关于用户画像中的的标签体系制定,我们需要遵循的是市场发展趋势变化的建设背景,其中包括了信息技术的发展、用户心智的变化、营销理念的转变,以及内容创意的丰富多样(如下图)。

其次,我们需要关注当前业务现状的痛点需求,这也是标签体系建立的重要基础:

客户理解——我们的客户是谁?他们有哪些特征?有哪些典型的行为?我们要去哪里找到他们?什么样的触发方式是更高效的?

运营效率——一般的活动运营中,怎么对不同用户群体分层以提高流量的分发效率?对于个体用户,怎么深入到日常使用场景,提高流量转化效率?

价值衡量——如何根据不同客户群体、节点标签发现问题和衡量效果?如何根据标签反哺客户研究、提升洞察和客户体验优化?

效果衡量——如何搭建出合适我们品牌的标签体系?一个完善的标签体系包含哪些维度?标签如何使用发挥更好的效率?如何衡量标签体系给企业创造的商业价值?

因此,标签体系的整合性应应用于不同重点的业务目标,即借助标签体系的建立,从业务的导向层面更好应用多方数据资产,驱动以下业务目标的实现。

再者,根据不同企业/品牌数字化程度的不同,标签体系的搭建也需要按照实际情况,进行具体问题具体分析,分阶段进行,并且在沟通中不断丰富标签,逐步优化迭代升级标签逻辑,提升标签利用率。

在这之后,我们就可以来说标签的维度了。在标签维度之上,标签的种类其实可以有很多,这里我们重点放在业务视角和技术视角的分类下来说,更加契合企业/品牌需要。

标签分类与维度设定

最后,我们再从应用逻辑的角度,说明一下标签维度对用户画像绘制的影响:

客户阶段与用户画像——根据客户在不同阶段(访客/产生兴趣、注册会员、到店客户/会员、购买客户/会员、客情/复购)的行为数据,了解客户属性,分析转化与行为的关系,对客户进行基础画像。

商品标签与客户画像——根据线上商品的浏览,线下登记的意向商品以及实际购买的商品情况,分析用户行为、购买和商品偏好。

内容标签赋值与偏好计算——通过对小程序/H5页面/线上线下扫码的情况(点击次数、浏览时间、页面是否分享、活动是否有预约报名等),将内容标签与客户ID进行关联,可以确定客户参与了什么活动、是不是会员、亲睐什么风格的产品及对什么福利折扣敏感等。

客户画像联动——通过客户行为的标签将客户与产品和内容关联起来,形成客户洞察和深度画像,为形成个性化的营销策略(即向什么人、推送什么内容/推荐什么产品、用什么方式/渠道)。