本文作者結合標籤上層應用以及曾經標籤開發工作的經歷，站在產品的角度總結思考了標籤的來源、應用場景、構建流程以及運營維護四大問題。
伴隨著DT時代的到來，越來越多的企業開始重視數據資產的建設，如何在海量數據中挖掘有價值的信息，是企業面臨的一大挑戰。可以看出，各企業相繼基於自身以及外部數據構建了自身的標籤體系，無疑是應對挑戰比較有效的解決方案，因為這樣可以讓隱藏的數據價值進一步顯現出來。
由於筆者負責的較多產品經常涉及到標籤，特結合標籤上層應用以及曾經標籤開發工作的經歷，站在產品的角度總結思考了標籤的來源、應用場景、構建流程以及運營維護四大問題。
標籤的來源
正如馬老師前段時間官方宣佈了阿里“新六脈神劍”中提到的“客戶第一“的價值觀一樣，筆者認為絕大多數企業，特別是在互聯網企業經營中，圍繞的重心是提升客戶滿意度，這樣才能提升企業價值。
同時，企業也追求一個投入產出比的極致，如何能夠以小成本地大力提升客戶滿意度是一個持續性需要思考和解決的難題，但在執行相關措施之前，企業需要搞清楚自身客戶是誰、喜歡什麼、現階段正在碰到什麼問題等信息，這些信息統稱為客戶畫像，這樣才能針對性進行相應措施的實施。
那麼如何描繪客戶畫像呢？
這裡面需要一種產品思維，就是需要將現實中各個實體（即客戶）看起來很亂的具象（即畫像）抽象成一個個元素，再通過這些元素去具體化地對每一個實體進行描述，從而讓各個實體看起來規整統一，這裡面的元素就是標籤。
所以標籤就是能夠代表客戶畫像的抽象組合，從而能夠較方便地為分析人員提供全面、準確並具有指導意義的信息，進而優化運營的策略，為客戶提供有針對性的服務。
標籤的應用場景
既然標籤能夠刻畫客戶的畫像，那麼在企業中一般應用的場景有哪些呢？筆者結合自身的體會認為主要包含精細化運營、產品應用、洞察報告以及異業輔助四方面。
1. 精細化運營
一般情況下，如果企業處於標籤體系初步搭建的階段，這時候主要是利用標籤將客戶進行分群，針對各個客群進行相應運營策略的制定，其本質原因是企業希望小成本地把現有客戶資產挖掘和客戶運營做的更好。例如：
（1）客戶生命週期管理
通過客戶行為和狀態特徵，建立用戶生命週期管理模型，從而依據各階段人群畫像特徵進行相應運營策略制定，進而更好地提升服務品質，提升企業價值。
（2）高價值客戶研究
根據“二八原則”，一個企業80%的收入來自於20%的客戶，所以企業重心是挖掘這20%客戶的價值。通過鎖定這部分客戶，分析其相應畫像特徵，進行精細化運營。
2. 產品應用
上週筆者分享的《產品經理之「種子」挑選和栽培》中也提到數據價值最直接的呈現方式就是產品，同樣的基於標籤結合不同的應用場景可衍生不同的應用產品，例如：
（1）精準營銷平臺
所謂的精準營銷即是指在精準定位人群的基礎上，依託現代信息技術手段建立個性化的用戶溝通服務體系，實現企業可度量的低成本擴張之路。一般是根據用戶特徵、興趣偏好甚至是實時行為等標籤通過相關渠道進行相應產品的營銷。比如說向20到35歲間同時處於孕期或是育期的女性，在瀏覽育嬰資訊時通過APP彈框投放奶粉類產品廣告，從而增加產品被購買的可能性。
（2）千人千面推薦
互聯網發展從PC端到移動端，人們的時間越來碎片化，同時信息的爆炸式增長，增加了用戶獲取有價值信息的難度。如果一款產品不能給用戶帶來價值，那麼被卸載是可以被預料到的結果。比如對於資訊類產品，需要增加用戶駐留的時間。對於搜索類應用，需要更貼合地展現用戶搜索的內容。對於電商類應用，需要提升用戶的轉化率，所以需要千人千面的推薦從而滿足個性化需求差異。
（3）決策輔助應用
伴隨著科學決策需求的不斷湧現，如何利用數據進行輔助支撐也是一個老生常談的問題。例如筆者負責的一個關於門店選址的應用，通過勾選所售商品的目標客群畫像特徵（即標籤），在地圖上顯示相應目標人群聚集情況，並結合其他數據（如周邊交通情況、物業情況等），從而為門店選址提供決策輔助作用。
3. 洞察報告
上述闡述的決策輔助應用由於各方數據集合的侷限性、數據變化浮動較小以及開發成本較高等問題，部分時候會以洞察報告的形式對外呈現，例如：
（1）品宣類報告
通過相關標籤統計結果數據，結合相關故事場景，能夠很好地引起社會關注，從而起到品宣的作用。比如國慶、中秋以及春節等時節，淘寶、攜程、三大運營商等企業經常會出具相應的洞察報告，民眾通過洞察報告呈現的數據以及相應結論進而感受“不一樣”的現象。
（2）商業類報告
