一、用戶標籤是什麼
如圖所示，“個性”“佛系”等詞都是我們90後這代人群的標籤。
產品初期：在產品還沒有用戶的情況下，主要通過大量用戶調研和行業調研，基於產品定位和業務需要梳理出初始目標用戶標籤，前期的人工工作量相對繁重，可對初始標籤的設定準確性遠高於憑空想象。
產品發展期：基於原有數據沉澱分析出來的精準性標籤，與用戶行為產生的數據進行清洗整合，提煉出相對完善的用戶標籤；基於原有數據梳理標籤，要注意數據排重，避免標籤過於同質化。
二、如何搭建用戶標籤體系
1. 標籤屬性
標籤分為三種屬性：靜態標籤判斷用戶基礎需求，動態標籤提升用戶體驗，預測標籤提升用戶轉化，提高產品價值。
第一種靜態標籤：用戶主動提供的數據：指用戶不變的基礎信息，多為用戶固定數據，如姓名、性別、年齡、身高、體重、職業、地區、設備信息、來源渠道等。
第二種動態標籤：平臺介入的數據：指用戶在平臺內的特有標籤，是平臺根據用戶行為給用戶打上便於管理的標籤。用戶行為是指用戶從啟動APP到關閉APP階段內，在APP內所有操作行為，如用戶的點擊、瀏覽行為、互動（評論、點贊、轉發、收藏）行為等。
第三種預測標籤：平臺介入的數據，指根據用戶在平臺內的行為數據對用戶未來行為或喜好進行預測；是設計千人千面和運營策略的關鍵；比如某電商平臺，根據用戶A“月均消費5單，且有數額過萬的運動商品”的購物數據，平臺會給用戶A打“高頻、品質敏感性、運動”的標籤，後期會更多推薦高品質運動商品及相關運動品牌活動的精準推送。
2. “貼標籤”方式
標籤由平臺運營團隊創建，結合業務場景梳理出一批原始標籤；注意標籤創建要緊貼業務場景，為用戶“貼標籤”通常有兩種形式，即用戶是否感知到自己被“貼了標籤”。
第一種隱性標籤：後臺給用戶打標籤，用戶無法感知；後臺結合用戶前端的點擊瀏覽行為等用戶行為操作，自動為用戶貼上相應類別標籤，這種方式的好處在於用戶行為真實度極高，平臺易獲取無修飾無加工的用戶行為數據，不足之處對於平臺來講前期人工成本較高。
第二種顯性標籤：用戶主動給自己打標籤，即用戶在產品前端頁面手動選擇自己感興趣的標籤，用戶通過觸發標籤機制，後臺機器匹配數據直接打標籤。這種方式優點在於高效，不足之處在於數據真實度偏低（初始標籤存在無法滿足所有用戶的風險，用戶也許會選擇近義詞也許跳過不選）。這種方式一般陌生社交產品和社區產品使用較多，目的是提升千人千面的精準度，提升用戶體驗。
若選擇第二種形式，需要注意標籤機制的設計規則（如標籤默認前臺固定頁面展示，需用戶手動選擇後，標籤自動隱藏不再顯示）。其次後臺注意標籤選擇排重，如出現A用戶的標籤既是後臺添加又是用戶自己選擇，則保留用戶自己選擇標籤。
最後要牢記：“用戶也不知道自己要什麼”，不是用戶自己選擇標籤之後就萬事大吉了，要結合用戶行為數據持續優化標籤。
3. 標籤的優化
第一種機器優化：機器根據數據反饋持續更新，優點在於機器的高效智能，不足之處在於投入的技術成本以及機器欠缺一定的精準性。這種方式比較適合產品發展期，用戶量較多，且有一套成熟的標籤體系，機器已經可以達到一般的智能化，只需運營抽樣進行精準度測試和標籤規則優化即可。
第二種人工優化：人工對標籤規則調整優化，優點是精準度高，不足在於人工運營成本高。這種方式適合產品初期，用戶量小機器識別還不是很成熟，可以達到準確優化。
兩種方式的選擇需要結合產品週期和用戶體量運用，無論何種方式，人工都需要持續根據產品業務場景對標籤的規則進行調整優化，切記圖省事忽略標籤體系的優化，標籤數據模糊，用戶畫像自然也會立不住，產品設計也會差強人意。
4. 好的標籤是怎麼落地執行的？
4.1 在公司中誰來做這件事？
PS.如果對時效性要求很高，可以委託專業第三方數據公司操作，可以達到高效、節省人工成本的目的。
4.2 具體要怎麼做？
核心關鍵是：收集需求-建立規則-填充數據
收集需求：給用戶貼標籤一般由運營部主要負責，在策劃前期，需要明確標籤的目的及作用，少不了多方溝通協調。
