你的用户画像不能精准指导业务？直播 英仙座流星雨迎极大

用户画像，一个经常被挂在嘴边的词，其本质还是对用户需求的描述。它是根据用户的属性、偏好、生活习惯、行为等信息抽象出来的标签化用户模型。通俗说就是给用户打标签，而标签是通过对用户信息分析而来的高度精炼的特征标识。通过打标签可以利用一些高度概括、容易理解的特征来描述用户，可以让人更容易理解用户，并且可以方便计算机处理。

在大数据时代，用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。

之前我们举过一个例子：一个一线城市的妈妈在进入母婴品牌的CRM时带来了以下四个标签。

针对这样的画像我们可以思考，北京80后年轻妈妈，相较于三四线城市同年龄的妈妈，消费能力就一定更高吗？

可是当品牌不断为北京妈妈推送高端线的母婴用品，客户却在第一次购物之后60天内也没有再次复购。当为三四线城市同年龄妈妈推送低端母婴用品时，也没有带来复购。

或许是因为，这位北京80后妈妈需要支付房贷、车贷，以及高额的学费，手里可供自由支配的金额，还比不上三四线城市自有住房、双方老人同时供给经济开销的妈妈。

但是，如果在第一次购物之后，我们对两类妈妈投送了调研问卷，那么我们或许可以知道，北京妈妈对优惠券和价格更加敏感，而三四线的这位妈妈却对产品质量与品牌更加敏感。

精细化的用户画像的作用就体现出来了，而这都将基于更加完善的用户标签。

与格物致知类似，了解客户需要从不同的维度出发，确定客户在每个维度的具体表现，这些维度就是我们通常所说的用户标签。根据客户体验管理的目标，品牌需要选择恰当的用户标签集合，构建合理、有效的结构，从而形成用户标签体系。因此，明确的客户体验管理目标、恰当的用户标签集合以及合理的体系运作机理，是构建用户标签体系的三个重要原则。

其中，我们认为战略性、全面、过程是三个重要的关键词。

因此，用户标签体系首先要能承接品牌的体验战略，明确体验价值和品牌承诺在客户身上的具体呈现形式，从而形成用户标签体系的初始范围和方向。

其次，通过梳理一系列品牌产品、服务的客户接触点，进一步明确用户标签体系的具体内容，形成用户标签集合。

最后，理想的客户体验一定是由一系列舒适、欣赏、赞叹、回味的过程组成，因此，用户标签体系的运作机理也将与之对应，复现不同客户在此过程中的不同体验。

1、明确标签体系的对象

用户标签体系的对象，指的是标签用于描述的实体，比如客户、商品、渠道等，对应建立的就是用户标签体系、商品标签体系、渠道标签体系等。

同时，我们需要明确不同对象之间的关系，例如，某客户在线上购买商品，那么三类标签体系就会产生相互关联的作用，比如当客户为Z世代群体且通过线上渠道购买潮流商品时，可以进一步迭代出该客户群体的消费偏好标签。

2、设计标签类目

为了进一步梳理不同对象的标签体系，需要针对不同对象建立标签体系的分类。这些分类的建设通常基于业务需求、数据建设情况以及所在行业的通用模板。例如，可以分为：基本属性、兴趣特征、行为特征、态度特征、需求特征、营销价值等，之后根据不同的分类，再对标签做进一步的细化和下拆，如下：

3、设计标签内容

标签内容通常包括标签的定义、标签的分类、标签的范围、标签值、标签口径、标签运营等内容：

▷ 标签定义：标签的名称、所描述的对象等；

▷ 标签分类：标签包含的分类或者标签所属的分类，如上文所述的基本属性、兴趣特征、行为特征、业务偏好等等；

▷ 标签类型：相当于标签的标签，比如事实类、数据类、预测类、原生类、衍生类、单一类、组合类等等；

▷ 标签值：每个标签的取值或取值范围，比如根据消费频次确定“沉睡、普通、活跃”等客户标签时，需要确定每个标签对应的消费频次范围；

▷ 标签口径：指标签值的获取、清洗、统计等具体流程或方法，例如通过客户交易记录获取标签值；

▷ 标签含义：确定标签代表的业务、营销、运营等方面的意义；

▷ 标签运营：包括标签的更新周期、更新优先级、业务方/使用方/运营方等，以确保标签的有效性和实用性。

4、利用客户标签体系进行客户分群与客户分层

客户分群是把具有某个或某些相同特征的客户组成一个共同的群体，例如年轻群体、银发群体、时尚群体等；客户分层则是根据客户的某一特征划分层次，不同层次的客户具有不同性质或特征，例如会员体系中不同的会员等级、客户价值分类中不同的客户价值等。

无论客户分层还是客户分群，都应依据业务需求、行业特征或者标准化的模型来进行，以此确保分层/分群结果的可落地性和对业务的指导意义。

客户标签体系的建立能显著提升客户分群和客户分层的效率和准确性：

1）通过客户标签体系，可以快速定位具有相同标签或者相同标签组合的客户，并形成一个共同的群体，完成客户分群；

2）对具有相同标签分类（通常要求该标签分类有明确的等级秩序）的客户，可以根据该分类下不同标签代表的实际含义，将这些客户分成不同的层级；

3）根据标签构建时的精细化程度和标签值定义，也可以对多个不同标签进行交叉组合形成新的标签，并定义新标签的含义和标签值，进而迭代出更加系统化的客户分群和分层结构；

4）根据标签运营的更新规则，客户分群和客户分层的结果也会随之更新，以契合业务改善、经营管理以及品牌营销的需要。

不管是客户分层还是客户分群，都可以运用标准化的模型来进行细分。

举个例子，ABC客户价值模型就是一个可以帮助企业衡量客户价值、定位高价值客群的一个专利模型。该模型由态度因子（Attitude）、行为因子（Behavior）和消费因子（Comsumption）这三大要素构成，通过三者之间彼此表现与关系的变化，对客户现有及未来价值进行评估，并在此基础上，对客户进行细分画像，最终定位高价值用户。

与此同时，模型的分析过程还需要遵循假设形成-假设验证-画像形成的标准化流程，分别是：

▷ 假设形成：对四大类要素进行交互分析，对用户细分的维度和结果形成初步假设；

▷ 假设验证：利用聚类分析等统计分析方法，对四大类要素进行分类、验证用户细分假设，并基于结果对用户细分的维度进行完善、调整；

▷ 画像形成：基于统计分析结果，结合客户关注焦点，以及定性及定量中的其他研究发现，最终形成完整的细分用户画像。

下图展示了ABC模型在进行客户价值评估时的输出示例。

左侧通过气泡图的方式展示ABC模型的三个维度，其中客户态度指数（A）和消费指数（C）作为横轴和纵轴，行为指数（B）则用气泡的大小来呈现，以此直观呈现不同类型客户在ABC三个维度上的差异；

右侧则直接呈现加权后的ABC指数，通过单一指标量化的方式比较不同类型客户的ABC价值，为客户运营和营销策略提供参考。

综上，一个好用的用户画像不仅仅是标签的堆砌，科学地标签体系建设才是成功的第一步，而根据用户需求和行为特征地不断变化去实现及时迭代也是数字化给予企业的最佳机遇。