相信在閱讀本文後,您的困惑都将迎刃而解。
一.為什麼要做用戶标簽畫像?
1. 标簽的本質
簡單地說,所謂的用戶标簽,就是對用戶某個維度特征的描述。
對一群用戶來說,我們為了讓業務做得更好,會想知道他們的很多特征。比如,我們這一季度有 10 萬元的活動預算,應該集中花在哪裡?這個問題,其實是希望能對給定用戶群體的商業價值做很好的描述,知道哪些人是應該重點服務的對象。
圖 1 标簽的基本含義
用戶标簽可以有很多種存在形式,可以是用戶的自然屬性,可以是對用戶交易、資産數據的統計指标,也可以是基于某些規則,總結出的一些分層。無論是哪種形式,都是對用戶的某個維度特征做描述與刻畫,讓使用者能快速獲取信息。
圖 2 标簽的常見形式
2. 标簽的應用場景
按照我們在多家不同企業落地标簽體系的經驗,用戶标簽的應用主要有四種場景。
首先是輔助分析洞察,用戶标簽可以輔助業務人員快速獲得用戶的信息認知,發現顯著特征,獲得業務靈感。
其次是豐富數據分析的維度,對我們的業務數據做更深層的對比分析。分析洞察獲得業務靈感後,标簽可以輔助業務落地。
再次可以将用戶群體切割成更細的粒度,使運營從粗放式到精細化,以多種運營觸達手段,像短信、推送、活動、優惠券等等,對用戶進行驅動和挽回,達到事半功倍的效果。
最後用戶标簽還可以作為數據産品的基礎,例如個性化推薦系統、廣告系統、CRM 管理工作等。自動化的業務系統能更有效地利用用戶标簽的威力。
圖 3 标簽的四大應用場景
需要注意的是,雖然用戶标簽畫像體系是有價值的,但不是每個公司都能做。
第一,企業需要有足夠豐富的内容、商品、服務或客戶屬性層次,或者業務進入穩定期的客群量級達到一定規模。
第二,用戶标簽體系有建設和維護成本,公司需要有相對完備的用戶行為數據采集能力,如果沒有豐富的數據源,用戶标簽也是巧婦難為無米之炊。建設需要衡量資源投入和性價比。
第三,标簽畫像體系并不是一個拿來即用的東西,它需要投入一定的人力和資源去建設和維護,才能和公司的業務場景很好地結合,發揮它的價值。
第四,公司在建設标簽畫像體系之前,應該先想好它需要落地的業務場景。如果沒有明确可落地的業務流程和人員,即使花了大力氣去建設用戶标簽體系,它也隻是一堆死數據,隻能擺在那裡存着,這就沒什麼意義。技術并不是萬能的,要和商業進行結合。
二.如何構建完備的用戶标簽體系?
1. 主流的标簽框架
行業有四種主流的标簽框架:
第一種是基于營銷觸點的用戶标簽體系,它先把用戶分為不同的營銷階段,再去細分每個階段需要做的事情和标簽。比如阿裡系的标簽框架 AIPL,它把用戶對品牌的認知階段分為感知、有興趣、購買和忠誠這四個階段,然後再基于這四個階段要做的營銷動作去做細分标簽。
第二種是基于增長漏鬥的 AARRR 模型,它是一個很好的框架,無論是什麼用戶,都肯定屬于其中一個階段,然後再根據不同階段需要做的增長策略,去總結用戶身上的标簽特征。
第三種是用戶價值分層模型,比如 RFM,它雖然隻包含了付費用戶,但付費用戶是完全包含在 RFM 的框架内的。可以獲知用戶消費水平屬于高中低的哪一層,用戶最近有沒有付費,我是否要對用戶做營銷。
第四種是基于用戶偏好的模型。舉例說明,假如我是一個房産中介,我就根據我賣房的需要,把用戶的行為信息都歸納到買房需求上。這種框架看上去是列舉式的,缺少了生命周期那種大而全的美的理論,但它其實對于業務應用來說是完備的,标簽做出來就能用。
圖 4 業内主流的四種标簽框架
