想做好用戶畫像制作用戶標簽是你要做的第一步

想做好用戶畫像？制作用戶標簽是你要做的第一步用戶標簽，是一個非?；A的，估計人人都聽過的，但是卻經(jīng)常弄混淆的概念。它是用戶畫像、精準營銷、個性推薦、智能投放等等各種系統(tǒng)的磚石。本文對此進行了系統(tǒng)分析，與大家分享。什么是用戶標簽性別：男女，就是一個標簽。簡單吧！所謂標簽，就是：由原始數(shù)據(jù)，經(jīng)過整理、加工、分類所得一個抽象的符號代表一類人/物的特征用來描述商品的，就是商品標簽；用來描述業(yè)務的，就是業(yè)務標簽；用來描述用戶的，就是用戶標簽了。我們常說“小太陽家庭”“中產(chǎn)階層”“愛好時尚”等都是用戶標簽。有意思的是，我們總是說：生活中不要給輕易給人貼標簽?？蔀槭裁催€要大張旗鼓做用戶標簽呢？用戶標簽的作用因為面對一個人，出于尊重他人、不帶偏見的考慮，我們說不能亂貼標簽。但企業(yè)經(jīng)營面對數(shù)以千萬的用戶，就不能一個個去理解，時間和成本都燒不起。如果不加區(qū)分，把所有顧客一視同仁，就只能這么地毯式轟炸（如下圖所示）。如果有用戶標簽，就能快速、方便地細分用戶群體，鎖定更有需求的人，實現(xiàn)更精準的營銷/服務。（如下圖所示）不打標簽，每次都基于原始數(shù)據(jù)分析，運營會很糾結(jié)的：到底是選買過3次的還是4次的才加活動呢？消費分段選3000,3200,還是3300呢？理論上，每次都這么糾結(jié)也是可行的。但是這樣做效率太低，并且能思考的維度太少，很有可能累禿了頭也沒啥進展。因此可以基于過往分析成果，預先打上標簽，能極大提升效率，實現(xiàn)更復雜、更精準的分析。并且，還能把最后效果記錄進標簽庫，積累分析經(jīng)驗。如果標簽打的對，那我們按標簽做的事就能起到效果，標簽本身質(zhì)量也被確認；如果標簽打錯了，那按標簽做的事就會沒有效果，后續(xù)就能修訂標簽，打新標簽。我們做用戶分層和分群，做精準營銷，所有結(jié)果也可以以標簽形式保存。在后續(xù)多次驗證，從而沉淀管用、區(qū)分度高的標簽，提升用戶畫像的準確度與有用性。想要達成這種好的區(qū)分效果，當然只靠“男女”這種簡單的標簽是不夠的，于是就有了制作標簽的過程（俗稱：打標）。具體怎么做？一起來看個簡單通俗的例子。三、用戶標簽的制作流程比如談戀愛，未來的丈母娘上來問的肯定是：公務員嗎？你看，問的全是用戶標簽，人家絲毫不在乎你有多癡情，你有多努力。甭整那虛了吧唧的玩意，Showmethe房產(chǎn)證！十八姑娘一枝花，追的人多了去了，就是要大量過濾那些饞身子的小垃圾……然而如果只知道回答是“有房”，是不是就能區(qū)分好青年了呢？——當然不可以。因為單一維度的標簽，信息量很有限。就像單純說“有房”，那到底是上海的房子還是鹽城的房子，是60平小兩房還是120平大三房，是全款的還是欠了一屁股債的，通通不知道。因此，丈母娘才會問一大堆信息，逐步規(guī)整判斷：到底這個小伙靠不靠譜。這就是制作用戶標簽的直觀步驟：歸納一下，共有7步：從單維度開始設定區(qū)分目標進行維度拆解觀察區(qū)分效果多維度交叉不斷提升效做用戶標簽可以很簡單，但想做有效的標簽，就會很復雜。它是一個從單維度到多維度，從簡單到復雜，不斷迭代驗證的過程。