。
举个例子:个性化推荐本身对于数据资源、基础硬件、人力成本等方面的消耗都大于左边 。因此,每个企业都有不同的发展阶段、业务诉求、投入产出比、可投入成本等决定企业是以上图左侧为主,还是以图 1右侧为主 。
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 。


推荐阅读