在使用框架設計用戶标簽體系時,應該去理解消費者的決策過程,考慮商業業務的形态,配合業務人員的作業需求。這些概念比較虛,但一個好的用戶标簽體系離不開這些思考。
神策認為,好的标簽框架,一定是基于業務場景的。它應該要完備地覆蓋用戶的行為周期和業務的工作流程。
2. 标簽框架搭建四步法
接下來介紹神測數據基于最佳實踐總結出的标簽梳理框架,我們稱之為四步法。
第一步,還原業務流程。以一個典型的電商業務為例,将它的業務流程漏鬥梳理出來,分别是啟動 APP,注冊登錄,浏覽活躍,一些深度行為比如收藏和加入購物車,付費和重複付費,最後是沉默流失。然後在用戶流程的每一步,梳理出這個行為的一些維度。可根據用戶在這方面的行為,去構建「用戶偏好」标簽。
圖 5 标簽框架四步法之還原業務流程
第二步,覆蓋生命周期。剛才的梳理都是基于用戶行為的,但有時候沒有辦法獲取用戶行為偏好。這時,就可以以用戶的「生命周期」,去提供兜底的邏輯。可以以用戶生命周期的狀态,作為營銷的觸點标簽,提供通用分層。
圖 6 标簽框架四步法之覆蓋生命周期
第三步,明确商業目标。用戶标簽體系是需要應用的,在此案例裡,建設用戶标簽體系,是為了希望通過精細化運營提高整體的交易金額。我們接下來對交易金額這個商業目标,通過業務流程進行拆解。
交易金額可簡單拆分為新用戶的交易額和老用戶的交易額。達成交易的過程又可拆分為新增啟動,到注冊,到浏覽詳情,到深度行為,最後再到付費。對拆解出來的每一個環節,可以去想在這個環節能有什麼策略去提高交易金額。比如對于老用戶,是不是可以通過挽回具有付費傾向的潛在流失人群,去提高整體的交易金額呢?這就是我們梳理出來的标簽可以落地應用的場景。
圖 7 标簽框架四步法之明确商業目标
第四步,從策略推标簽。比如,我們決定挽回具有付費傾向的潛在流失人群,那就需要知道用戶交易的價值,交易到流失的生命周期,他們下個月的流失概率,以及如果我要對他們做營銷,他們喜歡的優惠券類型。
到這裡,我們就從純粹的業務流程梳理,落實到了具體的标簽需求。我們剛才把交易金額拆分了很多環節,每個環節都有不同的可以落地的業務策略,它們的可行性和收益各不相同。最終,可以根據業務實際的需要,去決定不同策略需要用到的标簽。
圖 8 标簽框架四步法之從策略推标簽
從策略反推需要的标簽,其實是一件比較需要業務經驗的事情。如果這一步還比較迷茫,可以先反過頭來看,如果我們已經把标簽做好了,業務人員要怎麼去使用它。
業務部門應用标簽的流程,通常可以歸納為三個問題:
對于第一個問題來說,是一個戰略性的問題,定位目标人群,往往應該先看商業價值類的标簽,去幫助他們解決影響商業價值最大的人群的問題。
而對于目标喜歡什麼這個問題,如果目标人群有明确的行為數據,那應該去看用戶偏好标簽。如果目标人群的行為數據比較少,比如新用戶和沉默用戶,那應該從他們所處的生命周期标簽出發,去計劃促進轉化或者召回的策略。
當策略方向有了,還需要一些具體的參考信息比如什麼時候做推送,這時候就需要一些具體的營銷時機标簽比如用戶一般的活躍時間段,來幫助計劃方向的落地。
這四個主題的标簽,分别在我們的四步框架的每一步,都可以重點梳理這樣的标簽。最終,這四個主題标簽也将構成我們完整的标簽體系。
圖 9 業務部門的标簽應用流程
三. 标簽的生産和創建有哪些細節經驗?
1. 标簽生産的不同方式
我們已經知道怎樣梳理一個完整的标簽框架,接下來我們要完善每個标簽具體的定義。我們通過一個趣味故事來體現用戶标簽定義的複雜性。
小紅和網友張三見面喝咖啡:
請問,張三到底是男生,還是女生?
