构建用户标签体系，助力企业精细化运营

神策数据钟秉哲构建用户标签体系，助力企业精细化运营 •为什么要做用户标签画像•如何构建完备的用户标签体系•标签的生产和创建•如何利用用户画像分析赋能业务落地 为什么要做用户标签画像 “10万元的活动预算，应该集中花在哪里?”标签是什么？“参加这个活动的老用户有多少？”“想要召回流失用户，他们都喜欢什么商品？”“推送应该在中午发，还是晚上发？”价值分层标签生命周期标签商品偏好标签营销时机标签标签是对用户某个维度特征的描述 www.sensorsdata.cn标签是什么？对用户某个维度特征做描述与刻画，让使用者快速获取信息统计类标签挖掘类标签规则类标签用户自然属性用户交易数据用户资产数据用户行为特征第三方来源数据属性类标签 精细化运营从粗放式到精细化，将用户群体切割成更细的粒度，辅以短信、推送、邮件、活动等手段，驱以关怀、挽回、激励等策略增强数据分析标签可以丰富数据分析的维度，数据查询平台在打通标签数据后，能支持更加丰富的分析及对比用户特征洞察用户画像是了解用户的重要工具，可以辅助业务人员快速获得用户的信息认知，发现显著特征，获得业务灵感数据产品应用用户标签是很多数据产品的基础，诸如个性化推荐系统、智能运营平台、广告系统、CRM等为什么要做标签—应用场景 场景举例：基于用户标签画像做精细化营销形成活动策略执行活动方案筛选目标用户评估活动效果确定营销目标营销活动某电商产品运营部门•营销预算10万元•日活用户100万•给谁发券？•发什么券？•什么时候发？ 用户标签信息助力营销策略制定给谁发券场景举例：用户画像分析消费频率最近一次下单时间最近一次消费单品名称消费频率消费次数分布累计消费次数消费金额最近消费累计消费金额客单价单均价发什么券单品偏好品类偏好Top 3 最常消费单品某SKU 价格偏好最常消费品类是否有X 品类消费意向什么时候发消费场景活跃特征营销参与最常消费场景（大促/换季/...）到店消费占比营销活动敏感度领券率、优惠券使用率线上活跃天数分布最常活跃时段 个性化优惠券促裂变策略个性化广告(弹窗/...)个性化推送推送个性化消息和个性化优惠券打通智能运营平台实现自动化营销结合「智能运营」平台自动推送 我也想做标签画像体系！建设标签画像体系的要求•企业有足够丰富的内容、商品、服务•企业客户属性层次多样复杂•企业的业务进入稳定期，客群量级达到一定规模建设标签画像体系的成本•用户标签体系不是拿来即用，需要有经验的人员投入建设维护•要有相对完备的用户行为数据采集能力•衡量建设标签画像体系的投入产出比 如何构建完备的用户标签体系 基于用户价值识别用户的价值做用户分层，对不同价值分层的用户执行不同的运营策略，如RFM 用户价值分层基于增长漏斗识别用户所处的增长状态，对不同生命周期的用户执行不同的增长策略，如A（获取）-A（激活）-R（留存）-R（营利）-R（推荐）基于营销触点识别用户的付费流程和付费意愿阶段，为营销提供明确的时机，如A（感知）-I（兴趣）-P（购买）-L（忠诚）基于用户偏好基于用户对产品的功能或商品偏好做区分，提供营销人员信息去进行个性化服务，如房产领域的购房目的、区位、价格。行业内流行的几种标签框架 www.sensorsdata.cn自然流量注册手机号线上开户信息浏览入金交易线上广告线下活动订单入口支付方式商品类目客户等级挽回节点明确商业目标覆盖生命周期还原业务流程标签体系建立1——覆盖用户使用流程，梳理行为维度，构建「用户偏好」下载App启动App注册登录浏览活跃付费重复付费沉默流失深度行为用户分享手机号登录微信登录微博登录搜索类型点击内容类型商品价格收藏加购从策略推标签 www.sensorsdata.cn自然流量注册手机号线上开户信息浏览入金交易线上广告线下活动订单入口支付方式商品类目客户等级挽回节点明确商业目标覆盖生命周期还原业务流程标签体系建立2——缺乏行为偏好时，使用「生命周期」覆盖用户节点下载App启动App注册登录浏览活跃付费重复付费沉默流失深度行为用户分享手机号登录微信登录微博登录搜索类型点击内容类型商品价格收藏加购从策略推标签新用户活跃用户沉默流失 