精华内容
下载资源
问答
  • 导读:目前基于用户画像的标签体系在各行各业开始得到应用,对于涉及范围广,专业知识深的互联网招聘领域来说,建立标签体系的难点是什么呢?应该如何建立标签体系?怎么验证标签体系的准确性?文章对这三个问题展开...

    导读:目前基于用户画像的标签体系在各行各业开始得到应用,对于涉及范围广,专业知识深的互联网招聘领域来说,建立标签体系的难点是什么呢?应该如何建立标签体系?怎么验证标签体系的准确性?文章对这三个问题展开了分析探讨,与大家分享。

    131279f7a86a39dcf3797f9dba1fe2ab.png

    一、招聘领域建立标签体系的难点

    电商行业客观来说属于比较简单的toC领域,知识网络是比较容易理解的通用知识,可通过用户的购买习惯、偏好、商品品类等建立标签体系。医疗行业属于专业性强的领域,建立标签体系必须要懂医疗技术的专家团队才可以,但是易于操作的是,只需要医疗一个领域专家就可以完成专业的标签体系建设。

    但对于招聘行业来说,行业、职位涉及范围广,且专业性强,因为各行各业的公司和求职者都会通过招聘平台建立联系,而且有很多高精专的职位和候选人,怎么评估B/C端之间专业技能、工种、行业之间的匹配度,确是一大难点,而且理论上来说需要集齐各个行业、各种职位的专家人员才能建立起招聘行业的标签体系,但这在现实中要怎么操作呢?

    那么机器是否可以自动完成招聘领域的标签体系建设呢?用NLP抽取职位JD中的描述并将其聚类,比如抽取Java、spring、Unix、Visio、Excel等工具技能,原型设计、交互设计、需求分析等工作内容技能,用户运营、产品运营、数据运营等工作方向技能,这是互联网从业者最熟悉的开发、产品、运营的工作内容和技能,如果机器可以识别这些类别标签就很完美了。

    但现实却是看似的完美与和谐,万一Java是出现在了招聘专员的职位描述中呢?用户写的是“负责招聘Java工程师”,假如Visio出现在Java工程师的描述中呢?假如Excel出现在运营专员的职位描述中呢?这些技能还是不是这个岗位的核心能力?

    首先,Java出现在招聘专员出其实是可以用硬规则过滤掉的,比如限制职位和技能的关系,也就是说不是所有技能都满足所有职位,有的技能只适用于某些职位,在其他职位内就是无效信息。

    其次,需求分析是不是产品经理的技能标签呢?有的人说肯定是了,这个回答可以说对也可以说不对,对是因为需求分析确实是产品的必备能力和工作内容,不对是因为所有的产品经理都需要需求分析,那这个能力还是该产品经理区别于其他产品经理的能力吗?

    最后Excel会出现在运营专员内、也会出现在招聘专员内,也会出现在统计专员内,那么它还是个核心的技能标签吗?

    通过以上分析可得到以下归纳性的总结:

    1. 不是所有技能都适用于所有的职位,应该定义每个职位的核心技能标签体系,因为非核心的技能有时候不仅无效还会起到反作用;
    2. 不是所有该职位需要的技能或者做的工作内容都是该职位的技能标签,因为它是该岗位的通用能力没有区别度,技能标签应该是该职位工种的核心技能且是可以区别不同职位或简历的。

    所以通过以上分析可知,纯NLP机器识别的方式不能完成招聘领域的标签体系建设,因为机器没办法在一个岗位的众多技能中筛选出哪些是重要的知识技能,哪些是不重要的知识技能。

    二、如何建立招聘领域的标签体系

    1. 基于静态信息的通用标准化标签

    招聘领域的标签大家首先可以想到的就是学历、工作年限、薪资范围等比较通用的职位/简历端匹配维度,当然这些显性通用的标签早已被各招聘平台做成了结构化的筛选项。

    其次还有一些比较小众的维度要求,比如有的职位要求海外经历、党员、国企工作经历、籍贯、年龄等,有些平台也把其中的某些维度做成了平台上的结构化标签。

    不过这些不是我们研究的重点,我们主要研究的是每个职位专业的知识方向的技能。

    2. 基于静态信息的专业知识精细化标签

    建立专业知识标签体系的重点就是建立专业的岗位研究专家团队,想要做某个岗位的专业知识标签研究,肯定需要熟悉该岗位的人员,是选择从事该岗位工作的人员呢,还是对这类岗位有所了解的HR人员呢?

