软件开发不成体系(标签不成体系，这个设计思路你吃透没)

　　先将用户“标签化”，才能让用户“鲜活化”。

　　标签化做得好，品牌才能将客户留存在企业的运营系统中，乃至再集成到各个不同中台去，最终形成有效、可跟踪、可分析的“微观”行为数据，这样才能为用户提供更优质的服务与运营体验。

　　上篇文章主要介绍了企业构建一套对业务有效的用户标签体系需要遵循的基本法则，「绕不开的标签体系，到底是什么」那么搭建体系到底能解决哪些企业痛点呢？企业又该如何构建起一套标签体系呢，这篇文章鹿鸣君来给大家具体展开。

　　标签体系：因何而建

　　在鹿鸣接触的客户中，一般中大型企业或多或少都已经有建设自己的标签，但实际使用效果却差强人意，很难驱动业务产生价值。为什么要搭建标签体系，主要是为了解决以下三个痛点。

　　一、标签指标重复造轮

　　用户标签分散，重复建设，难以统一管理。形成了局部数据孤岛，存在重复建设的问题。

　　比如企业内标签生产相关团队就有好几个：数据模型开发团队重复建设同一标签而产生大量同质的标签；数据分析团队归纳业务需求总结出来的标签，比如用户生命周期标签，若分析团队位于不同部门则重复建设情况更为严重。

　　二、标签口径系统差异

　　用户画像、精准营销平台人群圈选、算法特征都会涉及到用户标签，各个系统存在标签同义不同值、同值不同义的问题。

　　不同部门因侧重点不一样导致对这个指标的定义不一样。企业建设统一的标签平台规范口径也是数据中台的重要内容。

　　三、标签生产周期过长

　　传统的标签生产流程大抵需要：运营结合当前业务提标签需求，数据对接人员收集完成转化并提给开发，数据开发按业务逻辑清洗数据，做成数据服务统一对外输出标签。

　　平均需求产生到上线耗时一周以上甚至更长时间，再考虑运营需求的变化，这样的生产流程根本无法满足业务快速发展的需求。

　　综合这些痛点问题，企业应该如何建设一个统一可用的标签体系呢？

　　标签体系：如何设计

　　客户从了解产品、使用产品到离开产品，每个环节都经历了什么？是什么促进了客户转化？又是什么阻碍了用户转化......

　　这些问题，企业都寄希望于标签体系来解答并且赋能于营销。

　　在设计思路上，企业必须先还原整个业务流程，根据生命周期找到用户关键路径，然后结合每个场景下的商业目标进行拆解，再从业务视角进行标签分类，即构建用户标签体系的三步法。

　　还原客户旅程，抓取关键路径

　　还原客户旅程是为了把握用户与产品交互的每一个环节，所处用户行为旅程的阶段不同，需求也完全不同，即使处于同一阶段，不同用户的表现也可能不一样。

　　以一个商城小程序的电商场景为例，将它的业务流程漏斗梳理出来，分别是打开小程序，注册登录，浏览活跃，一些深度行为比如收藏和加入购物车，付费和重复付费，最后是沉默流

　　失。然后在用户流程的每一步，梳理出这个行为的一些维度。可根据用户在这方面的行为，去构建「用户偏好」标签。

　　但有时候只基于用户行为没有办法获取用户行为偏好。这时，就可以以用户的「生命周期」，去提供兜底的逻辑。可以以用户-生命周期的状态，作为营销的触点标签，提供通用分层。

　　基于旅程的不同阶段，企业即可开始还原每个阶段的用户目标、用户行为以及情绪体验。由此来抓取关键路径中的用户流转情况来帮助标签构建分析。

　　明确商业目标，梳理标签用途

　　构建标签的目的是为了应用。

　　还原了客户旅程，明确了关键行为路径后，需要与之相匹配对应的业务目标、运营策略，以及用户标签体系的用途。

　　首先是明确目标人群。这是一个战略性的问题，往往应该先看商业价值类的标签，去帮助他们解决影响商业价值最大的人群的问题。目标用户究竟是什么样的？需要通过性别、年龄等事实标签来判断。但仅依靠事实标签会相对单薄，企业还可以基于第三方数据补充消费能力等属性，让用户画像更为立体和准确。

　　其次是评估渠道价值。通过来源渠道和来源活动标签，结合用户现状，即可综合评估渠道价值。此外，在新渠道发掘方面，还可以借助用户在外部的媒介习惯标签。

　　最后是发掘用户需求偏好。如果目标人群有明确的行为数据，那应该去看用户偏好标签。如果目标人群的行为数据比较少，比如新用户和沉默用户，那应该从他们所处的生命周期标签出发，去计划促进转化或者召回的策略。

　　业务视角分类，形成标签体系

　　通过上面两步，我们可以从客户旅程中分散的行为提取出鲜活可用的用户标签，那么下一步就是从业务视角对这些用户标签进行归类、合并，最终形成规范的用户标签体系。

　　在成熟的 CDP 系统中，一般通过分类三种标签进行人群画像和洞察：

　　事实标签：即单一事件和属性，如购买商品、消费金额、交互行为等；

　　规则标签：即组合事件或属性，如客户生命周期、客户价值、商品偏好等；

　　预测标签：即基于历史行为通过预测算法推算出的标签，如客户流失和复购。

　　需要注意的是，用户标签体系并非越大越全越好。

　　很多企业自己梳理了成百上千的标签，但当这些标签被创建之后，没有明确的应用场景、具体的维护规则，也没有任何应用反馈，白白浪费了许多资源。

　　总结一下

　　企业在初期，基于最为紧迫的运营场景和需求构建用户标签体系，再通过在实际运营过程中不断应用、迭代这些标签。

　　随着业务不断发展，基于以上三步法不断丰富用户标签体系，才能在运营精力有限的情况下去应用用户标签，发挥用户标签体系的价值。

　　当然，标签的维护和更新是确保标签鲜活度的必要动作，而借助什么样的工具来实现呢自动化更新，需要强大的标签系统来支撑，下期我们将介绍鹿鸣推出的强大标签引擎系列，给大家分享如何通过标签引擎工具来完成标签的更新和维护。

　　深圳市鹿鸣数字营销科技有限公司是国内领先的会员数字化(咨询+产品+运营)解决方案服务商，鹿鸣作为“鹿鸣数营”自主研发、行业领先的会员数字化运营产品，致力于公域、私域、门店一体化的会员数字化运营。

　　未来，把会员作为核心资产，通过全渠道联动深挖会员价值的模式将为品牌提供更多增长的机会。

　　鹿鸣旨在帮助企业实现线上线下一体化的用户数字化运营增长，从而赋能品牌商从商品经营升级成用户经营的智慧零售企业，帮助品牌商重新占领客户心智。