唐穎

何為標(biāo)簽？大家最能想到的傳統(tǒng)標(biāo)簽就是在圖書管理，每本圖書背上貼的那些紙質(zhì)標(biāo)簽。比如ISBN817525766-0，這是國際標(biāo)準(zhǔn)書號；書口往往會敲上藍(lán)印圖章，標(biāo)明該圖書的擁有單位；在圖書系統(tǒng)未完善的時候，書上更會貼上分類標(biāo)簽，比如歷史、文學(xué)、科普、管理等等；其實書上自身的作者、版權(quán)、出版社、印刷日期等也可以看做是這本書的一類標(biāo)簽。

到了互聯(lián)網(wǎng)時代，我們在訪問電商網(wǎng)站時都會有商品導(dǎo)航標(biāo)簽，比如京東首頁左邊赫然在目的導(dǎo)航標(biāo)簽，比如家電、手機、數(shù)碼、電腦、辦公、男裝、汽車、視頻、圖書等，在用戶帶有目標(biāo)性的訪問網(wǎng)站時，能有效的引導(dǎo)用戶找到自己需要的商品。

其實這類互聯(lián)網(wǎng)公司會對我們也悄悄打上各類標(biāo)簽，對我們進(jìn)行“歸類整理”。傳統(tǒng)的基礎(chǔ)標(biāo)簽：活躍、付費類標(biāo)簽；社會屬性標(biāo)簽：性別、年齡、收入、學(xué)歷、職業(yè)、居住地、消費能力、信用等級等；偏好標(biāo)簽：業(yè)務(wù)偏好、內(nèi)容偏好、圈子偏好、時段偏好等；生態(tài)或其他標(biāo)簽：在電商網(wǎng)站、社交或游戲等平臺內(nèi)的購買、瀏覽、游戲行為計算出的對于某類商品的傾向、對于某類非消耗商品的擁有情況（比如你是否買過電視機、電冰箱、微波爐等）、對于消耗商品的日常消耗程度（每月會吃掉多少飲料零食、洗衣粉、洗發(fā)水等）、對于游戲玩法的激進(jìn)程度、對于某類游戲道具的擁有情況、對于社交的渴望、朋友群的社群屬性等等。

有點規(guī)模的互聯(lián)網(wǎng)公司都會構(gòu)建自己的標(biāo)簽平臺，用來更快捷、更精細(xì)的運營自己的用戶。常用的應(yīng)用場景有如下幾塊：

1 精細(xì)化運營

傳統(tǒng)行業(yè)或互聯(lián)網(wǎng)早期的運營方式都比較粗放，如一到節(jié)假日都會搞買199元送100元、滿299立減99、滿500元砸金蛋等活動。這類互動對于用戶是無差別的，能起到很好的品牌效應(yīng)，但無法達(dá)到最大的經(jīng)濟效益，同時也無法滿足用戶真正的需求。用戶往往會被優(yōu)惠吸引而盲目地購買自己并不需要的商品，活動結(jié)束后卻有隱隱的后悔。

千人千面是精細(xì)化運營的核心思想，或許你會有2個疑問：

（1）如何確定對于不用用戶的活動力度或形式，我們評定的依據(jù)是什么？

（2）在公開場合下如何做到給用戶不一樣的活動內(nèi)容，用戶會不會對活動的公平性提出質(zhì)疑？

對于互聯(lián)網(wǎng)線上運營活動而言，這些都不是障礙。通過“運氣”這個掩護(hù)，我們能將本來的隨機性替換成“偽隨機”。比如用戶參與活動砸個金蛋，能獲得一張某種商品的大力度優(yōu)惠折扣券，用戶在驚喜之余一定會珍惜這次看此難得的折扣機會，同時折扣商品又是心儀已久的商品，那購買率一定大大上升。比如我們知道這個用戶是個準(zhǔn)媽媽，以往的消費能力不錯，根據(jù)以往的消費記錄來看她都等于品牌有一定的要求，恰好她有過瀏覽嬰兒床商品的歷史，那這次對于她的最佳活動折扣商品就不言而喻了。同時這款高端品牌的商品的折扣行為是悄然無息的，不會給其他用戶有折扣過的印象，保護(hù)了該品牌日常的日常銷量。這里我們需要用到這位用戶的消費能力、品牌敏感、性別、生育、年齡、近期偏好等標(biāo)簽。

2 數(shù)據(jù)分析

有了標(biāo)簽系統(tǒng)后，做數(shù)據(jù)分析是一件輕松愉快的事，往往還能分析到數(shù)據(jù)背后的數(shù)據(jù)。比如：

2.1 用戶群體分析

我們能通過一組標(biāo)簽篩選出目標(biāo)用戶，然后分析出該目標(biāo)用戶群體下的其他標(biāo)簽的分布情況。比如我們選擇“注冊時間”在近2個月內(nèi)、“累計充值”大于50000、“首周付費”大于5000、“性別”為女的高質(zhì)量用戶，然后查看他們“30天內(nèi)活躍天數(shù)”、參與“雙十一活動”的比率、“年齡段”、“收入”、“學(xué)歷”等社會標(biāo)簽的組成情況。然后通過增加“30天內(nèi)活躍天數(shù)”<5天的條件，再次篩選出最近不活躍的高質(zhì)量用戶，查看他們歷史“偏好商品”的分布情況，可以很方便的對這類用戶進(jìn)行召回或促活活動，通過上文提到的個性化活動，對他們分別推送不同的禮品折扣券。