這個故事裡,其實張三有三個性别标簽。
首先是社交 APP 的資料,因為他填寫了男性,所以我們可以認為他是男性,這是基于某個确切資料打的标簽,這種類型叫事實标簽。
張三穿的是一件很有設計感的裙子,按照我們過去的經驗,一般隻有女性會穿裙子,所以我們也可以認為張三是女性。這是基于我們設定的某個規則,隻要有人穿裙子就是女性,去打的标簽。這種類型叫規則标簽。
最後,張三刷臉支付沒有獲得活動女性優惠。攝像頭是利用算法結合多種特征去預測張三是女性的概率的,因為張三長相很陽剛,算法認為他是女性的概率比較低,所以打标簽他是男性。這種類型叫算法标簽。
圖 10 标簽生産的基本方式
上述三種标簽是最基礎的标簽維度,下圖可以幫助我們更好地理解它們。
圖 11 三種标簽定義的内涵
2. 标簽創建場景
我們通過具體的場景,來加深對标簽生産和創建的理解。累計消費金額,即用戶注冊以來的總消費金額,就是一個用指标值作為标簽值的例子。
首先,這個例子是一個數值型标簽,但數值型的标簽不一定好用,如果這個标簽是直接給到業務人員去使用的,應該先通過業務經驗去把它分層,劃分出高中低級别,将業務含義映射到特征上。這樣業務人員在使用标簽的時,就能提高業務人員的認知效率。
圖 12 場景舉例:将自然語言轉換成配置規則
那麼問題來了,業務經驗可靠嗎?我們評價一個規則,通常有幾種标準,分别是覆蓋率、準确率和召回率。從這些指标去衡量,以經驗為參考的規則就不一定符合真實業務需求了。
事實上,定義标簽是可以通過科學的數據分析方法進行的。
我們前面有提到,對于數值類的标簽,最好通過業務經驗來分層,來提高業務判斷的效率。對于這種高中低分層,通常可以使用分布分析的方法。
比如還是對于「用戶點擊商品詳情頁」的次數,我可以計算它的次數分布,再按照 25%,50%,75%,75% 以上劃分标簽。
這樣,我不僅能劃出四個分層,還能保證每個層級都有很好的覆蓋度。對于資産盤點分層、付費用戶分層這樣的标簽,分布分析是一個很好用的方法。
圖 13 使用分布分析進行用戶标簽分層
當然了,我們需要的其實不是對「用戶點擊商品詳情頁」次數的分層,而是對「用戶購買意願」有解釋力的标簽。算法類标可以有效地解決這個問題。
所謂的算法類标簽,本質上也是在做「預測」這個事情。下圖所示的是神策用戶畫像産品實現的相似人群擴散功能,通過提供種子用戶,來學習他們的特征,并預測一個用戶的标簽。對于「用戶購買意願」,我們可以用「實際真的有購買」過的人群,來作為我們的種子用戶,讓算法去學習他們的特征。
圖 14 算法型标簽:相似人群擴散
算法類标簽的好處,在于它能通過交叉驗證,獲得自己的預測相似度。我們可根據對标簽解釋力的需求,設置一定相似度以上的人群,打上「高用戶購買意願」的标簽。
算法類标簽也有壞處,它是個黑盒,不如規則那樣簡單明了可解釋。
我們神策的用戶畫像産品在做算法類标簽實踐的時候,也遇到了這樣的問題。所以,一個好的算法類标簽,應該還能輸出它所使用的行為特征權重。這樣,能讓算法黑盒變成相對白盒,業務人員可解釋度強。同時還有一個好處,就是特征權重其實也展示了那些特征才是最影響業務結果的,有些時候我們不是想要預測标簽,而是想要知道什麼特征對轉化更重要。
四. 如何利用好用戶畫像分析賦能業務落地?
