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

五、案例-金融C端用户画像标签体系建设