硬核 | 搞懂了會員標簽體系，才有資格談精準營銷
試想一下，如果恰逢最近天氣降溫你想買一件羊絨衫，打開手機購物APP就收到了商品推送，材質價格都在你的需求范圍里，于是你果斷下單。對于商家來說，一筆生意就這樣促成了；對于你來說，何嘗不是節省了大量時間。
這就是精準營銷的魅力所在。
盡管世面上關于精準營銷的實操解讀花樣翻新，但是企業的營銷團隊常常困惑于如何建立一套適用于自身的精準營銷體系。
亞馬遜的CEO Jeff Bezos曾說，如果我有一百萬的用戶，我就會做一百萬個不同的網站！可見精準營銷是多么重要。
何為精準營銷？
所謂的“精準營銷”，通俗來說就是依托大數據的發展，分析用戶的消費習慣，給用戶的消費行為打上專屬標簽，根據標簽內容畫出用戶畫像，從而有針對性地推送商業信息。
可見，不懂用戶談何精準？用戶畫像或者更準確地說是會員畫像，才是精準營銷的關鍵依據！
而企業經營的業務千差萬別，目標會員自然也各不相同，如果不能充分了解、剖析自己的會員，一味將別人的營銷經驗套在自己身上，自然無法獲得理想中的精準效果。
Webpower接下來帶你從解讀自身出發，繼而科學建立會員標簽體系，最終實現精準營銷。
精準營銷的基石：精準的會員畫像
千萬人撩你，不如一人懂你。在互聯網大數據時代，對企業來說會員畫像的重要性不言而喻。
作為大數據的根基，它完美地抽象出一個會員的信息全貌，為進一步精準、快速地分析會員行為習慣、消費習慣等重要信息，制定營銷計劃，提供了堅實的數據、信息基礎，幫助企業快速找到精準會員群體以及會員需求等更為廣泛的反饋信息。
1、人口屬性—用戶是誰（性別、年齡、職業等個人基本信息）
2、消費需求——消費習慣和消費偏好
3、購買能力——收入及購買力、購買頻次和渠道
4、興趣愛好——品牌偏好、個人興趣
5、社交屬性——用戶活躍場景（社交媒體等）
無論會員訪問的是企業的官網、微信還是其他自建平臺，只要該平臺具有獨立后臺系統支撐，那么后臺系統就能收集到該會員的行為信息，進而分析出會員的瞬時和長期消費偏好、瀏覽偏好，并綜合TA的性別、年齡、婚姻狀況、職業等人口統計學信息，建立會員畫像。
一旦這個會員再次來到該平臺，就可以通過之前TA的會員畫像，實時影響其點擊行為。當TA每次瀏覽刷新，都可以實時分析TA的即時消費偏好，推測出購買意向是否強烈，處于購買中的哪個階段，對什么樣的產品有興趣。并結合歷史購買信息，將匹配度最高的產品或服務推送到TA面前，進而做精準營銷，以及做一對一的服務，提高成交效率。
當然，會員畫像不是一蹴而就的。這個過程中需要不斷豐富、優化會員畫像模型，最終達到真正的個性化精準營銷。
會員畫像的精髓：標簽體系
既然會員畫像如此重要，那么如何建構會員畫像？
這就必須要談到本文的重點——會員畫像的標簽體系。
上一個部分我們談到，會員畫像是根據會員的行為習慣不斷矯正、勾畫的，而所有勾畫出的會員屬性，都將以標簽形式“貼”在會員身上，俗稱打標簽。所以，標簽化是會員畫像的精髓。
如同我們會不斷矯正會員畫像一樣，標簽也是隨著會員的行為反饋而呈現動態變化的，靜態標簽對企業而言基本上毫無意義。標簽化的目標是基于大數據的采集，用電子化的方式將用戶屬性抽象出來，以方便數據統計，構建大數據池，后續進行數據挖掘和聚合分析。
從2016年開始，互聯網用戶增長趨緩，不論是線上還是線下，新用戶的獲取成本一路走高。這促使企業將目光由外向內，不斷思考：還能如何再挖掘已有會員價值？
在這個背景下，會員標簽體系又有了更深層次的意義。
標簽體系可以分為三個部分——數據加工層、數據服務層、數據應用層。
每個層面面向對象不一樣，層級越往下，與業務的耦合度就越小。層級越往上，業務關聯性就越強。
1）數據加工層
數據加工層的作用是收集、清洗、提取和處理數據，提供最基礎的數據原材料。通常情況下，我們為了搭建完善的用戶標簽體系，需要盡可能多地匯總數據。但是多勢必會雜，因此在收集所有數據之后，需要清洗去重，提取特征數據。
2）數據服務層
這一層的作用主要是實現業務方的數據要求，比如：定義業務方需要的標簽、創建并執行業務標簽實例、提供相應數據等。
3）數據應用層
應用層的任務是賦予產品和營銷人員標簽的工具能力，聚合業務數據，業務方能夠根據自己的需求來使用，比如我們營銷人員常常需要的精準化營銷、個性化推送等。
