金融產品經理如何更好了解用戶和管理用戶，這就要涉及標籤的運用。本文從標籤層結構入手，運用案例講解了如何搭建用戶標籤系統。
一個優秀的連接器，首先要深度理解用戶，識別用戶，包括借款人的基本信息，融資偏好和徵信情況等。要做好這一點，那就離不開用戶數據標籤化建設。
今天，我們就來聊一聊如何為自己的產品設計一套完整的用戶數據標籤。
- 在電商領域，每一個人看到的商品是不一樣的，系統推薦給你的商品也是不一樣的；
- 在今日頭條，每個人看到的信息也不一樣，系統會根據你的喜好，不斷推薦類似的信息給你。
以上兩個場景，都是因為你的行為數據被系統打上了標籤，然後再通過標籤匹配你最有可能需要的東西。
那麼，在貸款領域可不可以呢？同樣可以！
用戶需要貸款，系統根據用戶填寫數據和第三方數據，組合起來為用戶打上標籤。通過標籤，來匹配最合適的資金方。
這樣對用戶標籤化分層的最大好處就是：提高流量的進件通過效率，同時也能提高資金方的審核效率。
在產品設計層面，我們主要要思考如下問題：
- 用戶唯一識別ID是什麼（用戶統一化）？
- 數據來源在哪？打什麼標籤（標籤化）？
- 標籤的應用場景（標籤業務化）？
首先，我們要確定好用戶唯一識別ID。
在貸款場景中，一般是身份證號，比如手機號就不可以，因為我們常常看到一個身份證號對應了多個手機號來申請貸款。
一般需要建設標籤系統的公司都是有一定的數據規模的，比如平安集團、綠地金控。在這種公司內部，各部門協作，尤其是數據打通是非常困難的，常見的情況是：各個部門都有自己的業務系統和數據庫，相互獨立，需要數據的時候就去別的部門調用。
所以，每個部門都有一個自己的用戶識別ID。如果想做好用戶標籤管理，那就要儘早從集團戰略角度，從頂層統一設計好用戶唯一識別ID，才是長久之計。
然後，我們來設計標籤結構，結構分為三層：
最底層：數據層，標籤原子層
先看業務數據庫，現在大部門金融公司常用的數據庫是MySQL和Oracle。
梳理清楚用戶申請過程中，系統存儲了哪些數據（用戶自己填寫的和我們從第三方獲取的），數據庫是如何建表的？還有，數據要包括所有用戶端，微信、APP、Web以及第三方合作渠道。
然後，把數據做清洗，設計出標籤原子。這樣，最底層的工作就完成了。就像做菜，這一步完成了買菜和洗菜，接下來就看你怎麼炒菜了。
什麼是標籤原子？
就是不加任何算法的用戶標籤。再接地氣點說，我們在這一層通常設計的標籤如下分類：
- 用戶基本屬性標籤：性別，年齡，地域，學歷，職業，收入等。
- 用戶貸款信息，這些信息主要來源於自家產品的進件信息和第三方的信息（比如同盾、白騎士等大數據公司）；如果你在銀行類型的公司做產品，那麼你還可以接入央行徵信，在其他公司做產品經理的朋友就不要想了；貸款信息大致如下：申請筆數，逾期次數，逾期金額等。
- 用戶在自己系統裡留下的數據，這個很簡單，就是註冊，頁面漏斗等。
總之，根據自己的業務場景，儘可能全面地給用戶打標籤。我一般會為這一層專門的設計後臺系統頁面，取名“標籤雲”。
這裡還是強調一點：這一層的標籤都是最客觀的數據標籤，也就是所謂的標籤原子化，一定不要給標籤加入算法。
中間層：算法層，集合有算法的標籤
這一層標籤就是根據運營人員的要求，產品設計好算法，然後交付開發，最終產出一個標籤。
比如我們定義一個標籤“高風險客戶”，算法規則是：同盾低於80分，逾期次數一年內有三個1等。真實設計標籤的時候，算法要更復雜，這裡只是舉個例子。
總之，在算法層，根據自己和其他部門的需要來設計標籤。對於產品經理來說每個標籤都是一個需求，由產品經理主導，經歷需求評審、研發、測試、上線四個環節。
最頂層：業務層
顧名思義，業務層集合的就是可以直接指導業務的標籤。這種標籤的含金量很高，有的時候，一個標籤的產出可能需要花費好幾個月的研發成本。
這個層面的標籤往往在標籤系統建設後期才會出現，邏輯就是如果前面兩層的標籤質量不高，那麼急於建設這個層面的標籤就沒有意義了。
以上就是所有建設標籤結構的思路，整體來總結一下：
- 數據層：用戶基本屬性，貸款（業務）屬性，自己系統數據，第三方數據等；
- 算法層：用戶還款意願，用戶偏好，活躍用戶等；
- 業務層：個性化推薦，預測標籤。
接下來，我來講一個具體的金融產品設計，通過實戰來分享。
一個例子
首先來看我們能拿到哪些數據，那就要分析用戶整個貸款申請流程了。
渠道API進件流程：
- 客戶在渠道APP填寫進件資料（渠道將用戶填寫的資料會傳送給我方，這裡可以收集到數據，數據可能會包括：用戶基本信息，身份證，銀行卡，申請額度，申請期限等）；
- 渠道方將客戶資料發送給我方，我方進行風控初審（這裡可以通過我方能力來獲取客戶相關的第三方數據信息）；
- 確定資金方，審核後放款；
- 還款記錄和催收記錄（這裡可以收集到資方返回的用戶還款情況數據）。
以上就是整個業務流程，在流程中我整理出來所有各個環節需要存儲的數據，為數據層的標籤建設做好準備。
在用戶填寫資料的過程中，需要判斷數據的真實性，比如身份證等信息就是真實信息；但是客戶自己填寫的學歷，職業等信息就需要經過第三方驗證了，客戶往往為了拿到更高的額度，願意美化自己的身份。
案例就這，歡迎交流，共同進步。
題圖來自 Unsplash，基於 CC0 協議
閱讀更多 人人都是產品經理 的文章