    因此就这两类人员进行了调研与分析,最终发现从事该岗位的人虽然对所从事的岗位了解比较深入,但对其他相关的岗位未必了解,也不太了解招聘过程中用户的感知与思维;

    HR人员虽然在专业深度上对岗位的了解不是很深入,但所了解的岗位范围广,只要从事过某个行业的HR工作,基本都熟悉该行业所有的岗位与关注的重点技能,且HR经常使用招聘平台,有用户感知,对用户行为与逻辑都非常了解,所以HR更适合做岗位专业知识研究,而且该专家团队最好是来自各个不同行业的HR人员。

    团队建好了,大概的研究思路也有了,接下来就可以好好研究标签体系具体的生产流程与规则了,对此进行了如下图的总结:

    体系建立的目的肯定是运用在算法的推荐与搜索中,初期可以通过离线的漏斗数据转化对比(命中标签与未命中标签的转化对比)来验证该标签体系的离线匹配效果,再者可通过灰度实验,小流量上线实验来验证实际线上的匹配效果。

    专业知识标签关注的只是匹配度的准,最终线上使用肯定还要考虑用户是否活跃,B端HR是否着急要人,C端求职者是否在找工作,如何平衡专业知识的准与用户行为的活之间的权重也一大难点,要找到那个准与活平衡的比例区间,在这个区间内线上能实现最大的用户达成,这方面在此不多做分析,需要算法同学多次调整模型才能达成。

    ca9c52f4783f6af54c316c83bebbb138.png

    3. 基于动态信息的用户行为标签

    基于用户行为的用户画像标签体系在电商领域中运用广泛,在招聘领域此类标签体系同样适用,只不过电商领域中的“查看-联系卖家-购买”行为在招聘领域变成了“查看-开聊-达成约面”行为。

    电商平台中的协同过滤理论在招聘平台也同样适用,只是变成了基于相似职位的过滤和基于相似候选人的过滤。有的企业以往达成的多数是名校候选人,那么我们就知道该企业偏好有名校教育经历的;有的企业招聘销售岗更倾向于在专业知识体系中的有软件销售经验的候选人,那么我们就知道该企业偏好软件行业的销售候选人。

    通过用户画像体系我们可以评估用户的偏好,以期在该用户以后的推荐中使用其偏好,达到更好的效果。

    三、招聘领域静动态标签体系的综合运用

    静态通用标签是所有职类共用的标签特征,属于大批量标准化的生产与运营,通用标签生产完善了,可以实现粗矿式大步快跑节奏的匹配达成;

    而专业知识标签是每类职位专业的标签特征,是小批量精细化的生产与运营,在前面大步快跑达到一定匹配度之后,再结合精细化的小步快跑方式,逐步将每个职类的颗粒度划分为更精细化的颗粒度,达到更高匹配程度;

    在前面标准化、精细化两轮分类之后数据已经被分成了一个个小类,但却没有衡量单个用户偏好的特征标签,而动态的用户行为标签就是单个用户个性化的偏好特征标签,用户的偏好有可能是通用的学历、年限特征,也可能是专业知识中某个技术框架、某种产品品类特征。

    最终,静态标准化通用标签、专业知识精细化标签、动态行为个性化偏好标签,三者相互作用、相辅相成,提升招聘领域线上效果的匹配准确度。

    本文由 @艳杰 原创发布于人人都是产品经理,未经作者许可,禁止转载。

    题图来自Unsplash,基于CC0协议。

    展开全文
  • 请问下类似“今日头条”、“一点资讯”、“天天快报”这种机器分发的个性化推荐系统是如何建立标签体系的呢?是靠机器挖掘还是人工拟合呢? 如题。 求问。
  • 介绍科学构建用户标签体系,本文档版权归神策数据所有,大概内容如下: •为什么要做用户标签画像 • 如何构建完备的用户标签体系 • 标签的生产和创建 • 如何利用用户画像分析赋能业务落地 请合理使用及分享,谢谢...
  • 一、为什么需要标签?随着互联网的兴起,每天有大量的内容以视频等形式被...通过标签体系的建设,一方面让数据变得可阅读、易理解,方便业务使用;另一方面通过标签类目体系将标签组织排布,以一种适用性更好的组织...

