導語

標簽體系，在各大企業的業務場景中都有所應用，尤其是在用戶價值分層、精準營銷等方面發揮著很大的作用。但是有很多剛啟動數字化轉型的企業，對于如何搭建一套完善的、覆蓋整個用戶生命周期的標簽體系，還沒有非常成熟的認知。本章就之前筆者經歷的一個項目為例，向各位讀者展示目前用戶標簽體系的實現困境和搭建思路。

1目前企業在標簽體系實踐中遇到的困境

每一個需求背后都有對應的痛點和問題，在講具體的方法之前，筆者想簡單闡述一下標簽體系搭建和實踐過程中企業一般會遇到的問題/困境，方便讀者理解本文的搭建思路、目的和未來的優化方向。

①? 用戶標簽的一大作用是用戶分層，但是目前很多企業在搭建標簽的時候顆粒度太粗，導致用戶分層的邊界比較模糊，無法保證層之間的用戶差異性；

②? 制定的標簽并未結合真正的使用場景，業務方難以使用，更多時候用戶分層和制定策略還是會強依賴業務的判斷。

2用戶標簽體系的搭建方法

在筆者的經歷的案例中，某車企希望搭建一套能夠覆蓋汽車售前、售中和售后各環節的用戶標簽體系。

Step 1: 標簽體系規劃

我們首先根據標簽的用途進行劃分，將標簽體系分為4個大類：

① 用戶基本信息標簽

包含用戶各類基本信息的標簽，其中又包括人口基礎特征、社會特征等。可利用此標簽對不同基礎特征的用戶進行分層和有針對性的廣告投放與營銷。

② 價值分層標簽

包含用戶產生多少價值的標簽，其中又包括用戶消費帶來的直接經濟價值，也包括用戶在內容創作/互動、車友會（活動）發起、用戶裂變（邀請好友、推薦試駕）等方面促進了平臺活躍，抑或是產生了其他層面的間接價值。

通過對用戶進行價值分層，我們可以對不同價值的用戶實施不同的營銷策略，在營銷資源有限時我們也可以將資源傾斜至高價值的用戶。

③ 用戶偏好標簽

通過用戶的偏好對用戶進行分層，從而向用戶推薦他們感興趣的產品/服務/內容等。其中包括啟動偏好、注冊登錄偏好、車輛偏好、活動偏好、內容偏好、商城偏好等。

④ 用戶行為特征標簽

列舉用戶在各板塊的關鍵行為，計算用戶在各板塊的行為次數/天數等絕對數量級數據，從而可以分析用戶對于某一板塊/功能的粘性。

標簽體系規劃思維導圖如下：

Step 2: 標簽體系中各部分進行搭建

在規劃完我們的標架簽體系框架后，我們需要通過一定的方法去往框架里填充具體的標簽，從而保證標簽搭建完整、顆粒度精細，可以為業務方理解并直接使用：

① 用戶基本信息標簽

在車企場景中，“用戶”的主體一般是“潛客”、“粉絲”或“車主”，但是從廣義上來說，“車主”使用的是“車”，車輛相關標簽也可以作為數據應用的維度，其中包括了車輛的使用、養修等標簽，所以我們將此部分的標簽分為“人”的信息標簽和“車”的信息標簽，但是“車”相關的標簽并不是本文重點，故不做贅述。

“人”的標簽，我們可以初步分為“人口屬性標簽”、“社會屬性標簽”、“業務屬性標簽”：“人口屬性標簽”中包括和用戶本身相關的信息，比如年齡、性別、生日等；“社會屬性標簽”展現了用戶在社會中的身份特征，其中包括職業、收入、教育程度等；

“業務屬性標簽”中包括用戶在車企各觸點（app、小程序等）中業務強相關標簽，包括但不限于會員等級、當前積分數、是否車主、擁有本品牌車輛數量等，這些標簽既不屬于“人口屬性”相關標簽，也不屬于“社會屬性”相關標簽，但是在用戶分析和分層方面也起到了一定的作用；需要注意的是，“業務屬性標簽”有可能會和之后板塊里的標簽重合，但是用途不同。

上述標簽在搭建的時候，可以綜合考慮目前數據庫用戶表中有什么屬性，并根據實際的需求進行構建，切勿漫無目的，不切實際。

② 價值分層標簽

前面我們說過，價值分層標簽分成“直接價值標簽”和“間接價值標簽”：“直接價值標簽”一定涉及到用戶給平臺帶來了直接的“金錢”收益，在車企中一般能直接帶來收益的無外乎整車銷售、精品商城銷售和售后服務，這部分標簽我們可以使用最經典的RFM模型，從最近一次消費距今天數、消費頻次和消費金額這些維度對前述三個板塊進行進一步拆解，區分用戶消費帶來的直接價值。

但是對車企來說，用戶帶來的價值不只是“金錢”價值，還有平臺促活，拉新獲客等方面的間接價值。我們在對用戶生命周期各版塊進行梳理盤點后，發現以下幾個模塊能夠體現用戶帶來的“間接價值”：社區內容生產與互動（數量、質量）、粉絲人數、裂變拉新成功、積分消耗等，并就這些版塊搭建相應的標簽，反映用戶的間接價值。

③?用戶偏好標簽

我們首先梳理了車企觸點上的用戶生命旅程：售前-售中-售后，這其中“售前”版塊又包含渠道拉新、觸點（app、小程序）啟動、整車瀏覽，售中版塊包含試駕、整車訂購，售后版塊包含社區（內容、活動）、車友會、精品商城、售后維修保養、客服服務等，就這些版塊搭建相應的標簽，包括xx行為的某一屬性偏好（例如商城瀏覽/購買品類偏好top、整車瀏覽的車型偏好top等）。

④?用戶行為特征標簽

該類標簽包含兩部分，一個是用戶生命周期，還有用戶具體行為的次數。同樣的，我們也按照前一類標簽的方法，找出用戶在生命旅程上的關鍵行為，并進行相應的計數，將某一行為的累計次數/天數作為標簽打在用戶身上。

另外通過關鍵行為的次數等指標可以推導用戶所處的生命周期（新用戶、活躍用戶、核心用戶、流失用戶）。關于各生命周期階段的臨界值（例如多少次/天的活躍才能算是活躍用戶），建議初期可以先根據業務經驗，各方商討得出，后續則需要結合實際的數據對臨界值進行動態調整。

3結語

以上就是用戶標簽在實踐過程中一些困境以及搭建方法的簡述。由于本文涉及方法論是由一個真實的案例脫敏、轉化得來，不方便透露過多細節，如有對用戶標簽體系感興趣的讀者，可聯系筆者作進一步交流。

在本篇最后，有一點需要和讀者澄清：

標簽的搭建方式和劃分方法不止一種，除了本文提到的按照標簽用途劃分，還可以按照統計方式和時效進行分類：

按照統計方式分類，可以將標簽分為事實類（最基礎，無需大量業務判斷的標簽，例如會員等級、年齡、收入等）、規則類（需要一定業務經驗和判斷的標簽，例如最常見的RFM）和預測類（需要使用機器學習的算法預測標簽值）；

按照實效分類，也可以將標簽分為靜態標簽（標簽值不會隨時間變化，例如出生年月等）和動態標簽（標簽值會隨時間變化）。本文介紹的搭建方式僅供各位讀者參考，在實踐過程中，可不拘泥于本文所提供的方法，甚至可以將多種方法結合使用。