1. 用戶畫像的用法
我們在前面有提到,标簽體系的用途,其實主要是兩大類,一類是分析洞察獲取業務靈感,另一類就是輸出賦能精細化運營和數據産品系統使用。
對于标簽體系來說,利用标簽去篩選目标客群,并且輸出人群列表,其實是最簡單直接的一種應用方法。通過組合多個基礎标簽,可以快速做到很精細的目标人群輸出。
當然,這也對我們的基礎标簽梳理有一定的要求。
圖 15 畫像基礎用法:篩選客群輸出
同時,當标簽數據能與數據産品系統打通的時候,它就會變成強有力的武器。
神策在這方面的解決方案,是将用戶标簽和與智能運營平台進行數據打通,這樣可實現精準篩選受衆用戶,并且基于用戶的行為去實時觸發各種推送、短信、彈窗或優惠券策略。可以助力運營部門快速試驗不同的精細化運營策略,以及将成功的運營策略自動化。
圖 16 畫像與智能運營平台的結合
在試驗運營策略之前,有一件事情必不可少,那就是對我們的目标人群做精細的用戶畫像分析。
2. 用戶畫像應用場景示例
我們以一個具體用例來講解用戶畫像的洞察。
假設綜合電商平台神策商城需要做一場活動營銷,我們就需要回歸到業務應用用戶畫像的流程。首先要明确三個問題:
這三個問題,分别需要用戶在商業價值、用戶偏好、生命周期和營銷時機四個主題的畫像。
第一步,目标人群是誰。我們的目的很明确,就是要提高購買漏鬥的轉化,減少購買漏鬥的流失。我們可以從漏鬥的流失人群出發,去分析他們的畫像。
圖 17 從購買漏鬥入手尋找目标客群
第二步,找到單體用戶畫像,羅列用戶信息,把某個用戶和目标場景相關的信息展示出來,讓業務人員有第一印象。開始時,可以先做抽樣,從流失的人群裡面找到用戶張三,看看這個人的單體畫像來獲取第一印象。
我們看到他是一個從來沒有付過費的用戶,但他已經活躍了 301 天,雖然沒有買過東西,但他其實是忠實用戶。他來自華為應用商店,幾乎每天都有簽到,最近在看運動鞋相關的類目,偏好的價格區間是 50 到 100 元,搜索詞也是平價運動鞋。但很奇怪的是,他浏覽的商品數量不多。我們也可以看到他的生命周期其實是比較活躍的,有比較高的購買意向等級,這可能跟他的漏鬥深度是收藏商品有關。
圖 18 單體用戶畫像的信息羅列
第三步,通過單體用戶與所屬群體用戶間的對比,以及目标群體和其他群體用戶間的畫像對比,去感知差異顯著的特征。對于用戶群畫像,就不能像單體用戶畫像一樣單純展示信息了,而是要把某個群體的特征顯示出來。
處理方法有兩種。一種是把特征展示分布統計,比如購買意向等級和訪問時間偏好;另外一種就是把分布覆蓋率最高的标簽,作為這個群體的标簽。
我們通過對比漏鬥流失用戶和張三的畫像可以看到,在商業價值上,該群體和張三類似都是低付費用戶,但主體是比較新的用戶;在偏好上,他們都在看類似價格區間的運動鞋,但主體用戶是在看白色的;營銷時機上,主體用戶的活躍時間、點擊的推送類型和張三不太一樣。我們如果要策劃活動方案,應該從主體用戶的特征出發,而不是個體。
圖 19 單體用戶畫像與所屬群體畫像對比
數據分析的精髓在于對比。了解了流失群體的特征,我們還應該把他們的畫像和我們的商業目标群體做對比,也就是購買用戶群。通過将流失用戶和購買用戶群畫像做對比,我們可以看到,購買用戶的近期偏好的價格區間和流失用戶群很不一樣,平均商品浏覽數也很多,但購買意願等級分布,購買用戶群和流失用戶群其實是一樣的。
圖 20 購買群體畫像與流失群體畫像對比
可以推測,在流失用戶群所偏好的這個價格區間内,神策商城提供的商品有問題,SKU 的數量不夠多,或者是這個價位沒有他們滿意的商品。因此,我們可以嘗試提高流失用戶在那個價格區間的商品浏覽數。
綜上,通過用戶畫像的洞察分析,我們決定實施以下營銷計劃:
如此,一次完整的用戶标簽畫像賦能運營的應用就完成了。
作者:鐘秉哲 神策數據業務咨詢師
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!