标签的本质就是对实体某个维度特征的描述。
用户标签就是对用户某个维度特征的描述,例如:
对用户生命周期的标签(生命周期主题):”参与这个活动的老用户和新用户各有多少”;
对用户价值分层的标签(价值分层主题):”本次活动有10万预算,应该如何分配”;
对用户商品偏好的标签(行为偏好主题):”给他们推送哪些商品可以增加他们的活跃”;
对用户营销时机的标签(营销偏好主题):”应该什么时候给他们推送”。
在《用户画像方法论和工程化解决方案》一书中将标签分为三类:①统计类标签,②规则类标签,③机器学习挖掘类标签。
标签体系可以解决很多问题,但是不是每个公司都能做的。
第一,企业需要有足够丰富的内容、商品、服务或客户属性层次,或者业务进行稳定期的客群量级达到一定规模。
第三,标签画像体系并不是一个拿来即用的东西,它需要投入一定的人力和资源去建设和维护,才能和公司的业务场景很好地结合,发挥它的价值。
第四,公司在建设标签画像体系之前,应该先想好它需要落地的业务场景。如果没有明确可落地的业务流程和人员,即使花了大力气去建设用户标签体系,它也只是一堆死数据,只能摆在那里存着,这就没什么意义。技术并不是万能的,要和商业进行结合。
我们使用一次活动营销来进行讲解。模型的落地需要考虑三个问题:
- 目标人群是谁?
- 目标喜欢什么?
- 我们要使用什么策略?
第一步,目标人群是谁?活动营销的目的很明确,就是提高购买漏斗的转换,那么就从漏斗流失的人群出发分析他们的画像。
第二步,通过描述这个群体的标签值分布,得到这个群体的显著标签画像。比如他们的生命周期阶段、行为消费能力、活跃时间等等。通过标签可以了解流失群体的特征。
第三步,我们要使用什么策略? 针对两个群体的差距,我们可以指定营销策略,例如通过短信的方式提醒用户相关活动;展示符合流失群体购买能力的商品;选择该群体经常浏览的商品类目进行活动;选择活跃时间进行推送。
Original: https://blog.csdn.net/qq_41106844/article/details/122884589
Author: 寒 暄
Title: 标签、画像设计与模型落地
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/698974/
转载文章受原作者版权保护。转载请注明原作者出处!