“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。”

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。

图 来源于互联网

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。

◐标签&画像工具科普时刻◐

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。如果你有兴趣可戳:神策用户画像了解。

更多干货和案例,可以关注“神策数据”和“用户行为洞察研究院”公众号了解~