www.sensorsdata.cn注册手机号线上开户信息浏览入金交易明确商业目标覆盖生命周期还原业务流程标签体系建立3——明确商业目标，拆解目标人群和业务策略下载App启动App注册登录浏览详情付费重复付费沉默流失深度行为从策略推标签新用户活跃用户沉默流失降低拉新成本提升注册比例提高下载转化提高点击率提高注册率挽回具有付费倾向的潜在流失人群提高成交频次挽回彻底流失用户提升浏览时长交叉营销促进付费转化促进深度行为转化促进浏览转化交易金额=新增用户数x注册率x浏览详情率x深度行为率x付费率+老用户x留存率x持续交易率拆解业务流程寻找提升商业目标策略 www.sensorsdata.cn明确商业目标覆盖生命周期还原业务流程标签体系建立4——从业务策略推导需要的标签从策略推标签降低拉新成本提升注册比例提高下载转化提高点击率提高注册率挽回具有付费倾向的潜在流失人群提高成交频次挽回彻底流失用户提升浏览时长交叉营销促进付费转化促进深度行为转化促进浏览转化交易金额=新增用户数x注册率x浏览详情率x深度行为率x付费率+老用户x留存率x持续交易率拆解业务流程寻找提升商业目标策略标签1.1标签2.1标签1.2标签2.1标签3.2标签2.2用户交易价值标签交易生命周期下月流失概率符合优惠券类型标签4.1标签4.2标签3.3标签1.1标签2.4标签3.4人群策略1人群策略2高价值、交易流失率高人群策略3人群策略4 运营部门数据/ 技术部门活动构思对谁做活动用户标签做什么活动何时推送画像分析活动验证产品部门效果分析产品优化对谁做优化用户标签差异显著特征用户偏好效果分析需要需要标签工厂历史数据沉淀、对照资源管理权限、调度自助生产自助提取优化调整自助生产自助提取优化调整不同职能部门的标签应用流程标签画像产品能提高生产应用效率：2天—>10分钟优化方案 业务部门目标人群是谁？目标喜欢什么？怎么执行策略？需求标签主题商业价值标签生命周期标签用户偏好标签营销时机标签业务部门的标签应用流程标签梳理步骤还原业务流程明确商业目标覆盖生命周期从策略推标签 用户标签体系示例用户付费次数商业价值标签用户偏好标签生命周期标签营销时机标签用户付费金额上次付费时间RFM 分层累积活跃天数内容发布次数内容创作质量KOL等级常用功能常用入口功能使用频次商品类目偏好商品价格区间关注商品属性商品浏览数量高浏览量搜索词新用户未激活活跃用户沉默流失用户活跃转沉默近期消费减少购买意向等级历史漏斗深度复购用户访问时间偏好优惠券推送点击率爆品推送点击率短信链接打开率领取优惠券价格区间使用优惠券价格区间使用优惠券有效期长度历史参加活动节日有明确想要促进的业务指标，或者需要对目标人群做分群精细化运营产品提供服务较多元，用户有历史偏好数据。需要为营销或改进寻找切入点时。用户行为显示的偏好较少。没有明确的业务指标目标时。需要对全量用户做运营时。已有常规的运营活动，需要提高这些活动的转化率。在策划活动时提供参考信息。 考点复习如何构建完整的用户标签体系？•好的标签框架是基于业务场景的。•用户标签体系应该要完备地覆盖用户的业务流程和生命周期。•用户标签体系应该从标签应用流程反推：目标人群是谁？目标喜欢什么？怎么执行策略？用户标签体系怎么建？•还原业务流程，梳理「用户偏好标签」；•覆盖生命周期，梳理「生命周期标签」；•明确商业目标，拆解运营策略，梳理「商业价值标签」；•目标和策略都分析好后，梳理能优化策略的「营销时机标签」。 标签的生产和创建 男性女性男性社交APP资料对方穿着女装摄像头算法标签表现形式标签生成依据事实标签规则标签算法标签标签类型小红和网友张三见面喝咖啡：•张三在社交APP 填的资料是男性。•张三浓眉大眼脸型方正，穿着很有设计感的裙子。•张三结账时使用刷脸支付，没有获得当天的女性九折优惠。