查看原文
其他

标签画像系统介绍及搭建

冬至 首席数据科学家 2022-04-25
 用户画像,到底是否有大家说的那样有巨大的价值?
在大数据时代,用户画像可能是近些年大家最耳熟能详的名词之一了。

用户画像到底是什么,是否真的如大家说的那样有如此巨大的业务价值?作为普通企业,是否有必要搭建一套用户画像系统?本文和大家进行简单交流。


01
什么是标签画像系统

所谓的用户画像系统,顾名思义,就是对用户进行一些画像……这句话好像啥信息量也没有。但说白了,其实就是对用户的特征进行提炼、进行复原。

对于一个企业,当用户积累到一定程度之后,一定会产生这样一个需求场景:我的这些用户到底是啥样?男的多还是女的多?高富帅多还是矮穷矬多?基于用户的画像,可以进行比较多的业务场景(下文)。

这些问题看似简单,但要回答这些问题,难度却往往不小。

最主要的原因是,企业并没有用户全维度的数据。这个道理很简单,比如你用一个新手机号注册了一个微信,注册的时候只填写了手机号就可以通过验证码登录。那这个时候,微信只知道你这个人的手机号,除此之外一无所知。手机号能获得什么信息,最多是你手机号的运营商、开通省市而已。如果不调取第三方数据,微信连你的性别都是不知道的。

还有一个原因,就是企业拿到用户的很多数据都是无关联的明细数据,需要对数据进行提炼加工,才能成为有价值的信息。例如你在微信上天天都是半夜1点-5点活跃,其他时间不活跃。微信需要对你的日志进行分析提炼,才能知道你是个夜猫子。这个过程也是很复杂的。

上面讲了这么多,那到底什么是标签画像系统呢?

功能上,其实主要分为两大系统,一部分是标签系统,一部分画像系统。用户标签是整个系统的数据基础,是链接标签系统和画像系统的桥梁。除此之外,也包括一些人群管理等外围系统功能。

所谓标签系统,就是利用企业自由数据、第三方数据、采购数据等等,对自有的用户进行打标签的处理。标签系统既可以自主生成标签,也可以对标签进行有序管理维护。

所谓画像系统,就是利用标签,进行的可视化分析及各类应用的落地。简单的,可以是一些统计分析;复杂的,可以是人群的各维度的透视。




02


标签画像系统应用场景和价值


为啥需要一套标签画像系统呢?我就看看用户的一些基础维度画像不好吗?
好,当然很好。事实上,绝大多数公司也是这样做的,万年不变的看用户性别、地域、设备、年龄……尤其是很多分析师,一分析用户画像就是这一套。虽然这些属性也确实是比较常用的,但对于一个有着丰富业务场景、各种精准营销需求的公司而言,是远远不够的。
例如,营销人员想把用户当中的准妈妈找出来,进行婴幼儿产品的竞争投放;比如,客服想把投诉率高的用户找出来,进行一些用户调研……

这时候,标签画像系统就派上了用场。

一方面,标签画像系统可以不断的生产新标签,满足各类业务场景;另一方面,对于生产好的标签,可以很好地沉淀,在公司内形成一套标准的口径,避免了口径不一致以及重复开发的问题,节省研发成本。

有时候,一个优秀的标签,给公司带来的价值是难以衡量的。

那具体有哪些应用场景呢?

(1)用户洞察分析。这也是上文提到的主要的场景之一。对自己企业内的用户进行洞察,了解,是一切业务的基础。


(2)精准营销。这个上文也有提及。通过某个标签或者系列标签的组合,实现广告等投放的定向化、精准化。提升ROI


(3)用户速写。例如用户投诉到客服,客服系统能通过几个标签快速侧写用户特征,对于客服人员的客服策略是巨大的帮助。比如一个vip客户来投诉,在客服界面清晰地打上“vip”、“高价值”等用户标签,将是有重要意义的。





03


如何搭建标签画像系统


如何搭建标签画像系统呢?
功能层面,上文也有提到,主要是标签系统和画像系统。除此之外还有很重要的一部分,就是标签数据部分。标签数据+系统功能,组成了完整的标签画像系统。
标签数据是基础。标签数据的产生有很多种方式。
(1)用户自行填写的信息。例如,用户在注册时候填写的性别、年龄等信息

(2)通过统计分析得到的标签。比如,统计用户最近一年的gmv,基于此进行高中低价值的判断

(3)通过模型算法得到的标签。比如通过机器学习判断用户是什么偏好。

(4)通过第三方渠道购买的。目前这类公司也比较多,以出卖数据为生。但购买前,需要进行详细的数据质量评估,例如匹配率、准确度等。

(5)业务基于自己的场景生成的自定义标签

功能层面,包括了标签管理、标签编辑、人群洞察、人群管理等等模块。后面会和大家逐一详细分享。包括产品的设计以及一些案例的分享。

敬请关注




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存