一個實用的用戶標籤體系需要考慮什麼？

用戶畫像分析、標籤體系設計跟行業領域、業務目標以及實際數據可獲得性都密不可分，比如傳統消費品行業跟移動互聯網產品，在用戶數據的產生以及應用方式上，從實操角度就存在比較大的差別。

關於「標籤」其實不同背景場景下，大家所想所談的標籤可能不是一個概念，這在我們日常的工作溝通中是經常發生的。

對於演算法師和技術工作者，標籤意味著數據技術操作層面的處理，數據表欄位級別的邏輯。

對於業務工作者比如營銷、銷售和服務人員，由於跟用戶有直接的交道，經常會說，我要給這個客戶打一個標籤，比如「X二代」，「愛時尚」，「易怒」等等，可能通過用戶管理系統CRM/SCRM、數字營銷系統或客服系統等給該客戶打個這個基於業務判斷後的標籤。

經常我們個人也在給別人和自己打標籤，比如微信裡面給好友打標籤，微博上給自己打個標籤「愛旅行」、「愛美食」等等。

什麼是標籤？太糾結或執著於單一概念定義，會無法推進實際的業務和工作。我們所有的技術和業務層面的工作是為了業務目標，並且要實用和適用，並不是純學術層面的研討。數據少有少的分析方式，多有多的利用價值，數據分析是業務決策、精細化和精準運營的出發點。標籤體系設計與管理，先從標籤的不同來源來講。

三位一體的標籤體系

標籤體系設計，關係到業務運營和技術系統建設，根據標籤來源有：

內部數據標籤＋外部數據標籤。

標籤是構建用戶畫像的基礎，會產生兩類用戶畫像：

（１） 個人用戶畫像

個人畫像，有時候也叫360度用戶視圖，用於用戶精準互動和一對一服務，銷售和運營等操作實務指導為主。

（2） 用戶群特徵畫像

是群體而非個體，即群體行為分析，群體行為洞察有利於做趨勢分析、產品規劃、營銷決策等層面的工作。

標籤來源分類

１.　內部數據標籤

• 運營系統產生：不同業務系統來源，如訂單管理系統、CRM/SCRM系統、客服系統、產品/商品管理系統、門店管理系統等等。這是最主要、最重要也是最常見的數據來源。

• 業務特徵標籤 ：跟業務運營有關，比如營銷、客服、門店、銷售等，這些特徵標籤，可能以業務人員的經驗和判斷有其定義和規則，通過系統工具打在用戶上，這類標籤隨著互聯網運營更為豐富起來。如營銷人員，可能為企劃活動、文案內容、互動內容定義標籤，參與傳播的用戶自帶其標籤屬性，比如特別喜歡參與美食類活動、看美食的文章，被賦予「美食」標籤。

  這類標籤有一些是顯性的，比如常見的，客服給用戶打個標籤；有一些是隱形的，雖然沒有「標籤」這個名字，但是用戶反饋信息可以作為用戶標籤的屬性來源，比如內容傳播、用戶調研、健康檢查結果等等。

２.外部數據標籤

外部數據來源，比較典型的是互聯網數據，如網路輿情分析工具，爬蟲工具，以及現在越來越多的移動互聯網工具，如微博傳播分析、H5傳播分析工具、社群數據分析工具等；還有一些其他的渠道，如電信數據等。

所謂三位一體的標籤管理，即考慮：

內部系統數據 + 業務特徵定義 + 外部來源數據

標籤生命周期和質量管理

數據也是有生命周期的，海量的互聯網大數據有抵消噪音的能力。大多數消費品或傳統企業系統數據的規模和產生機制，不具備這樣的容錯和自我消化噪音雜質數據的能力，希望有效利用數據分析成果，就不得不對標籤的質量和生命周期進行管理，標籤是一個在一定時期有效的分析顆粒。

在管理的精細粒度上，根據實際業務情況和運營資源來平衡。疏於管理，不完善的數據分析會誤導決策判斷，事無巨細又是資源消耗。業務及技術層面的管理，既有系統性的規劃，也需要基於不斷的反饋來進行持續改進，也就是「迭代」。

1. 運營系統產生的數據

運營系統產生數據的質量高低的背後，其實是系統設計與技術實現、業務流程等綜合作用的表象結果；並不只是數據準不準、完整不完整，而是折射出業務流程是不是合理，運營管理是否到位，早期系統設計是不是反應該有的或時下的業務邏輯等。

發現數據問題並不是只談數據，而需進行「業務流程與系統數據差距診斷」，並制定相應的「業務流程優化、系統改進數據質量提升」舉措。如果數據面反應問題較大，並不只是數據分析或演算法師的問題，通常是涉及到組織管理流程和系統設備的改造。

問題有可能是，業務運營流程不合理，信息化建設問題導致手工成分過多，績效管理不到位？或者操作和技術細節層面，數據欄位定義不合格，比如溫度「華氏和攝氏單位」沒有定義，數據合理的大小範圍沒有定義；再如，眼睛眼光度數，有的輸入「1.2、1.5」,有的輸入「300、400度」等等，解決這個問題可以從服務人員的管理和培訓入手但是會遇到人員不穩定，人不可控因素過多問題，也可以從數據欄位的格式、範圍校驗等系統端控制入手。

2. 業務定義的規則

一線營銷服務，互聯網接觸用戶的渠道變化快，越是側重「用戶」直接接觸和交互產生的數據分析，越趨向一個動態管理和調整的過程。

不同的業務部門有不同的用戶接觸點和服務流程，如營銷 、銷售 、客服 、商品 、門店等，可以基於其用戶接觸和服務的特點，制定相應的標籤的定義、設計、編輯、審批、執行、評估、迭代的管理流程與規範。最大化的發揮一線業務人員的經驗與能動性，也減少無規則的過於主觀特色的標籤，特別是傳統企業缺乏互聯網海量實時性數據基礎，管理出數據質量尤為必要。

不同業務角色和實現機制上，標籤的生命周期管理從機制到時效性都是不一樣的，有些業務特徵和接觸渠道，用戶的標籤具有長期性和穩定性；而有些所採集的標籤特徵具有短期性、及時性、場景性。

當標籤脫離業務場景，其應用會減少適用性。一個人大而全的畫像固然有指導意義，但是脫離互動場景的分析，並不能有效影響和精準服務用戶；一個用戶在一個渠道和媒體上特點可能和在另外一個場合判若兩人，在一個社群圈子的交流和在另外一個圈子的話題表現出不一樣的內容興趣。

當用戶在不同場景所傾向接受的產品、服務和信息不同，我們所提供的產品服務、運營策略和影響用戶的方式也會必然不同。

微信群數據分析產品免費體驗：群繪社群數據平台體驗申請

群繪：從事社群、社會化電商和用戶運營領域的解決方案設計、服務實施與行業研究。提供微信群數據運營分析產品免費體驗。官網：群繪 - 專註社群解決方案_群繪社群數據平台

推薦閱讀：