标签的生产 生产标签的不同方式规则型标签首次末次特征事件属性排名基础指标值行为分布结果自定义标签值SQL代码计算•快速简单，根据规则给出确定值•没有多维信息的聚合计算•实际规则的制定需要业务经验参与和数据分析辅助算法型标签流失用户预测相似人群扩散付费用户预测•算法模型生成，结合多种特征计算•计算复杂，得到的是预测概率•最好能提供特征影响因子解释，模型白盒化事实型标签用户手动填写•直接使用采集的用户属性•通过外部采买导入•对数据源可信度有要求外部采买导入 规则型标签创建举例：将自然语言转换成配置规则累计消费金额用户注册以来的总体消费金额最近一次下单时间用户最近一次消费的具体日期Top 3 最常消费单品用户过去30 天的消费订单里，出现次数前三名的商品名称线上活跃天数分布用户过去30 天里进行过浏览商品的所占天数用户购买意愿点击商品详情页0 次的用户，属于「低购买意愿」点击商品详情页1~3 次的用户，属于「中购买意愿」点击商品详情页4 次或以上的用户，属于「高购买意愿」•业务人员应用时，数值型的标签应该通过将业务经验进行分层，辅助业务判断。•数据分析应用时，可以使用原始数值，保留精确的信息价值 业务经验实际是使用行为来预测目标业务经验可靠吗？评价规则的标准•覆盖率：标签用户占总用户的比例•准确率：标签用户真的完成目标转化的比例•召回率：标签用户占目标人群的比例用户购买意愿点击商品详情页0 次的用户，属于「低购买意愿」点击商品详情页1~3 次的用户，属于「中购买意愿」点击商品详情页4 次或以上的用户，属于「高购买意愿」 高中低分层常用方法：分布分析•通过分布分析，划分不同覆盖率的分层•按照用户维度将商品详情页浏览量计算次数分布•按照25%，50%，75%，75% 以上划分标签 算法型标签创建：相似人群扩散使用机器学习生成算法标签根据种子用户，扩散相似人群。•预防不好的结果：预估流失人群标签•复制成功的结果：潜在价值用户挖掘标签 算法型标签创建：标签相似度预估使用机器学习生成算法标签根据算法模型，交叉验证得出相似度预估。•可以根据口径松紧，设置一定相似度以上才打标签。 算法型标签创建：模型特征权重分析使用机器学习生成算法标签根据算法模型，输出行为特征权重。•将算法黑盒变成相对白盒•洞察影响业务结果的重要行为信息 www.sensorsdata.cn业务含义标签模板标签类型值划分方式计算方式计算规则挽回流失人群、潜在用户升级、忠诚客户价值提升事实类标签、规则类标签、算法类标签连续型、枚举型、区间分桶型、单位、精度等计算周期、例行、单次计算行为直接统计、交易金额大于10000、基于浏览行为的逻辑回归权限归属用户使用权限、运营功能权限RFMLS 模型、RFM模型等其他预置标签体系分类累积消费金额购买意愿性别标签..................从各维度细化标签定义标签的生产流程 如何利用用户画像分析赋能业务落地 最简单的用法：筛选客群输出标签结果数据导出到外部营销系统查询APIJDBC+HDFS使用API 计算不同标签的组合人群结果消费能力= 高最近一次访问距今天数< 20优惠券敏感度= 高目标人群 与智能运营平台全数据打通，可实现基于行为数据+标签精准筛选受众用户从场景→时机触发→分析打造营销迭代闭环与智能运营平台打通，实现快速触达 www.sensorsdata.cn购买漏斗流失用户分析神策商城•综合电商平台•经营多种类目的商品•运营部门需要做活动营销数据模拟，场景真实用户画像洞察场景 业务部门目标人群是谁？目标喜欢什么？怎么执行策略？用户画像主题商业价值标签生命周期标签用户偏好标签营销时机标签根据业务应用场景，设置画像模板 选择购买漏斗流失人群，开始画像分析从购买漏斗的流失人群出发 SENSORS Data单用户画像罗列用户信息•查看用户基础属性。•根据角色使用需求，展示不同标签类目下的信息。•从单用户视角中感知用户故事，获取业务灵感。 抽样用户张三，查看单体用户画像付费次数0：低商业价值标签用户偏好标签生命周期标签营销时机标