2分钟了解用户标签体系 用户标签体系是什么意思( 三 )
图12场景示例:将自然语言转换成配置规则
那么问题来了，商业经验靠谱吗？当我们评估一个规则时，通常会有几个标准，即覆盖率、准确率和召回率 。以这些指标来衡量，基于经验的规则不一定能满足真实的业务需求 。
事实上，定义标签可以通过科学的数据分析方法来完成
前面提到过，最好通过业务经验对数值类的标签进行分层，以提高业务判断的效率 。对于这种高、中、低分层，通常可以采用分布分析的方法 。
比如对于用户在商品详情页的点击次数，我可以计算出它的频率分布，然后按照25%、50%、75%和75%以上来划分标签 。
这样我既能画出四个层次，又能保证每个层次都有很好的覆盖面 。对于资产库存分层、付费用户分层等标签，分布分析是非常有用的方法 。
图13使用分布分析的用户标签分层
当然，我们真正需要的不是用户在商品详情页点击次数的分层，而是对用户购买意向有解释力的标签 。算法类标签可以有效解决这个问题 。
所谓的算法类标签，本质上就是在做“预测”的事情 。下图是厕神用户画像产品实现的类似人群扩散功能 。通过提供种子用户，我们可以了解他们的特征，并预测用户的标签 。对于“用户的购买意愿”，我们可以把实际购买过的人，作为我们的种子用户，让算法学习他们的特征 。
图14算法标签:相似人群扩散
算法类标签的好处是可以通过交叉验证获得自己的预测相似度 。根据对标签解释力的需求，我们可以设置有一定相似度的人群，贴上“高用户购买意向”的标签 。
算法标签也有缺点 。它是一个黑箱，没有规则那么简单明了 。
我们厕神的用户画像产品在做算法标签练习的时候也遇到了这样的问题 。所以一个好的算法类标签也应该能够输出它所使用的行为特征的权重 。这样就可以把算法黑箱变成一个相对的白箱，业务人员也可以很好的解释 。同时还有一个好处，就是特性权重实际上显示了哪些特性对业务结果的影响最大 。有时候我们不想预测标签，而是想知道哪些特性对转化更重要 。
四 。如何利用好用户画像分析使能业务落地？
1 。用户画像的使用
我们前面提到，标签系统其实主要有两个用途，一是分析洞察获取商业灵感，二是细化输出赋能的运营和数据产品系统的使用 。
对于标签系统来说，利用标签筛选目标客户，输出人群列表，是最简单直接的应用方法 。通过组合多个基本标签，可以快速实现非常精细的目标受众输出 。
当然这也对我们的基础标签梳理有一定的要求 。
图15肖像的基本用法:过滤客户输出
同时，当标签数据能够与数据产品系统连接时，它将成为一个有力的武器 。
神在这方面的解决方案是将用户标签与智能运营平台的数据对接，可以精准筛选受众用户，并基于用户行为实时触发各种推送、短信、弹窗或优惠券策略 。可以帮助运营部门快速测试不同的精细化运营策略，并将成功的运营策略自动化 。
图16人像与智能操作平台的结合
在测试运营策略之前，有一点是必不可少的，那就是对我们的目标群体进行详细的用户画像分析 。
2 。用户画像应用场景示例
我们用一个具体的用例来解释用户画像的洞察 。
假设综合电商平台厕神商城需要做一次活动营销，我们需要回到商务应用用户画像的过程 。首先，我们必须澄清三个问题:
目标人群是谁？ 目标喜欢什么？ 我要怎么做？怎么执行策略？这三个问题需要四个主题的用户画像:商业价值、用户偏好、生命周期、营销机会 。
第一步，目标群体是谁 。我们的目标很明确，就是提高购买漏斗的转化，减少购买漏斗的流失 。我们可以从漏斗中迷失的人入手，分析他们的画像 。
图17从购买漏斗中寻找目标客户
第二步，找到单个用户的画像，列出用户信息，展示与某个用户和目标场景相关的信息，让业务人员有第一印象 。一开始可以先做抽样，从迷失的人群中找到用户张三，看这个人的个人画像，得到第一印象 。
我们看到他是一个从未交费的用户，但是他已经活跃了301天 。虽然他没有买过东西，但他其实是个忠实用户 。他来自华为App Store，几乎每天都要签到 。最近他在看运动鞋相关的品类 。他的首选价格区间是50到100元，他的搜索词是廉价运动鞋 。奇怪的是，他没有浏览很多商品 。我们也可以看到他的生命周期其实是相当活跃的，他有比较高的购买意向，这可能和他收集商品的漏斗深度有关 。
推荐阅读
- 3分钟了解蛋白组学数据 蛋白组学数据如何分析
- 最值推荐的3大设计技巧 用户标签体系设计思路
- 3分钟了解直播电商 直播电商行业分析报告
- 2分钟了解生态流量内涵 生态流量是什么意思
- 半分钟了解现象级表现 现象级表现是什么意思
- 3分钟了解产品ui设计 产品ui设计是什么意思
- 3分钟了解用户画像数据 用户画像数据包括哪些内容
- 半分钟了解黄金圈法则思维 黄金圈法则的内容是什么
- 1分钟了解两者间区别 产品经理和项目经理的区别是什么
- 超详解析用户画像分析法 用户画像分析怎么做