此類報告主要是針對某商業決策目的進行相應數據的支撐說明，並以有償的方式對外輸出。由於筆者所在的項目主要涉及的是大數據變現，所以經常需要與外界的企業進行商業合作。
例如某企業需要進行相應會員拉新，一般會針對該企業現有會員進行相關畫像分析，通過定位現有會員明顯標籤特徵，從而估算相似人群（即潛在會員）的體量。又或者是某商場需要進行業態調整，通過分析商場顧客相關品牌偏好，採取相應業態調整措施，從而提升顧客滿意度，進而提升相應到訪率以及成交量等。
（3）異業輔助
由於企業自身的數據具有侷限性，所以部分時候企業希望能夠融合異業數據進行相應問題的解決。例如某徵信公司調用某運營商用戶的通信消費水平信息，評估用戶消費和償還能力，作為用戶信用評級的參考依據等。
以上四塊是筆者認為標籤應用的常見場景，由於標籤應用的靈活性，所以可能某些利用方式滿足多個場景。比如說上述的企業會員拉新問題，既是屬於洞察報告的場景，也可以屬於產品應用的場景。因為可以通過產品直接顯示相應報告所需數據和後續的營銷觸達，同時也可以是異業輔助的場景。因為需要雙方數據的融合，甚至可以理解也是精細化運營的場景。因為是針對會員（某種意義可以稱為高價值人群）的研究。那麼既然標籤的應用場景那麼多，接下來就是考慮如何構建標籤的問題了。
標籤構建的流程
結合之前標籤開發的經驗，筆者總結其構建流程分為如下五步：
（1）需求分析
分析相應標籤需求，並確定其實現方式。例如筆者曾負責過在房產研究中需要的家庭居住結構的標籤開發，通過業務分析選擇通過是否已婚、是否與子女居住在一起等規則進行判斷。
（2）確定數據滿足程度
梳理已有數據是否滿足所需支持應用模型開發，如滿足則進行開發，反之則需要從外部數據進行引入。由於在需求分析中得出該需求主要需要是否已婚、居住地、交往圈等數據，已有數據能夠全部滿足。
（3）模型開發
基於已有數據，通過業務理解，運用相關技術，進行應用模型的開發，筆者認為構建標籤的方式主要分為如下三種：
- 基於統計類的標籤，顧名思義，這類標籤是可以從用戶註冊、用戶訪問、消費類數據中統計得出，是最為基礎的標籤類型，例如性別、年齡、月均消費金額等標籤；
- 基於規則類的標籤，該類標籤基於用戶行為及確定的規則產生，在實際開發標籤過程中，該類標籤的規則由運營人員和數據人員共同協商確定，如距今 90 天內打開應用次數 > 30，是“活躍用戶”標籤的定義和口徑；
- 基於挖掘類的標籤，該類標籤為概率模型，是介於 0~1 之間的數值，需要通過算法挖掘產生，例如根據一個用戶的消費習慣判斷其對某商品的偏好程度。
（4）定義模型派生屬性
從模型應用的效能角度考慮增加附加字段，比如說上述的家庭居住結構的標籤，可以增加家庭標識附加字段，從而更好地圈定居住在一起的家庭成員。
（5）設計物理模型
根據DBMS特性以及數據量實際大小，確定最佳的物理表參數。例如常見的設置月份為分區字段，從而更快地進行相應查詢。
標籤的運營維護
標籤在開發完上線之後，並不意味著結束，而是一個新的開始。就如同產品一樣，當上線之後，意味著相關運營以及維護工作的開始。由於筆者接觸此類工作不多，所以在這裡先簡單地與各位分享。
1. 運營
筆者認為標籤運營主要分為收集業務需求、使用答疑、標籤推廣。就像產品一樣，當產品（即標籤）上線之後，需要聯繫相應需求方進行試用，並跟蹤試用後效果以及反饋意見進行相應迭代優化，或是根據相應業務需求進行新標籤的構建。同時，在需求方使用過程中相關疑問要進行回答。當標籤試用效果不錯後，要進行大規模的推廣。
2. 維護
筆者認為標籤維護主要分為數據質量保障以及標籤規整。上線後的標籤由於需要常態化地使用，所以數據質量需要重點保障。
其次，伴隨著各位業務需求的不斷湧現，需要越來越多地標籤進行支撐，難免會出現標籤體系雜亂的情況，就類似產品一樣，當需求越來越多時，如果沒有一定的結構化，那麼整個產品也會越來越亂，所以筆者認為標籤規整也是其中非常重要的一塊。
結語
以上是筆者關於標籤來源、應用場景、構建流程以及運營維護的思考總結，其實說到底標籤也是產品，所以縱觀上述的闡述，均與產品設計、產品開發、產品運營等流程相似。
不過可惜的是筆者由於項目分工的原因，關於標籤具體的工作體會不是特別深，所幸目前項目組陸續也在進行相關標籤的研究與實踐，後面筆者會深入思考並繼續總結分享給大家。
題圖來自 Unsplash，基於 CC0 協議
閱讀更多 人人都是產品經理 的文章