    一、为什么需要标签?

    随着互联网的兴起,每天有大量的内容以视频等形式被生产并上传到各大平台,面对海量的内容,如何提升这些内容的智能分发效率是各大平台面临的重要课题。

    而要实现这一目标,第一步就是更好地认识我们的用户。构建用户画像的过程的本质就是对用户信息进行标签化管理的过程。通过标签体系的建设,一方面让数据变得可阅读、易理解,方便业务使用;另一方面通过标签类目体系将标签组织排布,以一种适用性更好的组织方式来匹配未来变化的业务场景需求。如何合理规划标签体系对产品的运营影响非常大,因此,标签是产品策略中特别关键的一环。

    二、标签是什么?

    对于标签的定义在不同场景中往往是不同的,太纠结或执着于单一概念定义,会无法推进实际的业务和工作。我们所有的技术和业务层面的工作是为了业务目标,并且要实用和适用,并不是纯学术层面的研讨。

    一般来说,我们认为标签是指“利用原始数据,通过一定的加工逻辑产出,能够为业务所直接使用的可阅读、易理解、有业务价值的数据。”

    标签体系有两种组织方式:结构化标签和半结构化/非结构化标签。

    所谓结构化标签是按照某个分类法制定一个层次标签体系,其中上层的标签是下一层的父节点,在人群覆盖上是包含关系。一些面向品牌广告的受众定向往往采用这种结构化较强的标签体系。需要指出,这一体系中的标签是根据需求方的逻辑而制定,某些在媒体方意义很大的分类标签,如军事等,由于没有明确的需求对应,不宜出现在标签体系中。

    另外一种兴趣标签的组织方式,是根据具体需求设置相应的标签,所有的标签并不能为同一个分类体系中所描述,也不存在明确的父子关系。这种半结构化或非结构化的标签体系往往包含一些比较精准的标签的集合,因而主要适用于多种目标,特别是效果目标并存的对内容精准投放的诉求。

    8e47b84f8015655c9c2f372e4d599076.png

    选择结构化兴趣标签体系还是非结构化的兴趣标签体系更多地是基于业务场景的决策,当标签仅仅是投放系统需要的中间变量,作为CTR预测或者其他模块的变量输入时,那么结构化的标签体系其实是没有必要的,应该完全按照效果驱动的方式来规划或挖掘标签,而各个标签之间也不太需要层次关系的约束。

    还有一种特殊的标签形式,关键词。直接按照搜索或浏览内容的关键词划分人群和投放广告,往往可以达到比较精准的效果。关键词这种标签体系是无层级关系、完全非结构化的,它虽然很容易理解,但并不太容易操作。不过由于搜索在互联网中的重要地位,选择和优化投放关键词这样一项专门技术已经发展得相当充分,因此这种标签也是实践中常用的。

    三、如何构建标签体系?

    1.确定对象

    进行标签建设,首先要清楚对哪类对象建设标签,也就是确定对象。对象是客观世界中研究目标的抽象,有实体的对象,也有虚拟的对象。在企业经营过程中可以抽象出非常多的对象,这些对象在不同业务场景下交叉产生联系,是企业的重要资产,需要全面刻画了解。

    经过对多个行业、多个标签体系建设经验的总结,可把对象分为“人”“物”“关系”三大类。三种对象是不一样的,“人”往往具有主动性和智慧,能主动参与社会活动,主动发挥推动作用,往往是关系的发出者。“物”往往是被动的,包括原料、设备、建筑物、简单操作的工具或功能集合等,是关系的接收者。当常规意义上的设备具有了充分的人工智能,变成了机器人,那么它就属于“人”这一类对象。“人”和“物”是实体类的对象,即看得到、摸得着的对象,而“关系”属于一种虚拟对象,是对两两实物实体间的联系的定义。因为关系很重要,企业大多数情况下反而是在对关系进行定义、反复发生、记录、分析、优化,因此需要“关系”这种对象存在,对关系进行属性描述和研究。关系按照产生的动因不同,又分为事实关系和归属关系,事实关系会产生可量化的事实度量,归属关系只是一种归属属性。

