绿色排版工具|热门专题|网站地图|移动官网
您的当前位置:网站首页 > 用户运营 > 正文

玩不转标签体系,离精细化运营有多远?

来源:神策 编辑:凌晨三点才睡觉 时间:2019-07-25 15:50:21 阅读:

    “本篇主要讲解精细化运营中最重要的步骤——标签体系的搭建。直白地说,标签体系搭建的好坏,会对精细化运营的效果产生直接的影响,以及如何通过神策部署企业的用户精细化运营。”

    一、什么是精细化运营?

    精细化运营是使用用户的行为和特征,结合大数据分析,将用户进行分层,然后针对不同分层的用户进行不同策略的运营。从运营的形式上,可以简单分为在线运营和离线运营:在线运营泛指个性化推荐、个性化弹窗等;离线运营泛指促活、发券等活动。

    精细化运营的精髓在于精细,即颗粒度足够细致、特征足够明确的用户群。人群特征足够明确后,我们就可以进行匹配度高的运营方式,从而做到「千人千面」的效果。所以,进行精细化运营的基石,就是人群的细分筛选能力。

    二、标签体系的重要性

    谈及用户群的筛选,就不得不提到耳熟能详的标签体系。

    什么是用户标签?用户标签是对某一类特定群体的某项特征进行的抽象分类和概括,其值为标签中的具体内容,举个例子:「性别」是一个标签,「男」和「女」是这个标签的值。

    为什么需要用户标签?用户标签将复杂的用户行为转化成了自然语言描述的标记。比如:一个用户浏览的商品类型中手机最多,那么我们就可以将其进行标记「浏览商品类型偏好:手机」。

    这样做的好处有两个,第一个是让数据易懂:在我们做分析的时候就不再是浏览次数等指标,而是一个直接可以拿来使用的「偏好:手机」这样简单易懂的内容;第二个是让数据可读:一些应用到统计学、机器学习等相关的标签,结合多个维度的指标计算给出一个结果。比如RFM模型或期衍生的变种标签,如果拆开给出每个特征的情况,应该没有人能看得懂,但是转化为标签,就是可读的,类似「转化概率:高」这种标签。

    标签的数据内容和质量至关重要,但是「是否成体系」也是不能忽视的重要问题。那么体系化的标签构成,会有哪些好处呢?回答是:数据丰富全面、业务贴合度高、抗干扰能力强。

    三、如何搭建一个标签体系?

    搭建一个标签体系,可以从我们的使用场景里入手。既然我们的目标是来做精细化运营,那么我们的搭建也应该围绕着精细化运营的方法进行拆解。简单的概括就是「自上而下的需求梳理」和「自下而上的体系构建」。

    1自上而下的需求梳理

    自上而下的需求梳理,可以拆解为几个步骤:运营的目标、运营的方案、人群的拆解。

    在我们做精细化运营时,是有一个或者多个预期的目标的(比如:支付订单),同时业务也有核心指标(比如:页面通过率),那么为了达成这个目标者指标,我们需要进行运营方案的制定。

    制定方案时,第一步就是指标拆解,比如「提高盈利额」可以拆解成「提高客单价」「提高客群数量」,提高客群数量又可以二次拆解成「提高页面通过率」「提高App启动人数」。当我们把指标进行拆解后,我们自然就知道了需要做哪些事情了,同时我们将场景带入,也就知道需要对哪些人做哪些运营干预。

    比如「提高页面通过率」,我们就需要再次进行人群的拆解:新老用户的通过率不同,不同偏好的用户通过率不同,不同目标的用户通过率不同...在拆解的过程中,我们就会发现:做这个运营活动,我们需要「新老用户标签」「用户偏好标签」「访问目标标签」...

    于是,标签的体系的需求梳理工作,就顺理成章的完成了。

    2自下而上的体系构建

    当我们有了希望创建的标签清单,先别急着创建,我们还需要进行一次数据的梳理和抽象。

    我们会发现,很多业务标签的定义会有部分重叠,比如:「新老用户」「活跃用户」都会使用最近访问的时间进行判断。类似这样的情况还应该会有很多,这里给出一个比较通过用的解决办法。

    第一步事实标签的搭建:

    首先,理解什么叫事实标签。用户的属性、用户的行为指标这些归类为事实标签,在事实标签中,只会描述「什么时间」「做了几次」这类真实反映事实的情况。

    事实标签主要的作用,就是用来做行为的概括和描述,并且为更加上层的标签打下数据基础(元标签)。由于事实标签只描述事实,所以他们的稳定性极高,不会随业务指标的改变而变化。

    第二步模型标签的搭建:

    模型标签是基于自己的业务判断,或者大数据分析,综合多个维度产生的标签。举个业内最通用的例子,应该就是RFM模型的标签了。最近一次消费时间Recency,消费频率Frequency,消费金额Monetary,这三个指标都可以使用事实标签进行描述。

玩不转标签体系,离精细化运营有多远?

