为什么要做标签?标签体系的简单梳理

什么是标签体系?简单说就是把用户分到多少个类别中去。当然,每个用户是可以分到多个类上的。这些不同的类别之间相互联系,就构成了标签体系。 那么,我们为什么要做标签体系呢?本文作者就从以下几点做简单的梳理和分析,希望对你有帮助。

为什么要做标签?标签体系的简单梳理

一、我们为什么要做标签

场景一:公司这个月有10万运营费用,老板告诉你说,我们数学这个科目的市场占有率相对低,不管你想什么办法,这个月把数据给我整好看了。

怎么办?假设我们这10万元全部用在用户拉新裂变上,如果你没有标签,是不是无从下手?

如果你有标签,你思考,我们老带新转化率相对高,那么我要找正在学数学、成绩明显提升的、爱分享的、剩余课时不多的学生,给这些用户做活动,定位好了你的用户,你只需要按照标签筛选出你的用户,推送活动就可以了。

所以我们做标签其中一个目的就是给运营活动做数据支持。

场景二:我们要给每一个对数学感兴趣的用户发一个如何快速学好数学的文章;要给家庭富裕的用户推荐价格相对高的课程;

所以标签是个性化推荐系统、自动化营销系统等系统的基础。

场景三:如果公司的业务需要有销售、服务人员对用户进行跟进和服务 ,没有标签系统业务人员只能根据自己的理解逐步的和用户沟通,如果有标签系统,业务人员就可以直达用户需求点。

那么标签系统对于业务人员就是参考书,可以根据标签系统制定自己的跟进服务计划。

场景四:市场人员想知道我们的用户在中国各省的市场占比多少?男女比例多少?年龄段集中在什么年龄?什么职业?等信息,从而更好的定位我们的用户,更好的做市场和品牌推广。

标签是用户画像的基础,只有做好标签,我们才能做出更好的用户画像。

我们总结了标签体系搭建的目的,那么到底什么是标签呢?标签就是从用户的某一个视角对用户具象的表达和描述。从标签定义中可以看出,有三个关键点:用户、视角、表达和描述。

二、用户

第一个就是用户,你要给什么用户打标签,我习惯按照公司业务或者是明显运营策略不同,给公司所有用户先简单分一下类别,这样有助于你后面想都有那些视角和打什么标签,可以尽量想的全面一些。

我们以在线K12教育行业举例,在线教育行业的用户有。

业务主线:粉丝、线索、潜客、学员。

为什么要做标签?标签体系的简单梳理

年龄段:幼儿园、小学、初中、高中。

为什么要做标签?标签体系的简单梳理

三、标签视角

就是你要从哪一个角度给你的用户打标签,也就是现在很多人说的用户模型。其实用户模型很多,如何选择用户模型?其实不论是用户模型(用户视角)还是标签很大程度都是基于你的运营策略,就是你想让你的具体哪一部分用户干什么事?我们还是以在线教育K12举例。

我们可以选择的模型有:

基本模型:任何公司都需要的最基本的视角,用于用户画像,基础用户分类。

用户生命周期:所有公司都会涉及到拉新、促活、留存。那么必然要有用户生命周期视角。

忠诚度:忠诚度视角代表了哪类用户是你的最活跃用户,最容易给你干活的用户。

价值:价值视角代表了哪类用户你应该重点维护。

行为偏好:千人千面,给你用户他最需要的产品和服务。

为什么要做标签?标签体系的简单梳理

四、表达和描述

表达和描述就是具体的标签了,如何设定标签就要根据你针对用户打算实行什么策略,根据你实行的策略进行定标签。定标签一般都会从2个方向考虑:事实标签、模型标签。

事实标签:原始数据的简单归类。

模型标签:基于客户模型(视角)分析后打得标签。

为什么要做标签?标签体系的简单梳理

五、设定标签

我们分析好了标签的三要素,现在就把标签三大要素整合起来就可以完成我们的标签体系的建设了。我们以K12在线教育的粉丝用户群体展开举例。

粉丝:基本模型(看图)

为什么要做标签?标签体系的简单梳理

粉丝:用户生命周期(看图)

为什么要做标签?标签体系的简单梳理

粉丝:忠诚度(看图)

为什么要做标签?标签体系的简单梳理

粉丝:价值(看图)

为什么要做标签?标签体系的简单梳理

粉丝:行为偏好(看图)

为什么要做标签?标签体系的简单梳理

六、人工标签

我们已上讲的全部都是系统规则型标签,如果我们的业务需要我们的业务人员和我们的用户有接触服务,则也需要我们的业务人员可以手动的给我们的用户进行打标签。

但是有一点需要注意 ,就是我们的系统规则标签有时和我们人工判断的标签会有出处。

比如:根据设定的规则A用户我们系统判断A用户属于家庭富裕,但是我们的业务人员的判定是家庭经济一般。这个时候我们应该相信谁?如何处理?

我们在标签管理中,每一个最低级的标签上都有一个小分类小描述,比如:家庭经济实力。然后这个小分类的下面有:家庭富裕、家庭经济一般、家庭经济困难三个标签。我们程序设定,每一个用户在同一个小分类下只能选择一个。并且以业务员为准,一旦业务员有了判断,系统在判断的时候则不修改结果。系统先有了判断,业务员判定的时候则可以修改结果。

七、标签数据存储方式

其实任何和数据统计、分析相关的数据来源,基本都是从log日志中取。log日志存储有几个好处:第一他不会影响你的其他的效率;第二数据可追溯;第三可记录次数。

举例:A潜客2020年12月12号9点30分20秒浏览了数学文章 180秒 打标签 数学 8.30-10.30时段。

A潜客2020年12月18号9点10分09秒购买了数学免费营销课 打标签 数学 8.30-10.30时段。

这种log日志,数据库单独处理,你的增删改查操作不会影响其他功能模块。并且你的标签记录不单单只是记录了“数学”这个标签,还可以记录“数学”标签被打标签了2次,每次分别是什么事件打的标签。

八、标签数据验证

你的标签体系打得不一定一定就是对的,这个需要你和市场运营一次次验证修改来一步步的完善你的标签体系。

我们验证的路数:假设、实施、验证、修改。

暂且梳理如此,如文中梳理有不对之处,请一定告知,可加我私人微信也可留言,感谢、感谢、感谢!

业界动态

面向对象的产品观(1):总纲

2020-12-21 10:49:26

业界动态

什么是原子设计?我就不信看了这篇文章你还不懂

2020-12-21 11:39:23

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索