    明确了对象的定义和分类,就可以根据业务的需要确定要对哪些对象建立标签体系。基于内容的对象非常多,不可能对所有对象都建立独立的标签体系,一般我们会根据业务流量的需求,稿件数量的多少,类目的相似性,类目间的关系进行排名,确定标签的优先级和必要性。

    2.设计框架

    一般来说,互联网产品需要使用的标签类目数量非常庞大,当标签项超过一定数量时,业务人员要使用或查找标签就开始变得麻烦,管理标签也会变得困难。因此笔者借鉴了图书管理学中的经典方法:海量图书需要有专门的图书分类体系对书本进行编号并按照编号分柜排放,阅读者在查阅图书时只需要按编号索引即可快速找到自己所需图书,图书管理员也可以方便、有效地理清所有图书状况。

    构建标签类目体系首先需要确定根目录。根目录就是上文提到的对象,因此有三大类根目录:人、物、关系。根目录就像树根一样直接确定这是一棵什么树。

    如果根目录是人,即这个标签类目体系就是人的标签类目体系,每个根目录都有一个识别列来唯一识别具体对象。人这种大类下包括自然人和企业法人两种亚根,同时自然人群体或企业法人群体也可以认为属于人的对象范畴内,也是亚根。自然人实例可以有消费者、员工、加盟商等,因此可以形成消费者的标签类目体系、员工的标签类目体系、加盟商的标签类目体系。同样法人也可以细分为实体公司、营销公司、运输公司等。从最大的“人”根目录、到“自然人/法人/自然人群体/法人群体”亚根,再到实例“用户/员工/加盟商”,都属于根目录的范畴。

    根据类似的方式,也可以将物细分为“物品”“物体”“物品集合”“物体集合”等亚类,各亚类下也可以细分根;关系也可以细分“关系记录”“关系集合”。

    af8be78ca82c1108694ede5e3b2d007c.png

    标签类目体系是对业务所需标签采用类目体系的方法进行设计、归属、分类。类目体系本身是对某一类目标物进行分类、架构组织,分类通常使用一级类目、二级类目、三级类目等作为分类名。

    类目结构可以用树状结构来比拟,根上长出的第一级分支,称为一级类目;从第一级分支中长出的第二级分支,称为二级类目;从第二级分支中长出的第三级分支,称为三级类目。一般类目结构设为三级分层结构即可。没有下一级分类的类目叫叶类目,挂在叶类目上的具体叶子就是标签。

    ed70a5a7b0cc8cb8ae36d9bb52cdcbc6.png

    需要注意的是,类目框架的建设一般是基于业务展开的,因为类目体系存在的核心意义即为帮用户快速查找、管理数据/标签。

    下图为某银行构建的客户标签类目体系,其中客户是根目录,会由custom_id来进行唯一识别,根目录下有“基本特征”“资产特征”“行为特征”“偏好特征”“价值特征”“风险特征”“营销特征”等一级类目。“基本特征”一级类目下又分“ID信息”“人口统计”“地址信息”“职业信息”等二级类目。“地址信息”二级类目下再细分为“账单地址”“家庭地址”“工作地址”“手机地址”等三级类目。“账单地址”三级类目下挂有“账单详细地址”“账单地址邮编”“账单地址所在省”等标签。

    f3285018c4ef6c665b005e3f8cb1b860.png

    标签类目设计完成,整个标签体系的框架就有了,接下来要做的就是往每个叶类目下填充有业务价值并且可以加工出来的标签,进而完成整个标签体系的设计。

    3.填充内容

    通过标签类目设计,已经有了某类对象的标签体系框架,只是还没有具体的标签内容。标签设计就是设计合适的标签并将其挂载到标签类目。在这一部分,笔者将尽量脱离技术视角,从产品视角出发,剖析如何“制作标签”。