在這個過程中，經(jīng)常出現(xiàn)問題。四、用戶標簽的五大常見問題問題一：沒有目標，盲目干活很多人被“比如性別：男女就是個標簽”這句話誤導，以為只要做了分類，就算是標簽了。至于分出來的類別之間有什么差異，有多大差異，壓根沒檢驗過。甚至，你問他為啥這么打標簽，他說不知道。領導讓打，咱就打，管他呢。實際上，即使是同一個原始數(shù)據(jù)，在不同目標下，打標方式會完全不同。拿用戶年齡舉例，可能有好幾種分類貼標簽的方式（如下圖）：問題二：不區(qū)分時間狀態(tài)比如打一個“高價值用戶”標簽，這里“高價值”指的是歷史消費水平高，還是未來消費的多？很多人傻傻不分，就統(tǒng)計下歷史消費金額，然后消費多的就是價值高。但是誰保證用戶過去買的多，未來一定買的多？？完全不一定。注意：如果我們要打的標簽是個未來情況，比如未來消費多，意味著我們要做一個預測：用戶未來會消費多少。這里就得基于測試或者建模預測才能得到結(jié)論，不能簡單基于歷史數(shù)據(jù)統(tǒng)計。問題三：行為動機亂歸因比如用戶買了產(chǎn)品A，于是就打個“A產(chǎn)品喜愛者”標簽。然而用戶真的喜歡A產(chǎn)品嗎？我們只知道用戶買了A的行為，并不能直接推導出動機。如果想推倒動機，需要基于一段時間數(shù)據(jù)分析，并且綜合多個維度判斷。在推導動機的時候要特別謹慎，因為錯誤的、隨意的歸因會誤導業(yè)務行動。明明用戶喜歡的是打折，結(jié)果缺誤判為產(chǎn)品粉絲，最后很有可能狂推一堆產(chǎn)品卻沒有響應。問題四：多目標混合不清比如評高價值用戶，把活躍度和付費金額，付費金額和毛利幾個指標混合在一起，美其名曰“綜合評價”。結(jié)果搞出來一毛不花天天白嫖的用戶也是高價值用戶。要是都這么折騰公司就得破產(chǎn)了。這類問題，主要是做數(shù)據(jù)的同學嫌一個維度一個維度切分不體現(xiàn)數(shù)據(jù)能力，非得整個模型，算個權重才顯牛逼。降維可以做，但牢記整個原則：不同類目標不混合。特別是涉及錢的目標。到底公司賺沒賺錢，是個很嚴肅的事。搞混了，是要喝西北風的。問題五：結(jié)果缺少檢驗打用戶標簽是希望區(qū)分用戶，那么最后區(qū)分效果，在目標上的差異越大越好，如果差異不大，那打標意義就不大，可以取消標簽，或者再做優(yōu)化（如下圖所示）。遺憾的是，很多公司都是為了打標而打標。至于打了標簽干什么，用在哪里，效果如何，從來沒考慮過。亂象背后深層問題，是這幾年大肆吹噓的“數(shù)據(jù)中臺”、“用戶畫像”的概念。很多企業(yè)不是從需求出現(xiàn)，先思考：我們要解決什么問題。而是從朋友圈文章出發(fā)：哇塞，領導轉(zhuǎn)發(fā)《震驚！阿里數(shù)據(jù)中臺秘密，終于揭露了》，領導喜歡，我們就做，搞起搞起。于是不管數(shù)據(jù)采集如何，不問業(yè)務落地場景，也不想最后實現(xiàn)什么效果，盲目打標簽。臨到年底匯報，還喜氣洋洋說：我們完成了10萬標簽組成的海量數(shù)據(jù)庫！數(shù)倉、模型、可視化啥都有了，就是沒人用，最后一地雞毛。本質(zhì)上，想取得好結(jié)果，還是得從結(jié)果本身出發(fā)，根據(jù)問題找工具，而不是拿著錘子看什么都像釘子。不過很多同學自己也