互联网的秘密武器:标签体系流程篇
编辑导语:在互联网中,打标签已经是我们很熟悉的一件事了,标签可以让我们轻易的了解用户属性,从而采取一些具有针对性的策略。标签体系对于互联网来说,已经是一个并不“秘密”的秘密武器。那么,我们应该如何构建标签体系呢?
今天跟大家聊聊标签体系,其实网上关于如何建标签体系的文章非常多,因为这本就是互联网企业必备的秘密武器啊,同时也是数据分析最常用的方式方法。
打标签这个事情,其实就是人类“抽象”能力实操的技能化的外在表现。不信?比如取外号其实就是打标签。
按我说,小时候最擅长给别人取外号的同学,就有超强的标签体系构建天赋。因为一个流传甚广的外号必然代表着他的显著特征,而擅长取外号的人,抓特征的能力非常强,并且抓住的特征还能获得其他人的认可。
你说这种人是不是非常有标签的天赋?
一、什么是“标签”?很多人会把“标签”神话,各种拗口的词汇、各种复杂的概念、各种乱七八糟的技术堆积起来,比如:
“使用统计学为基础,利用各种KN、SVM等分类、聚类算法,对用户、商品等具体对象,提取人口统计学、地理位置、兴趣、商品偏好等各种特征,赋予相应标签,并进行权重、分类等操作的过程,其最终目的是辅助进行精细化运营”。
嗯,上面这段话是我自己编的,但是真的是很多数据分析师理解的“打标签”。
其实理解“标签体系”真的很简单,其实核心还是“抽象”。我们使用抽象这个神器,对某个具体的对象,比如用户,抓住他的某个特征,然后就可以针对性的做一些事情。
比如:我姐不知道什么时候,就给我打过一个“喜欢吃猪蹄”的标签,有好几年去她家吃饭的时候都特意炖一锅黄豆焖猪蹄给我吃。但是这个标签并不精准,于是我在感动之余,只能咬牙切齿的只挑黄豆吃。
这两天有个江西老表非常火,就是“豪车毒”创始人老纪。他专门卖豪车,但是他也不做广告,只是一门心思维护自己的客户。他给每一个客户都打上标签,谁介绍的,目标品牌是什么,颜色偏好是什么、夫妻名字是啥、生日啥时候等等。
有些人会说,这算啥标签体系?算的,这是他个人的客户标签体系。标签体系本身不值钱,你用标签体系做什么,才决定值多少钱。
老纪用这些标签做什么呢?
很简单的事情,连续10年给所有客户寄送精心挑选的礼物。要知道他的客户都是高净值人群,一次性送个万八千的东西跟没送一样,但是他连续10年送手写的春联、署名红包,就不一样了,客户能记你一年。
互联网的标签体系当然不像老纪个人的客户标签,老纪的客户毕竟有数,人力可以穷尽。但是互联网用户那就海了去了,应用场景也非常丰富。老纪好歹一年也就送5次礼,互联网一年365天,天天有活动,人力根本不能穷尽。
因此才需要各种技术作为支撑。
二、如何构建一个标签体系?OK,我前面说那么多,其实是想说明一件事情,就是标签体系是为运营策略服务的。如果你只是任务导向,单纯的构建一个标签体系,那你会不断的有任务,持续的构建一个又一个的标签。
你会陷入局部思维,根本顾不上标签与标签之间的关系。最后的感觉就成了杂乱的电线杆,理不清,又不敢乱动。所以,你如果是数据分析师,领导想让你做标签体系,OK,文末有用户标签体系模板,请自取。
如果你是数据产品经理,领导让你做一个标签工厂,OK,文末有神策的用户标签体系文档,请自取;如果你是大数据开发工程师或者算法工程师,想开发实现标签工厂,我这边还有教学视频,可以私信给你。
但是请注意,无论是整理标签、标签工厂产品功能还是技术实现,都还处于“术”的层面,都是标签体系的一部分,不是完整的标签体系。如果只限于自己的工作职责,就会陷入“只见树木不见森林”的局部思维陷阱,变成为了打标签而打标签了。
所以我们要从“为什么要打标签”这件事情出发,好好分析、推导一下标签体系的构建过程,力争看到全局。
好,我们回到我姐给我打标签的例子。我姐因为爱我,所以提取了“爱吃猪蹄”的标签,并且做出对应的执行策略表达对我浓浓的亲情。
我姐的思考路径大致是这样的:我要对弟弟好->想做点好吃的给他吃->我看看他喜欢吃啥->今天做的菜中,他最喜欢吃猪蹄->暗自记下“爱吃猪蹄”->下次做给他吃。
抽象一下就是:目的->行动方向->标签需求分析->特征提取->打标签->形成运营执行策略。
我们把上面抽象出来的思路,加上具体的工作内容、工具等,再区分出分工,就有了下面这张图:
为了破除局部思维的陷阱,我们用MVP最小化场景来梳理整个流程,这样就会发现:
- 第一步:应该是确定建设目的;
- 第二步:是确定行动方向,不同行动方向所需要的标签体系是不一样的,前两个步骤都是运营的活;
- 第三步:是进行标签需求分析,这一步是产品经理的活;
- 第四步:才是提取特征,这里就会用到各种业务模型、算法模型。这一步毫无疑问,是数据分析师、算法工程师的工作;
- 第五步:才是执行打标签的工作,有些只需要直接提取就行,有些则需要用进行计算,算好的数据要放在查询速度非常快的数据库中,有些时候还需要BitMap这种特殊技术满足十亿级别用户的复杂圈人需求,这里就是大数据工程师、大数据分析师的事情了;
- 第六步:则是生成执行策略,同样需要运营深度参与;
- 第七步:标签优化;
- 第八步:产品化。
这些都是产品经理的活。
三、标签体系建设工作流按照上面梳理的逻辑和原则,接下来就是直接落地了。有了前面的铺垫,我们也就能整理出来工作流,我已经整理好了:
每个步骤都往下细分为不同的流程阶段和具体的工作项,后面还给分配了角色和权限。这样谁在什么阶段做什么事情,就非常清楚了。大家可以按照自己公司的实际情况进行相应的调整。
按照这个工作流,我们可以进一步梳理出详细的工作表格,比如在目的和行动方向角度,我们除了写清楚目的和行动方向之外,还有一个重要的工作是确定北极星指标和监测指标。
再往下,就是做标签需求分析,梳理出详细的标签大类和标签体系了:
这是具体的标签方案示例:
最后的最后,才是考虑整体怎么架构,计算、存储、应用各层怎么做,用什么技术实现。
这样,整个方案就算是比较完整的了。咱也不会受限于各自的职责,局限在一个小小的视野了。
作者:大数据架构师,公众号:大数据架构师,国药国华大数据总监,擅长BI、数仓、数据中台产品规划领域
本文由 @大数据架构师 原创发布于人人都是产品经理。未经许可,禁止转载
题图来自Unsplash,基于 CC0 协议