    首先,是如何拆解内容。对内容的拆解首先还是分为三个部分:“用户”“内容”“关系”,作为根目录。接下来,关于“人”这个部分,我们可以拆分为:人口属性、兴趣属性、行为偏好、发表时间等;同理,关于内容,我们可以拆分成“统计类”、“质量类”、“向量类”。接着,我们再对二级类目进行拆分,比如“统计类”中包含“点击率”“时长”“完播率”“转评赞”“跳出率”等。

    要特别注意的是,往常习惯给别人打标签、贴标签的动作,其实不是在设计标签,而是在设计特征值。例如对某个人的定义“女、20~30岁、白领、活泼开朗”,分别是性别、年龄段、职业、性格标签的具体特征值。

    c5161d3cb9ba35e16a8c6499e4d254c3.png

    这些特征会进行一定的交叉,赋予这个特征更多的含义。比如说使用用户画像和内容画像做交叉,可以得到用户的长短期的兴趣匹配、Session兴趣泛化匹配、用户年龄对于某些内容类别的偏好、用户性别对于某些内容类别的偏好等。如果拿用户特征与请求的上下文进行特征的交叉,则会得到用户常驻地在什么地方、用户的兴趣随时间的变化,比如有的用户会在早上看新闻,而在晚上看一些娱乐类的资讯;还有一些场景的刻画,如用户喜欢在地铁上看视频,而在办公的时候喜欢看图文。通过这些特征值组合,我们可以尽可能高效地对用户群进行划分,从而实现内容的精准分发。

    现在,我们知道了如何建设标签体系以及如何通过标签体系对用户群进行划分,但想要做好标签,我们不仅要从需要解构技术,还要立足于“好的内容”。在这一部分,笔者将通过运营&创作者的视角简单分析如何制作“好的标签”。

    要想制定能够打动人心的标签,首先要了解用户,切中他们的痛点。

    如何才能了解用户?一种办法是角色转换,换位思考,把自己看作用户,而且是什么都不懂的“小白用户”,以这样的视角去看问题、去思考。

    举个例子,你作为一个UP主,接了一份宣传“降噪耳机”的营销单,你的任务是让用户下单,完成内容的价值转化。思考一下,该怎么设计这个故事?

    下面的一段参考文案:你在银行做经理,维护客户关系很艰难,你的职位不上不下。你有房贷和车贷,每月按揭五千元。你孩子的数学成绩不好。你老婆在市人民医院做护士,她母亲有尿毒症并透析多年,她不爱你。你年轻的时候觉得能成一番事业,但现在也就这样,朋友们混得都比你好。生活太糟了,你需要一个独立的环境抒发情绪,这时候你戴上了降噪耳机。

    这就是一个典型的“用户视角”,它描述的是一个场景,它让你一边看一边产生强烈的代入感,不由自主受到内容的感染,产生情绪波动,在情绪的驱使下完成下单的行为,实现价值转化。

    除了上面这种基于内容体验的打标方法,还有另一种方式,也就是我们之前提过的“特征值”,基于算法生成的高精度内容标签,一般是基于视频帧、标题、作者、内容属性、地理属性、时间等。这些由算法生成的内容标签可以替换人工标注,从而节省人力成本,提高内容标签生产效率。目前的内容标签技术,其精度已经达到了90%以上,通过算法对内容的分析自动生成一些标签值。

