深入了解用户标签画像用户标签体系设计思路( 五 ) _标签

所谓的算法类标签，本质上也是在做「预测」这个事情。下图所示的是神策用户画像产品实现的相似人群扩散功能，通过提供种子用户，来学习他们的特征，并预测一个用户的标签。对于「用户购买意愿」，我们可以用「实际真的有购买」过的人群，来作为我们的种子用户，让算法去学习他们的特征。
图 14 算法型标签：相似人群扩散
算法类标签的好处，在于它能通过交叉验证，获得自己的预测相似度。我们可根据对标签解释力的需求，设置一定相似度以上的人群，打上「高用户购买意愿」的标签。
算法类标签也有坏处，它是个黑盒，不如规则那样简单明了可解释。
我们神策的用户画像产品在做算法类标签实践的时候，也遇到了这样的问题。所以，一个好的算法类标签，应该还能输出它所使用的行为特征权重。这样，能让算法黑盒变成相对白盒，业务人员可解释度强。同时还有一个好处，就是特征权重其实也展示了那些特征才是最影响业务结果的，有些时候我们不是想要预测标签，而是想要知道什么特征对转化更重要。
四、如何利用好用户画像分析赋能业务落地？ 1. 用户画像的用法
我们在前面有提到，标签体系的用途，其实主要是两大类，一类是分析洞察获取业务灵感，另一类就是输出赋能精细化运营和数据产品系统使用。
对于标签体系来说，利用标签去筛选目标客群，并且输出人群列表，其实是最简单直接的一种应用方法。通过组合多个基础标签，可以快速做到很精细的目标人群输出。
当然，这也对我们的基础标签梳理有一定的要求。
图 15 画像基础用法：筛选客群输出
同时，当标签数据能与数据产品系统打通的时候，它就会变成强有力的武器。
神策在这方面的解决方案，是将用户标签和与智能运营平台进行数据打通，这样可实现精准筛选受众用户，并且基于用户的行为去实时触发各种推送、短信、弹窗或优惠券策略。可以助力运营部门快速试验不同的精细化运营策略，以及将成功的运营策略自动化。
图 16 画像与智能运营平台的结合
在试验运营策略之前，有一件事情必不可少，那就是对我们的目标人群做精细的用户画像分析。
2. 用户画像应用场景示例
我们以一个具体用例来讲解用户画像的洞察。
假设综合电商平台神策商城需要做一场活动营销，我们就需要回归到业务应用用户画像的流程。首先要明确三个问题：
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，分别需要用户在商业价值、用户偏好、生命周期和营销时机四个主题的画像。

深入了解用户标签画像 用户标签体系设计思路( 五 )

猜你喜欢

深入了解用户标签画像用户标签体系设计思路( 五 )