設計會員標簽體系通常有三種思路——結構化標簽體系、半結構化標簽體系、非結構化標簽體系
1）結構化標簽體系
會員的屬性標簽基本上就是典型的結構化體系，體現為性別、年齡等。但是因為屬性標簽的特殊性及GDPR等相關法律法規的影響，這些標簽只能通過后期分析、判斷得出，而無法真正準確獲取。
2）半結構化標簽體系
在用于效果廣告時，標簽設計的靈活性大幅提高了。會員標簽往往是在行業上呈現出一定的并列體系。當然，標簽體系太過混亂的話，投放運營起來就比較困難。因此，實踐中往往還需要對一定程度的結構化做妥協。
3）非結構化標簽體系
非結構化標簽的典型例子是搜索廣告涉及到的關鍵詞或者是Facebook用的用戶興趣詞。這一體系的重點就是如何兼顧設計合理與驅動廣告實效。這里面最關鍵的訣竅，是深入研究某個具體行業的會員決策過程。
在建構會員標簽體系時，有個原則至關重要，那就是低交叉率原則。如果兩組畫像中的標簽幾乎一致，那么只有個別并且對會員需求影響不大的標簽因素是可以被弱化的。
同時，會員畫像也要盡量保證其完整性和獨立性。完整性是為了盡可能大地包含會員群體，獨立性是要求這些群體沒有重疊。
如何建構會員標簽體系實現精準營銷？
案例：如何建構會員標簽體系實現精準營銷？
在Webpower的服務經驗里，不乏因完善會員標簽體系而實現盈收翻倍的實例。
中國某護膚彩妝知名品牌經過近二十年的蓬勃發展，已經累積了數百萬級的龐大會員。但是這些會員來自各個渠道，廣泛分散于官網、線下專柜、商超、各電商平臺、社交平臺。
于是，Webpower將分散的會員數據在線上打通匯集，搭建SCRM會員中心，整合全渠道會員數據。
在完成上述內容之后，擺在眼前的問題是：怎么樣為品牌重新分析、挖掘、重塑會員價值？最終導向企業盈收？
Webpower在深入剖析之后發現，盡管該品牌坐擁可觀的會員數據，卻缺少科學的會員標簽體系，近乎虛設，雜亂無章，使用率低且收效甚微，導致惡性循環。
因而這場會員標簽體系重建工程開始了。
1. 首先最重要的是進行業務梳理。
前文說到，用戶畫像沒有統一可模仿的定式，它需要你真正了解會員，深入研究某個具體行業的會員決策過程。該企業有哪些產品線？產品線有哪些來源渠道？每個產品線有哪些目標會員等等。
2. 梳理完業務數據后，就可以繼續按照屬性來進行標簽分類，以便于清晰地展示標簽之間的關聯關系，為標簽建模提供子集，獨立計算某個標簽下的屬性偏好或者權重。
1）梳理標簽分類時，可按照MECE原則，相互獨立，完全窮盡。每一個子集的組合都能覆蓋到父集所有數據。標簽深度控制在四級比較合適，方便管理。
（上圖來自網絡）
2）但是要明確的一點是，標簽并非填空題，在現實中常常存在數據缺失情況，解決的辦法就是關聯性判斷。比如用戶性別未知，但是可以根據用戶瀏覽商品，購買商品的歷史行為來計算性別偏好度。
模型標簽的定義解決的就是從無到有的問題。建立模型，計算用戶相應屬性匹配度。
開放的模型計算規則解決的是標簽靈活配置的問題。營銷人員可以根據自己的需求，靈活更改標簽實例的定義規則。
標簽的組合解決的是標簽擴展的問題。除了原有屬性的規則定義，還可以創建新的復合型標簽。
一個科學的標簽體系要滿足兩個需求：
1. 標簽的最小顆粒度要觸達到具體業務事實數據，同時支持對應標簽實例的規則自定義。
2. 不同的標簽可以相互自由組合為新的標簽，同時支持標簽間的關系，權重自定義。
基于上述方法論，Webpower完成了這場會員標簽體系重建工程。
短時間內最大的變化是該品牌在營銷過程中的標簽使用率大幅提高；
一段時間后，前后營銷活動成果對比，后者因為標簽定向科學，無論是目標人群還是營銷內容都更加精準，轉化率實現翻倍增長。
總結
總之，精準營銷一定是以科學的會員標簽體系為前提。
正所謂精準營銷就是在合適的時間以合適的渠道發送合適的內容給合適的受眾，沒有會員標簽體系則很難實現這一點。
而會員標簽體系要關注標簽本身是否與營銷平臺銜接順暢、是否與開發平臺銜接順暢、是否貼合業務需求、是否為營銷人員買單、是否做到實時更新優化......
關于會員標簽體系可以談的還有很多，期待之后與您繼續分享。
關注微信公眾號Webpower威勃龐爾（微信號：webpowerasia）了解更多吧！
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）