    dfe8c0f0a207fca369f01c9beb7026b4.png

    比如上面这个视频,所生成的标签值就可能是“中华田园犬”“农村”“百万播放”“狗”“华农兄弟”“萌宠”“动物”等。

    经过对象确定、框架设计、类目设计、标签设计、打标这几个步骤,我们就完成了整个标签体系的建设,文章写得比较简单,全当抛砖引玉。

    四、一些问题

    在标签体系落地的过程中我们还会遇到很多问题,以下几个问题也是笔者一直在思考的,如果有任何好的建议欢迎加我的微信JemiLH一起交流沟通。

    • 内容的时效性:任何一个内容,包括视频或者图文,是有生命周期在里面的,内容有长有短,其中预测一个内容的生命周期是一个挺难的事情,不论通过算法也好或者其它技术也好;假设我们已经知道内容的生命周期,如何在有效的周期内给予内容有效的曝光量,也是个很难的问题。如何Balance这两个问题,时效性是非常重要的,因为过了内容的生命周期,再给用户推荐,是没有意义的,用户体验会非常差。
    • 内容质量的判定:怎样判定一个内容质量到底是好还是坏,好的标准到底是什么,以及我们如何去建模,如果可以建模,特征是什么,以及我们的模型如何有效的利用特征去判别?
    • 冷启动问题:分为内容冷启动与用户冷启动。内容冷启动就是一个新内容进入平台,没有被分发出来;而用户冷启动就是一个新的用户,交互数据和行为非常的稀疏,如何做比较好的推荐、能够引导进行后续更加稠密的交互,增加粘性,以此来提升用户体验,更好的满足用户的需求?

    作者:LI相 产品界文艺青年。行业深度观察者。

    展开全文
  • 电商用户标签体系建设基础步骤

    千次阅读 2020-01-09 14:28:40
    构建用户标签体系主要根据用户在历史时间内的网购行为记录,从网购时间点、内容深度剖析,针对用户的基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性和地理属性等八大维度构建用户标签体系,...

    构建用户标签体系主要根据用户在历史时间内的网购行为记录,从网购时间点、内容深度剖析,针对用户的基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性和地理属性等八大维度构建用户标签体系,以期综合描绘平台消费者的行为特征。
    建设的过程分为六个基本步骤:
    1、首先以业务视角梳理规划整个标签体系的架构,即上面所说的八个维度;
    2、无规矩不成方圆,在进行实际开发之前,我们要定义包括数据(指标)规范、模型设计规范、ETL规范在内的规范体系。前文也讲过,这个规范体系可以借助数栈产品帮助建立和执行;
    3、将分散在各个系统/应用的数据同步到大数据开发平台之上,包括结构化的业务数据、埋点采集的行为日志数据等;
    4、核心围绕“用户”,以唯一标识打通来自不同平台、系统、渠道的数据,基于OneData体系依次构建全域数据中心、萃取数据中心;
    5、在萃取数据中心基础上,进行各类标签的研发,例如
    事实类标签(性别、年龄段等)、业务类标签(钻石会员、普通会员等)、统计类标签(近90天下单金额等)、算法类标签(重要保持客户、高忠诚度客户等)
    6、标签/画像投入应用,或对接至下游业务系统,产生业务价值。与此同时监控各类标签的使用与效果,统计出热门标签,替换掉不合理的标签,调整业务算法和规则,添加新的标签等,来进一步推动标签体系的梳理规划,逐步沉淀一套精华版标签集合。

    这其中,除了业务的输入以及数据的支撑外,要想快速建立一套科学的标签体系,还需要丰富的技术经验以及智能的工具或平台来提供助力,如阿里云或袋鼠云的数据中台。

    展开全文
  • 用户画像的核心在于给用户“打标签”,标签通常是人为规定的特征标识,以高度精炼的特征描述一类人,例如年龄、性别、爱好等,不同的标签通过结构化的数据体系整合,就能够组合出不同的用户画像。图片来源:互联网,...

    用户画像的核心在于给用户“打标签”,标签通常是人为规定的特征标识,以高度精炼的特征描述一类人,例如年龄、性别、爱好等,不同的标签通过结构化的数据体系整合,就能够组合出不同的用户画像。

    d31c5493c602880b9757e19328fe5ff1.png

    图片来源:互联网,侵权删除

    大数据发展至今,用户画像对于营销而言,已经变得至关重要。建立用户画像能够让品牌方了解到现有的用户,并且向不同人群去推荐有针对性的内容。

    标签的用途划分

    对用户打标签是为了做到精细化运营,将用户的群体切分,使品牌可对不同群体实施具有针对性的策略。

    标签能够让品牌做到对用户数据的快速查询,在对用户打上标签后,可根据需求用特定条件对用户进行信息的查询与搜索,并获取每个标签下的实际用户数量,将标签作为用户分层分类的规则之一,从而支持丰富了深层的数据分析及对比。

