用户画像的标签体系搭建和应用落地

运营中的增长、内容、活动、产品，虽然具体工作不一样，最终目的也不一样，但其实都是围绕着“用户”去做工作，所以可以说都是在做“用户运营”。我们为了更好的对用户精细化运营，我们就需要有一个用户“画像”标签体系。但是限于我们运营能力或者潜在价值的上限，我们无法对每一个标签用户做精细化方案，我们就需要在用户标签体系的基础上，根据不同的目的，将标签进行整合，根据整合结果最终对对用户进行分级、分类、分阶段运营。

本方案是我自己的经历，有一定的偏狭性，具体到落地环节，我只谈曾经实战过经历。为了尽可能的表达出我的意思，我将分为两部分来讲，第一、用户画像的标签的属性划分方向和应用目的；第二、用户画像属性在用户分阶段、分类，分级的划分和后续应用方向。由于涉及太多内部细节，我只能做框架讲解，该框架包含了主要搭建和应用的步骤。

1、   用户画像的标签的属性划分方向和应用目的

1.1、用户画像的标签的属性划分方向

我将用户画像分为四个部分，主要是用户属性、渠道属性、行为属性、购买属性。再次特别强调一下，由于业务场景的不同，每一个公司都有自己不同的划分倾向，用户画像本质目的是为了更好的服务于用户精细化运营，所以整个用户画像的标签体系搭建的时候一定要跟业务方充分沟通，需要大量的数据结论和充分的讨论才能最终明确。用户画像的属性示意图如下

1.2、  用户画像的标签的应用目的

在实际应用中，四个属性主要面向两个主流的应用方向，分别是1、用户生命周期的数字化管理与精细化运营；2、用户生命周期中的营销推荐。易观智库的图做的很好，涵盖了主流的应用点。我将借助这两个图来做展示。

1.2.1、用户整个生命周期的数字化管理与精细化运营

                      （图片来自易观智库）

1.2.2用户生命周期中的营销推荐（核心）

（图片来自易观智库）

2、用户画像属性在用户分阶段、分类，分级的划分和后续应用方向

2.1、用户画像属性在分阶段、分类，分级的划分

用户画像标签打完之后，我们会有很多标签，这些标签在实际应用中并不能让我们可以完全使用。过多的标签反而会让我们陷入标签的海洋而不知所措。整个用户画像的标签体系从最开始到最终落地，其实是一个由简到繁，再由繁到简的过程。我们最终是要将用户画像的标签进行整合，最终落地为对用户进行分阶段、分类、分级。在划分的时候，由于面对不同业务形态和不同的目的，所以划分过程中使用的属性存在差别。下面给出的划分结果结合了我过去经验。如下图所示

2.2、用户分阶段、分类，分级通过划分等级（类）实现应用

我们将这些标签整理成分阶段、分类、分级三个大维度。我们针对这个三个大的维度，分别给出多个等级（类）状态。在用户身上分别标记出来这三个维度。也就意味着我们每个用户身上都会有这三个维度。我们对用户做运营的时候，就可以根据这三个维度来组合提取用户，根据组合结果来进行定向的营销方案。例如我们分阶段、分类、分级分别都是5个等级（类）。那么我们理论上来讲最多就会有5*5*5=125类用户矩阵。组成这些矩阵中的每一个组合都代表特定的用户群。运营或者业务人员可以根据他们的目的和运营的精度来选择提取目标用户。这时候为了更精细化，我们可以配合采用AB测试等一些精细化的手段。

组合的示意图如下所示

2.3、用户分阶段、分类，分级的应用方向 

用户分类、分级、分阶段在整个用户精细化运营中有不同的应用方向。用户分阶段大多数用来做用户生命周期管理和用户分阶段的营销，用户分阶段过程中通常会引入AARRR模型来配合做。用户分类在多用于活动营销和分类营销，用户分类做的过程多实用聚类的一些模型，此处我没有模型经验，我主要依赖于根据数据统计分析结论与业务人员深入讨论来界定。用户分级主要应用于线上推广、销售寻找目标客户群，以及我们的活动营销中。在用户分级操作过程中主要用到两个模型，一个是RFM模型，一个是对应分析模型。RFM模型主要对用户进行分级；对应分析模型需要配合RFM模型使用，多数情况下在RFM模型的结果基础上来做，对应分析模型的结果一般情况下用户销售寻找目标客户群和线上推广。示意图如下所示

总结

各个公司的业务形态不同，所面临公司阶段的环境不同，所以会对用户画像标签体系就会有不同的想法。我们做的过程中时刻注意三点，第一，明确公司对待整个事情的目的、期待和预期投入；第二、充分跟使用方沟通，达成最终落地产出物的时间节奏和量化方案；第三、做的过程细节控制极其重要，每一个指标都要有明确的指向意义。

原创： 吴起没有墨

来源：北二北