对于一般的电商平台，当用户量达到一定程度的时候，都会遇到一个问题，那就是不同的用户群体，诉求不一样的问题。

那针对这个问题，应该怎么办呢？

答案就是：建立用户标签体系，也就是通过给每个用户打标，方便后续通过用户标签来快速筛选用户，给不同的用户满足不一样的需求。


01

什么是标签体系？


所以，所谓的标签体系，就是给不同的用户标签群体，推送不同的内容，从而达到精准营销的目的。

而，标签其实就是将用户的特征抽象为标签，这里的特征包括：静态特征、动态特征

静态特征包括：性别、年龄、喜好等等和不轻易改变的特征
动态特征包括：购买金额、购买频次、购买客单价等等需要系统实时计算的特征

02

怎么建立用户标签体系？


1、运营策略的制定。
这个步骤很容易被忽略，然后就开始自嗨，建立一堆的标签。

其实是不对的，建立标签库的前提是在于要达到某种目的，所以很重要的一点就是梳理使用场景。

比如，针对90天未购买的用户推送优惠券；针对购买客单价低于xx的推送xxx优惠券；针对某某地区的用户推送xxx优惠信息

有了这些丰富的营销场景后，才能很好的从中提取有用的用户标签，保证标签设计出来了之后，不会形成“摆设”。

2、建立标签库。

有了运营场景，那接着就需要建立标签库，以便于后续通过标签库来圈定人群。

在这里科普下有哪些标签类型

静态标签：数据长期不会变化的标签，比如性别、国籍、职业等等。而数据的获取一般是通过用户表单填写或者额外购买第三方数据库来获取，这些数据有时候还存在一定的虚假成分，可能还需要进行去伪存真。

动态标签：数据会经常变化的标签，比如购买频次、购买金额、购买客单价、购买品类等。这些往往系统中是存在数据的，通过数据计算就可以得知，一般比较准确。

实时标签：有些场景下，我们需要实时动态计算标签的数据，比如所新客标签，如果用户刚刚购买了一单，那他马上就不是新客了，这时候标签就应该变为“非新客”了。这种实时标签对于服务器的压力非常大，一般很少用到实时标签，即使要，也是要到小时级别的更新频率了。

非实时标签：有些场景下，标签并不需要实时更新，可能T+1天就可以了，比如近三十天购买频次，平均客单价等。一般系统会在半夜跑完数据，利用服务器空闲的时间段来运算。

算法学习标签：有些标签数据通过表单收集的方式存在虚假成分，那就需要用到算法来运算了。比如性别标签，用户填写了“男”，但实际是个女的。学习算法可以通过观察用户的购买行为、浏览行为，甚至接入第三方外部数据库，共同来揣测用户的性别。比如用户经常浏览女装商品、经常购买女装商品，那我们是不是可以判定为“女生”。当然，这里的准确性非常依赖于算法。

非算法学习标签：有些标签不需要用到算法来识别，就能够很好的保证准确性的，这种系统照常计算就可以了。


3、标签可视化

有了标签库，这些标签需要分门别类的进行摆放，通过圈选多个标签组合后，可以快速圈选到对应的人群包。一般圈选后，还可以看到推送的用户数量。

标签的数量支持单选或者多选，自由组合。

4、标签更新和维护

这个步骤很容易被忽视掉，建立好标签了之后就放着不管了，但是有可能标签数据不准了，或者标签长期不用了，这些都需要我们经常去清理，就像房间一样，要定期打扫卫生，才能保持整洁。

那标签要检查哪些方面？

1、定期抽查标签数据是否准确

2、定期检查标签的使用情况，对于不经常使用的标签进行删除或者隐藏处理

3、是否存在重复的标签，如果有也可以进行清除或者整合

4、是否存在还未实现的标签但是运营经常使用的，可以制定版本计划进行开发

5、标签数据手动纠偏，有些时候，我们很确定这个用户标签的正确数据，那我们可以手动进行维护，更新为正确的数据


5、建立精细化运营平台

标签的最终目的是为了用，一般公司都会搭建“精细化运营”的平台来进行用户触达，有些公司会把这样的系统称之为DMP。

这个精细化运营平台可以分为几个步骤：

1、圈定人群，这里主要通过选择标签来实现。

2、触发规则，这里的规则就包括：
触发渠道：通过push、短信、邮件还是页面弹窗等
触发频次：每天、每周、每月，还是每间隔xxx小时等
触发条件：当用户首次购买xx商品、浏览xxx商品、用户生日等等，这里的触发条件有时候也要结合圈选用户标签来实现

3、防打扰机制：设定规则后，但是有可能推送过于频繁，导致频繁打扰用户，那我们就需要设置一定的防打扰机制。比如同一天针对同一种推送内容，推送次数不能大于等于xxx次，推送时间不能晚于晚上10点。

4、设置推送内容。这里的内容包括：优惠券、积分、祝福文案等等，其中还会涉及到一些变量，比如优惠券金额、积分额度、有效期等，这些就需要通过代码来控制。针对推送的内容部分，高阶的玩法还可以根据圈定的用户，智能的推送合适圈定人群的营销内容。比如圈定的人群是：从未购买过的用户，那推送的就是无门槛的优惠券。以最低的使用门槛，促使用户转化为购买用户。

5、AB监控策略。一般有时候，我们不确定推送的效果，那我们可以针对同一批人群，指定两个不同的推送策略，然后再结合数据来观测效果。

6、数据监控，推送信息发出去了，我们需要定期监控数据，查看数据效果，通过数据来反馈实际的运营效果，如果数据效果不好，则需要快速暂停推送，指定新的推送策略。如果数据效果好，则可以制定为固定的推送策略，系统持续推送。

以上就是整个用户标签体系的全过程，总结起来，就是通过建立用户标签库、推送策略库、用户精细化运营平台，然后结合数据监控，最终达到精细化运营的目的，进而提升用户的拉新、留存、活跃、复购等。


本篇文章来源于微信公众号: 锦海说

关于下载

本站分享的产品前端、B端竞品和所有付费资源，均不是该资源的价格，本身资源是不用付费的，这是赞助知识库资源模板的收集整理、服务器维护的基础开销费用！


免责声明

1、本站分享的产品前端、B端竞品和产品知识库主要来源于网络的公开信息，均为网络搜索，微信缓存，免费下载，互联网平台整理而来，产品知识库的资料文档仅限用于学习交流。如若有侵权你的知识版权的嫌疑，请及时告知我们，我们会在24小时内进行删除。联系管理员：2841552294@qq.com
2、上述资源和模板的知识产权及相关权利归作者及制作公司所有。
3、上述资源和模板仅供学习参考及技术交流之用，未经源码的知识产权权利人同意，用户不得进行商业使用。
4、上述资源和模板如需商业使用，请自行联系源码知识产权权利人进行授权，否则，我们将积极配合作品知识产权权利人 一起维权。
5、上述资源和模板如有侵犯您的知识产权，请您立刻联系我们，我们会在24小时内做删除下架处理。