    用户标签还可应用在很多产品上,品牌用标签对客户进行筛选,向对应人群发送特定内容,以达到精准投放与个性化推荐的目的。

    标签系统的生态

    以某化妆品品牌的微信公众号的生态建立为例,用户数据主要从微信的公众号、小程序、企业微信与会员中心小程序上获取,之后将数据储存于CRM数据库内进行传输分析,做出分析报告,将分析的结果形成用户画像以及标签,再回传到微信的应用上,支持营销活动,达到精准营销的效果。

    6a1efabac7ae1449d4a05d177033f15f.png

    数据基础的梳理

    在搭建用户标签体系时,将会面对大量的数据,因此我们需要对标签体系进行梳理。首先确立信息的获取渠道,然后确立信息所指对象,最后结合品牌需求获取用户的相关信息,进行用户打标。

    4dfe7bbd2fa9742da545d148ab09cfdd.png

    标签的建立

    用户进入品牌后,品牌需要知道这个用户的特征是什么,因此我们需要通过建立标签来完成用户画像。

    我们可根据用户参与过小程序活动,设想用户标签可以包含:小程序参与活动的标签、参与活动类型的标签等。从标签属性与子标签中还可得出用户参与小程序活动的次数与主要参与的活动类型。以此逻辑建立标签,最后输出结果建立出用户画像。

    此外,我们还可以通过标签数据查询每个标签的人数。将得出的分析数据通过回传Openid进行查询,将具有相同手机号,不同渠道的人进行信息比对匹配,对客户进行更精准的打标。

    标签体系建立——标签的分类与定义

    我们将建立完成的标签进行分类与定义,通过设定层级,明确标签所处层级进行分类,通过各维度、目的、划分方式、规则、更新时间去对标签定义进行区分。通过将用户标签的分类,使得标签更加的清晰且易于管理,方便品牌我们对标签进行存储查询。

    需要特别注意的是,在建立标签之前需要先明确目的,否则建立的标签对客户没有实际应用价值,则标签的建立没有任何意义。

    在标签建立完成后,即可得到人群画像,通过画像档案可将用户进行区分的区间并获取用户的部分个人信息,发起有针对性地服务及沟通。

    12a66eb598dfede33406358c465747d9.png

    图片来源:互联网,侵权删除

    伺动作为一家有着近20年CRM营销咨询与实施服务经验的公司,有着专业的分析能力搭配专业的分析工具。在为50多家企业提供的近千余份报告的基础之上,已处理分析各种事务数据近百亿条。我们希望能为您提供多元化的分析服务,协助品牌深入了解每个会员的面貌,以便实施精准行销

