一、为什么做用户画像标签?
1.为什么做?
1)针对不同形式的主体(uid、手机号、设备号等)从各式各样的维度进行划分更立体的展示主体特征;
2)针对不同场景的需求从不同的角度去满足更精细化的分析与应用;
3)针对不同业务部门数据敏感性、安全性问题构建统一的画像标签体系,打破数据孤岛,激活数据价值;
二、用户画像和标签体系是什么?
1.用户画像是什么?
用户画像是指从海量的用户数据中,通过统计分析或者建模抽象出每个用户的属性标签体系,这些属性通常需要具备一定的商业价值
从数据形式转变角度看,用户画像可以看作将用户数据标签化,从而更好地描述、理解、洞察用户
2.用户画像的作用?
• 一是能准确的了解现有用户
• 二是能在茫茫人海中通过广告营销获取相似标签的新用户
现有用户:能在了解用户的基础上明确产品定位,“投其所好”;
新用户: 售前的精准营销、售中的个性化推荐匹配,以及售后的增值服务等。
• 用户流量的三大终极问题:认知用户, 用户是谁? (现存客户,潜在客户)
• 用户是哪里来? (渠道)
• 用户到哪里去? (流失与召回)
3.用户画像的应用场景
精准营销 针对用户特点精细化运营
广告投放 精准广告定向投放
个性化推荐 精确的内容分发
产品设计 产品符合核心用户群体的需求
风控检测 金融,银行用于进行信贷风控 ,黄牛、羊毛党的识别
数据分析 上层决策、数据报告
全域用户画像:应用场景
网易全域画像目前涵盖用户:用户娱乐、电商购物、教育、新闻资讯、通讯等多元化数据,可精准的用户定位,且覆盖用户面广,服务于市场营销、推荐/搜索、增长运营、广告投放、智能风控等业务目标。
4.标签体系是什么?
简单说就是标签体系就是分类,而且是对全集的分类,“把内容或者用户依据统一的规则分到不同的类别中去,类与类之间彼此有联系,这就构成了标签体系”。
通过分类的对象是用户还是内容,基本将标签体系分为两种:
两者的区别主要体现在分类后使用上,在确立分类体系的时候并无根本性的区别,故在后文不做区分。
5.标签体系有什么用?
仔细思考一下,用标签与类别代表群体,将个体抽象化,这是为了什么?
我觉得最大的作用是运用于“个性化”和“精准化”的事项,因为个体体征被高度抽象,就有了可使用的价值;比如一个短视频,划分到搞笑-鬼畜视频的分类中,就可以专门针对性地推荐给喜欢看鬼畜的用户,内容与内容之间、用户与用户之间、内容与用户之间的对应,背后全都是标签在其作用。
你接收到的商品推荐、视频网站推荐给你的猜你喜欢、地图软件给你推荐的出行方式,交友软件给你推荐的心动嘉宾,这些都是标签之间的一一对应。
比较典型的应用场景有:精细化运营策略的制定、客户关系系统CRM、广告推送的方式、个性化推荐系统推送系统的搭建。
标签帮助平台更好地了解平台里的内容特性、也更了解平台中的用户特征,而更充分的了解,也意味着更好的满足用户需求。
三、如何搭建标签体系?
1.标签体系怎么建设?
1)利用商业画布模型拆解
商业画布是什么:
商业模式画布能够有效帮助分析,催生创意、降低猜测、确保找对了目标用户、合理解决问题的工具。利用9大元素能把任何一个产品的商业模式拆解得清清楚楚。
商业画布的九大元素:
客户细分:产品的核心用户群体
价值主张:产品能提供给核心用户的核心价值、核心需求
渠道通路:如何将产品送达用户
关键业务:直接制造产品、问题解决、平台/网络等
收入来源:产品的收益方式(如流量变现、游戏、电商)
核心资源:资金、人才、技术、渠道
成本结构:创造产品的投入资源,资金、人力等
重要伙伴:商业链路上的伙伴,如产品方和渠道方
客户关系:产品和用户的关系
使用顺序:
商业模式画布的9大元素的使用顺序——首先要了解目标用户群(客户细分),然后确定他们的需求(价值主张),思考我们如何接触到用户(渠道通路),制作怎样的业务(关键业务),怎么使产品盈利(收入来源),凭借什么筹码实现盈利(核心资源),投入产出比是怎样的(成本结构),能向你伸出援手的人(重要伙伴),以及维护客户关系。
2)与各部门沟通了解需求&痛点,围绕各业务部门的KPI找核心关注点
产品侧:熟悉了解用户习惯设计更合理更适合用户特性的产品
运营侧:做用户增长、找到目标客群精准营销、进行个性化推送
风控侧:挖掘贷前贷中规则、分析风险上升原因主要客群及特征、分析逾期用户画像
客服侧:针对不同用户的标签快速答疑、快速定位用户疑惑的原因
3)标签架构-确定用户画像标签体系的指标
三维:人的维度、物的维度、内容的维度
三流角度:资金流、信息流、物品流
根据业务的商业模式构建标签架构的闭环
形成多级标签体系化:1级标签、2级标签、3级标签…
人:
用户属性
物品属性
设备属性
位置属性
兴趣偏好
行为习惯
内容生产
消费意向
物:
基本信息
内容:
内容识别
内容分类
内容情感
内容价值
内容传播
4)标签实现
底层数据采集>>数据中心加工>>生产标签(数据挖掘+机器学习+自然语言,标签清洗)>>输出至应用层
四、标签体系如何为公司带来价值?
1.信息流投放,精准营销
2.SAAS产品
3.敏感词识别