用户标签的作用及分类
为了提高营销效率,我们需要更清晰地认识我们服务的客户,了解他们的需求和意图。用户标签是从用户信息中抽取出用于说明用户特征的结构化数据,通常是认为规定的特征标识,用于高度精炼的特征进行描述,是对线索的定性分析数据。
用户标签的主要作用体现在以下三个方面:一是标签可以使原本无法描述、搜索和定位的数据也可以被描述、搜索和定位;二是不同的标签有不同的权重,有助于后续的线索打分,且能满足个性化需求;三是通过标签可以将信息之间建立某种联系,最终为海量信息建立起相互关联的信息网。
针对标签的不同类型:事实型标签、分析型标签、预测型标签,其中事实型标签、分析型标签是客观存在的,属于统计型画像,而预测型画像更强调预测的准确度。
事实型标签是根据用户的事实型行为打标签,可以通过4W着手,即who(谁)、when(什么时候)、where(在哪里)、what(做了什么)。其中,who(谁)是用户识别,其目的是为了区分用户;when(时间)包含了时间跨度和时间长度两个方面;where(在哪里)指用户发生行为的接触点,包含内容和网址;what(做了什么)指用户发生了怎样的行为,即用户的行为类型。
分析型标签是对线索数据的进一步加工,最典型的方式是RFM模型,即从最近一次消费R(recency)、消费频率F(frequency)、消费金额M(monetary)这三个维度分析某一个潜在用户的价值。
预测型标签需要基于事实型标签和分析型标签做出预测。预测型标签的生产流程是特征抽取→监督学习→样本数据→评估→标签产出,需要注意标签的窄化范围、统一、易理解等问题。在打标签的过程中,可以用简单的方法快速走通整个流程,然后再进行每个环节的优化。同时,在进行线索定性过程中,要及时通过头脑风暴进行优化。相关利益者(市场部和销售部)应该展开头脑风暴,深入探讨目标市场、销售线索数量、数据库现有线索的质量、转化好的线索的特征等问题,以确定“好”线索的标准,并定期审查,不断迭代培育机制。
请先 登录后发表评论 ~