    展开全文
  • 那我们要怎么才能设计好一套推荐系统标注标签体系?为什么个性化推荐需要用到标签体系?标签是内容分析的基础,代表了对视频质量的把握和内容的理解,同时,标签也是反映用户兴趣的重要数据源,这些都为个性化推荐...
  • 全文结构为:上篇:第零章概述,第一章标签体系搭建;中篇:第三章用户体系,第四章项目体系,下篇:第五章推荐体系,第六章评估体系,第七章全文总结,第八章参考资料。 0. 概述 随着信息技术的迅速发展和信息内容的...
  • 文末有福利~(本文整理自 2020 线上增长大会 GrowingIO 徐主峰演讲内容)大家好,我是 GrowingIO 企业事业部总经理徐主峰,自 2015 年加入 GrowingIO 以来,陆续服务了唯品会、汉光百货、喜茶、蜜芽宝贝等众多品牌...
  • 标签是用来标志您的产品目标和分类或内容,像是您给您的目标确定的关键字词,便于您自己和他人查找和定位自己目标的工具。目前标签广泛的使用到我们的工作和生活中,常见标签有三类:实物标签、网络标签和电子标签。...
  • 在以“场景赋能·驱动有数”为主题的神策 2018 数据驱动大会现场,神策数据业务咨询专家徐美玲发表了名为《标签体系应用及设计思路》的主题演讲,以下内容根据现场演讲整理所得...
  • 可以用标签来描述各种结构和非结构化[文档、图片、视频等]的数据,从而使这些内容被高效的管理。 描述特征:标签[手机颜色],特征[红色,白色]; 描述规则:标签[活跃用户],规则[每日登陆,产生交易]; 标签价值 ...
  • 《CIO创享》专刊 |004 篇文| 摘自CIO创享群内嘉宾分享内容, 发布已获作者授权,转载请备注。 总策划/指导| 贝 贝 总编辑| 夏 乔...
  • 本文根据 2020 神策数据分析芒种训练营第一课《玩转用户标签体系,打造精细化运营底层能力》课程整理所得。作者介绍本次课程主要分为三部分内容:用户标签画像的价值如何构建可落地的用户标签体...
  • 神秘的黑衣青年,蕊雪客栈的月度分享会,今天是标签体系的搭建和标签的筛选。一、再聚蕊雪客栈蕊雪客栈今天再次爆满。不为别的,仅为蕊雪客栈每月一次的细节拆解,每次老板娘红姑娘都会请武林高手传授大家一些小技巧...
  • 课程大纲第一篇:哪些客户才是企业真正的客户内容:找出你的目标客户1.客户情感忠诚的分级2.客户的价值分类模型3.以数据分析挖掘客户价值4.没有客户数据怎么办5.客户终生价值预测6.建立详细全面的模型第二篇:如何...
  • 而企业微信则设计了相对个人微信更丰富的标签体系,以便勾勒出清晰的客户画像,将企业对客户的精准营销提高到战略应用功能层面。企业微信标签可分为企业标签和个人标签。企业标签由企业统一配置给员工,企业可以根据...
  • 分享嘉宾:徐美玲神策数据咨询专家编辑整理:群主内容来源:神策数据分享出品平台:《大数据技术与架构》,文末附文件下载下载链接:链接: https://pan.baidu.com/s/1Z...
  • 作者介绍:TigerHu,环球网校大数据营销产品 leader,主导数据产品线和营销 CRM 产品线。本文内容均从作者真实实践过程出发,结合作者公司与神策数据合作真实场景,从神策用户画像产...
  • 前言 随着短视频的兴起,每天有大量的短视频被生产并上传到各大...标签一般分为“类型标签”和“内容标签”两大类别,类型标签是对短视频内容进行层次分类,分类体系是预先定义好的;而内容标签是根据不同的短视频...
  • 内容的分类和标签

    千次阅读 2015-05-04 17:45:00
    以下内容为转载收集。 互联网里的分类和标签 分类 分类是一个将思想或事物进行识别、...标签是网络体系里,对某块信息(网址、图像、文件等)的一个非体系的关键词或术语。有了这种元数据(描述数据的数据)的...
  • 语义化(Semantic)在HTML5中被大量提起,就是语义化标签向浏览器和开发者展示了它所包裹内容的类型与意思,可是至今我看了好多代码,HTML5新增的语义化标签的使用率还是挺低的,但是毕竟是一个趋势,要想使用好必须...
  • 1.meta是什么 ... 标签位于文档的头部,不包含任何内容标签的属性定义了与文档相关联的名称/值对。 2.pc端常见 <meta charset="UTF-8"> <meta name="description" content="Free Web tutorials"...
  • 原出处:超级排名系统原文链接:SEO网站优化中标签的使用 - 超级排名系统网站优化的站内优化是非常重要的一个环节,当一个网站的页面数量达到一定量级的时候,要坚持把网站做的扁平化就显得尤为困难,由于站内资源的...
  • 解决方法当然是整理和知识体系化。但这种高大上的理论,实际上,很难去落实。 有没有一种随心所欲、又能较好解决文档管理的上述难题的方法呢? 文档大师经过近10年的摸索,总结出一些方法,变成了软件功能,能较好...
  • 每个平台都会存在标签,我们可以根据自身平台属性,打造一套属于自己的标签体系,今天我就把UI设计中的标签设计规范分享给大家。(今天我们仅讨论不可点击标签,也就是展示型标签): 1.理解标签作用 2.整理标签分类...
  • 定位体系

    2021-03-28 22:03:40
    注 :当标签的定位体系发生变化时,包含块不一定是它的父元素。 HTML的包含块是初始化包含块(initial containing block) 什么是定位体系: 视觉格式化模型规定,定位体系一共有三种 常规流(normal flow) 浮动...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 667
精华内容 266
关键字:

内容标签体系