营销标签可持续发展内参

老于童鞋 · 2019-12-16

依托大数据,通过构建客户标签,分析用户的消费习惯,给用户的消费行为打上专属标签,强化用户画像,继而有针对性的进行精准营销,是获客的有效方法。本文将介绍标签管理的必要性,标签管理及其上下游及标签体系。


标签管理的必要性

你的企业还在将所有精力付诸“获客”之上吗?思路该转变了!在管理客户方面,还有大把空间可以提升。一方面,不论是线上还是线下,新用户的获取成本都很高;另一方面,用户时间增长也在趋缓。在用户花费时间趋向饱和的情况下,不同的产品之间同样存在竞争关系。在这个背景下,随着用户量增长,运营和产品设计层面都面临着新的挑战:

有以下三个应用优势:

  1. 怎么了解客户的基础属性、兴趣偏好、消费习惯、消费倾向等,对不同用户群体分层,提高流量的分发效率?

  2. 怎样管理、智能筛选人群,强化全方位用户画像,实现个性化精准营销,提高流量的转化效率?

  3. 怎么设计一个完善的用户标签体系?怎么打标签?打哪些标签?谁来打?

  4. 怎么使用用户标签创造商业价值?


标签管理及其上下游

以标签管理为中心,可以延伸出上下游:数据加工层,数据服务层,数据应用层。每个层面面向用户对象不一样,处理事务有所不同。层级越往下,与业务的耦合度就越小。层级越往上,业务关联性就越强。

1.jpg

标签管理上游——数据加工层

即数据源的初加工、处理。一个公司会有多条产品线,每个产品线的业务数据又是分属在不同位置。为了搭建完善的用户标签体系,需要尽可能汇总最大范围内的数据。同时每个产品线也要集合所有端的数据,比如:App、web、微信,其它第三方合作渠道。收集了所有数据之后,需要经过清洗:去重、去刷单、无效、异常数据等,再提取特征数据。

标签管理重点——数据业务层

主要完成标签定义、标签分类、标签生产、标签更新、标签查询、标签管理。

标签管理下游——数据应用层

制定了标签规则,为用户分组打标签之后,是根据标签实现联系人评级,精准触达。数据应用层的任务是赋予产品和运营人员标签的工具能力,聚合业务数据,转化为用户的枪火弹药,提供数据应用服务。具体是两块:精准化营销;个性化推送。

2.jpg


标签体系

基于客户特征集合形成的客户标签有成百上千、甚至成千上万个,这些标签在构建时的业务目的和适用场景各有不同。随着应用标签的场景越来越丰富,会逐渐形成一套完整的客户标签体系。

  1.    标签的分类

为什么要从多个维度来对标签区分?这是为了方便用户标签的进一步处理。一方面,方便于运营人员理解标签体系的设计,表达自己的需求;另一方面,便于技术人员理解标签模块功能分类,帮助他们及时更新标签,提高数据响应的效率。

a)  按数据的实效性来看,标签可分为:

静态属性标签

长期甚至永远都不会发生改变。比如性别,出生日期,这些数据都是既定的事实,几乎不会改变。

动态属性标签

存在有效期,需要定期地更新,保证标签的有效性。比如用户的购买力,用户的活跃情况。

b)  从数据提取维度来看,标签可分为:

事实标签

既定事实,从原始数据中提取。比如通过用户设置获取性别,通过实名认证获取生日,星座等信息。

模型标签

没有对应数据,需要定义规则,建立模型来计算得出标签实例。比如支付偏好度。

预测标签

参考已有事实数据,来预测用户的行为或偏好。比如用户a的历史购物行为与群体A相似,使用协同过滤算法,预测用户a也会喜欢某件物品。

c)  从场景维度来看,标签可分为:

人口统计标签

根据人口统计学知识定义的客户基本信息。

兴趣爱好标签

娱乐偏好、生活偏好、文化偏好、性格情绪和消费心理。

社会属性标签

主要包括生活特征、工作特征和社交特征。

3.jpg


2. 标签的应用

企业通过分析客户的兴趣、社交行为等标签,可以更好的为多元化的营销活动开展,进行有效的数据支撑。具体来说,有以下三个应用优势:

a)  精准营销

精准营销是用户画像或者标签最直接和有价值的应用。当我们给各个用户打上各种“标签”之后,企业就可以通过标签圈定他们想要的客户,进行联系人评分,进而进行精准的触达。哪些人最有可能买我们的产品?一看就知道。

b)  受众分析

一个产品想要得到广泛的应用,受众分析必不可少,用户画像能帮助分析师透过客户行为表象看到客户深层的动机和心理进而调整战略,牢牢抓住数字营销中“以客户为中心”的宗旨。

c)  行业报告

通过对标签管理,可以强化客户画像,进而了解行业动态,比如90后人群的消费偏好趋势分析、高端客户青睐品牌分析、不同地域品类消费差异分析等等。


SOLIKE的标签管理

4.jpg

SOLIKE可以灵活设置使用规则,使数据统一,更容易地满足复杂场景的需求。我们有:

1.全面的底层数据支持

可根据接入数据源、技术需求及业务需求灵活配置字典表及字段,以支持更灵活的标签类别及标签使用

5.jpg

2.灵活的标签规则

可根据联系人属性数据及行为数据对联系人进行分群及标签处理,同时支持多规则灵活搭配,可取人群交集或并集进行处理,同时支持多层级多规则标签处理

6.jpg

3.内嵌使用场景

根据技术需求及业务需求,支持正向规则增加标签及逆向规则删除标签,同时支持通过流程自动化对联系人进行增加或删除标签处理

7.jpg

4.及时更新标签

支持静态及动态标签规则设置,可随联系人属性及行为及时更新相应标签,确保标签体系准确有效

8.jpg

5.多种场景应用

a)用户画像-目标人群分析

b)联系人分群-受众精准分类

c)可视化配置-评估优化营销策略及线索分布

d)联系人评级-线索价值评估

e)流程自动化-受众精准触达

9.jpg

标签管理

数客全域营销平台,与你一起开启数据驱动营销的增长之路

全域数据打通,建立企业数据资产,挖掘数据价值,360度用户画像,自动化营销策略,构建敏捷的增长体系

北京市朝阳区高碑店东亿国际传媒产业园三期C座402室

400-0979-2323

版权所有©2019赛诺贝斯
京ICP 备12345678-3号