比如社區產品，產品考慮千人千面的精準度，更關注用戶的“內容興趣”標籤。運營希望提升商品的轉化率，則更關注“消費習慣”標籤。技術會關注數據提取便捷度，最理想狀態是每次新需求都可以在同一信息平臺調取，方便高效……大致每個公司基本這三個部門的需求是離不開的，其餘差異性需求根據公司情況各異。
建立規則：需求收集後需要對需求進行分析梳理，結合業務場景，判斷需求和業務的匹配程度，確定標籤制定的目的，統一標籤定義。這裡要注意標籤務必要符合業務場景搭建，且對標籤定義達成內部共識，比如“流失用戶”。
這個標籤定義是指卸載APP的用戶還是指沒有卸載但三個月都未啟動APP的用戶？諸如此類標籤定義需要內部達成統一共識，避免增加溝通成本及後期進行大的改動。
填充數據：明確數據支持信息，即什麼樣的數據和標籤相匹配，這些數據普遍指用戶基礎數據（註冊時用戶填寫的個人信息）、用戶行為數據、用戶業務數據（如某階段購買最多的商品類別等沉澱在業務場景下的數據）、補充數據（泛指和其他平臺合作的數據或第三方數據平臺沉澱的數據），其他數據因公司而異。
產品部門結合產品定位和業務場景審核標籤合理性。
最後交給技術實現，收集數據、清洗數據、分析數據（有的公司會交給數據部門執行，具體執行部門因司而異）。
4.3 如何維護標籤
核心關鍵是：信息透明、信息優化、信息同步。
信息透明：即標籤的規則、創建者、適用範圍、版本等信息充分透明化管理，減少任何人調取標籤使用的難度。
信息優化：用戶標籤會隨著業務場景、用戶角色等變量因素改變，而產品價值依賴變量因素持續變化，所以標籤信息的持續優化是重中之重；標籤的新增與修改等操作要注意與之相關的業務場景需求及影響，尤其要注意避免因職業差異對某些標籤的理解問題，多溝通很重要，減少不必要的風險發生概率。
信息同步：這要求時效性，一旦標籤信息有變，及時更新同步，提高運營效率。
三、標籤的作用
產品的本質是用戶，用戶畫像的本質是標籤，給用戶“貼標籤”，最主要的作用是構建產品的用戶畫像，而精準的用戶畫像是多方共贏的前提。
公司戰略：公司可持續發展的核心，一方面使公司更具競爭壁壘，及時洞察市場風向，預測產品所佔市場規模及前景發展，及時優化公司戰略，避免過早陷入發展瓶頸；另一方面沉澱大批用戶數據，既利於孵化創新產品，也豐富盈利模式（比如與第三方合作）。
產品設計：提升產品價值關鍵因素，基於精準人群的需求分析和功能設計，更容易得到用戶認可，更容易打造產品亮點，提供精準個性化的服務，比如對於社區產品，內容個性化推薦將有效提升社區粘度。
運營管理：提高運營效率；如今的新用戶獲客成本居高不下的情況下，利用現有用戶畫像，做好存量用戶的維護，通過精準營銷策略，提升存量用戶的留存與活躍。
總結
用戶標籤是構成用戶畫像的核心因素，是將用戶在平臺內所產生的行為數據，分析提煉後生成具有差異性特徵的形容詞。即用戶通過平臺，在什麼時間什麼場景下做了什麼行為，平臺將用戶所有行為數據提煉出來形成支撐業務實現的可視化信息。
標籤分為三種屬性：靜態標籤判斷用戶基礎需求，動態標籤提升用戶體驗，預測標籤提升用戶轉化，提高產品價值。
“貼標籤”形式有兩種：用戶主動選擇特定標籤和平臺結合用戶行為給用戶“貼標籤”。
標籤優化方式：機器優化和人工優化。
搭建標籤體系流程：收集需求-建立規則-填充數據-標籤維護。
在公司中，搭建標籤需運營、產品、技術協調配合完成；運營負責制定規則，產品結合業務審核標籤合理性，技術負責實現。
標籤的作用：增強公司競爭壁壘，提升產品價值，提高運營效率。
Tips：
業務導向：用戶標籤要貼近產品業務場景及產品所處行業建立，避免標籤脫離業務。
數據驗證：標籤的準確性和數據息息相關，不能只通過用戶1、2次點擊某商品或內容，就確定用戶對此感興趣，要結合數據趨勢變化，不斷驗證，以免片面下結論導致用戶畫像不準確。
持續優化：伴隨用戶年齡、偏好等階段變化，用戶需求和在平臺內的行為會不斷變化，保持敏銳的用戶嗅覺，利於產品優化迭代，利於公司可持續發展。
閱讀更多 CIO之家 的文章