2.2 單用戶畫像分析

單用戶畫像分析往往應(yīng)用在客服服務(wù)上，在客服對某一用戶進(jìn)行電話服務(wù)時，可以直接調(diào)出該用戶的畫像，可以很清晰的了解用戶的基本面貌，以及歷史行為特征等。那在處理客服事件時就可以做到快速響應(yīng)并針對不同情況做出最優(yōu)處理。當(dāng)處理好該用戶的事件后，這類信息又可以回溯到標(biāo)簽系統(tǒng)中，為用戶更新或打上新的標(biāo)簽。

2.3 活動效果分析

進(jìn)行活動效果分析的前提是標(biāo)簽系統(tǒng)和業(yè)務(wù)系統(tǒng)事先進(jìn)行過活動埋點的對接，對用戶的互動參與、付費、消耗（部分預(yù)充值的平臺可以區(qū)分充值和消耗行為，比如游戲、直播、閱讀、FM等平臺產(chǎn)品）等信息進(jìn)行有效的采集。

之后即可以在系統(tǒng)中對每批次活動進(jìn)行效果分析，分析活動周期內(nèi)的用戶參率趨勢。同時用各類標(biāo)簽對參與、付費、消耗交叉各類標(biāo)簽進(jìn)行效果分析，往往一類活動的策劃是針對某一類用戶群的，比如針對高付費用戶的活動，就可以將VIP登記或者充值分段標(biāo)簽與參與、付費、消耗進(jìn)行交叉，分析活動是否達(dá)到預(yù)期效果。

如果活動是進(jìn)行灰度發(fā)布的，那我們可以將參與活動用戶與未參與活動的用戶的交叉標(biāo)簽進(jìn)行A/B test比對分析。也可以再拉出社會屬性標(biāo)簽，分析參與活動的用戶的性別、年齡、收入、學(xué)歷等分布，并與其它活動的社會屬性分布進(jìn)行對比分析?？傊黝愋Ч治瞿軒椭鷮罄m(xù)活動進(jìn)行指導(dǎo)，形成有效的運營閉環(huán)。

3 業(yè)務(wù)監(jiān)控

傳統(tǒng)的監(jiān)控往往是對pv、uv、付費金額等進(jìn)行波段判斷，通過驟降、掉零、緩慢下降等策略做出報警功能。但有很多業(yè)務(wù)問題是這類監(jiān)控力所不能及的。我們來看看標(biāo)簽系統(tǒng)能為我們帶來哪些意想不到的新一代監(jiān)控方式。比如：

3.1 標(biāo)簽流動監(jiān)控

如圖，這是一組互斥的活躍類標(biāo)簽，通過過往的數(shù)據(jù)，我們很輕易就能計算出這組標(biāo)簽的常規(guī)轉(zhuǎn)換路徑。其實在上圖中可以再增加一種預(yù)測類標(biāo)簽，在流失和不活躍之間增加預(yù)流失用戶，通過機器學(xué)習(xí)中的分類算法，可以對用戶的流失行為作出預(yù)測。對應(yīng)到付費維度，通過近段時間的付費行為，可以獲得“頻繁付費”、“活躍付費”、“新付費”、“回流”、“付費沉默”、“無付費”用戶標(biāo)簽，我們通用可以根據(jù)歷史數(shù)據(jù)得出期間的轉(zhuǎn)換關(guān)系。

4 對外服務(wù)

4.1 開放API

標(biāo)簽系統(tǒng)的核心不在于自身的界面功能，而是數(shù)據(jù)查詢能力。公司的其他系統(tǒng)都有查詢此類數(shù)據(jù)的需求，比如廣告系統(tǒng)、平臺系統(tǒng)、問卷系統(tǒng)、推送系統(tǒng)、運營平臺、客服系統(tǒng)、風(fēng)控系統(tǒng)等。一般的插敘接口主要分三大類：

（1）通過一系列的標(biāo)簽組合條件，查詢符合條件的用戶數(shù)量，并返回該用戶群體的ID組

（2）通過1個用戶的ID，查詢該用戶的用戶畫像

（3）通過標(biāo)簽組合條件或者用戶ID組，查詢該用戶群體的指定標(biāo)簽分布情況

其中第1類接口需要考慮到大批量用戶ID的傳輸場景，一次放回幾百萬用戶ID都是經(jīng)常的事，所以得考慮接口異步查詢或分頁查詢的場景。

第2類接口往往是有高頻次訪問場景的，特別對于平臺或風(fēng)控系統(tǒng)，在每個用戶登錄或消費時，都可能調(diào)用該用戶的部分標(biāo)簽信息，判斷是否有安全風(fēng)險。所以這類標(biāo)簽需要做高并發(fā)的支持。

第1、3類系統(tǒng)由于是組合條件的查詢，往往會消耗服務(wù)器集群大量的計算資源，需要充分優(yōu)化查詢算法并做緩存。

我們總結(jié)了用戶標(biāo)簽的種種應(yīng)用場景，可以看到標(biāo)簽在互聯(lián)網(wǎng)運營過程中扮演了重要的角色。如何找出有價值的標(biāo)簽，以及如何讓標(biāo)簽融入到公司運營的各個環(huán)節(jié)，并形成有效的閉環(huán)，是公司生存發(fā)展的關(guān)鍵所在。

【參考文獻(xiàn)】

[1]《大嘴巴漫談數(shù)據(jù)挖掘》，易向軍，電子工業(yè)出版社.

[2]《Data Mining：Concepts and Techniques Third Edition》，Jiawei Han/Micheline Kamber/Jian PeiMorgan Kaufmann，Morgan Kaufmann.endprint