    图中简单的用RFM模型,将用户分成了八类,但是具体是如何切割的呢?这就是需要引入业务专家的建议了。

    所以,模型标签很依赖业务的判断。当然,我们也可以很自由的修改切割方案,所以模型标签是结合了业务经验,再加上一些主观判断得到的一个可以反映用户特征的标记。他的稳定性一般,因为偶尔会结合不同的产品周期和客群的演变而进行调优。

    第三步用户群标签的搭建:

    当我们有了事实标签和模型标签后,其实已经可以开始进行精细化运营了。但是对于某些特定的场景,我们可以固化下来一些有特征的用户群,比如:高价值流失客群(使用「消费能力」「最近一次访问时间」「消费意愿」...构成)。

    这类标签更加贴合业务,甚至还有一定的时效性和周期性,有些甚至直接和活动挂钩。用户群标签更加贴合业务场景,基本是不稳定的,会随着业务的变化、运营策略的调整而新增或修改。

    四、总结

    标签体系的搭建简单总结就是三步走:

    1.面向业务场景进行标签体系的搭建,保证标签体系的业务贴合度高;

    2.自上而下的进行标签梳理,保证标签体系的数据丰富全面;

    3.自下而上的搭建思路,保证标签体系的复用性高、抗干扰能力强。

    总之,企业的精细化运营离不开标签体系的搭建。

    神策用户画像系统是什么?

    ▼▼▼

    神策用户画像系统是一个面向业务的用户标签及用户画像管理中台,以用户行为数据作为基础,结合业务数据等多种数据源,帮助企业构建体系化标签图书馆,输出用户画像,赋能业务实现用户精细化运营和精准营销。

   玩不转标签体系,离精细化运营有多远?

    图神策用户画像系统界面

    不同于市面上其他的用户画像系统,依托神策数据实时用户行为数据采集、全端数据打通等优势,可实现采集多端数据源,实时抓取用户多维属性等功能,全方位满足企业各部门核心诉求,如下图。

  玩不转标签体系,离精细化运营有多远?

    神策用户画像系统的作用

    聚焦场景,6大功能深度赋能企业产品服务创新升级

    1.多维用户画像,支持用户特征的多元分析与洞察。

    神策用户画像系统支持细粒度的下钻分析用户微观画像,整体洞察用户群体画像,统筹观察用户群体演变,精准定位目标人群及实现相似人群的有效扩散。

    2.构建用户标签体系,筑造信息中心。

    神策用户画像系统支持企业创建多种数据类型的标签,如字符串、数值、列表、布尔、时间类型,同时支持实时监控、上线、审批标签等操作;分权限管理标签;标签体系的自定义多层级目录结构划分与排序等功能,如下图,企业可进行各类标签的统一规范可视化展示并实现实时管理和维护。

    玩不转标签体系,离精细化运营有多远?

    图用户标签体系展示区域

    3.标签生产引擎,强化自助化生产标签。

    神策用户画像系统支持外部数据导入,可自主丰富标签体系,如通过SQL生成标签。同时支持业务人员完全自助可视化创建及维护标签,如企业可通过使用“自定义名称”将一个用户群体按照规定的规则条件划分为多个分层,并使用“自定义的名称”为每个分层命名。

玩不转标签体系,离精细化运营有多远?

    图自主创建用户标签

    4.丰富的数据应用与人群构建方式,有效协同运营系统

    聚焦企业真实迫切需求的应用场景,神策用户画像系统构造了丰富的数据应用与人群构建方式,支持标签组合计算、人群列表的导入导出,用户标签实时多维查询,精准定位目标人群并快速构建相似人群等功能。

    5.“人群对比”功能,助力企业实时多维洞察用户。

    企业在做精细化运营或精准营销时,不同用户群的差异化洞察显得尤为重要。

    举个例子,如某电商企业可以通过神策用户画像系统找到高转化人群和低转化人群,并根据两类人群的标签差异,找到高转化群体的特有属性,企业可根据这些特质在所有的用户群中筛选出具有相同特质的潜在高转化人群进行精准营销,同样,企业分析出低转化人群的特有特征后可进一步扩散寻找类似人群,下次的福利活动就可以剔除掉这群用户,降低被薅羊毛的损失。

    6.“标签分布”功能,精准勾勒用户画像释放价值。

    很多企业困于纷繁冗杂的画像标签中无法自拔,更无法发挥其价值。神策用户画像的标签分布功能支持查看用户群体的标签多维分布查看。如神策用户画像系统支持进行用户交易偏好端口、用户年龄标签、用户收入标签、高频消费时段等分布的可视化分析及多图表展示。

    综上所述,基于用户行为分析构建的科学高效、实时计算、自助可视化管理的标签系统极大地降低了企业精准构建用户画像的门槛,同时可有效支持客户实现精细化客户生命周期管理、高价值客户深入开发、交叉营销、个性化推送、个性化推荐、精细化运营等应用,全方位帮助企业与用户实现精准高效的信息互通。

图文精选:

栏目分类

Copyright©2012-2019 小蚂蚁信息网版权所有 粤ICP备14061018号-1


郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。

Top