关于标签以及推荐的设计( 二 )


■网友
标签一般是用户可输入的,如果网站上原来不存在,用户可以随意添加。而分类是网站预设好的,用户改不了。在统计的使用上,标签和分类没区别。想推荐的更准就匹配的更多一些,能匹配到三个相同标签的两篇文章,肯定比只能匹配到一个的要更精准一些。
■网友
标签系统,在企业中已不是什么“高大上”的说辞。然而让用户标签价值真正落地企业不多,就像“青少年谈性”,有一段话形容得再贴切不过:“everyone talks about it, nobody really knows how to do it, everyonethinks everyone else is doing it, so everyone claims they are doing it。”(每个人都在说,不知道谁做了,每个人认为另外人在做,所以每个人都声称自己在做……)
在一家企业中,各职能角色更多的关心“能不能使用标签”,而很少关心“该由谁做标签的建设者”。事实上,绝大多数企业标签的建设最终是由企业的一个支撑部门来完成,比如是技术部门或者是数据部门。
重点来了,如何三步搭建标签系统:
第一步是“需求收集”
构建企业的标签系统,支撑部门会把“全公司的所有的需求”都扛在了肩上,因此第一步是收集全公司的需求。市场、运营、产品和技术等对标签诉求差异很大。
比如,市场同学关注用户的整体画像,更看中“结果”,如他们希望了解“渠道属性”,知道哪些渠道投放后用户转化效果会更好;运营同学则希望了解更为精准的数据,据此来构建用户分群,实现用户的个性化推荐,如给“消费超过 1000 元的用户”推荐某个活动;产品同学则关注千人千面的个性化页面展示;技术同学追求调取数据的便捷性,希望各职能线将所有数据放在一个平台上,形成统一的用户信息管理平台,而不是每次开发一个新需求,都要去不同的业务系统调取数据……
当然,这只是企业内部需求多样性的缩影。事实上,因为在企业中标签需求方众多,即便同样是产品同学,对标签的理解和需求也是千差万别的。
第二步是“抽象”
面对收集到的“琳琅满目”的需求,“抽象”是让标签体系满足多业务线需求的必需步骤,需要抽象成一个标签框架,这是一个极大的挑战,因此大部分企业的标签系统的初始框架是一个很庞大的系统。在初始框架中,通常会包括:人口统计学信息、用户个人档案、业务数据沉淀、业务方标记信息、策略类计算标记等。
这里我重点解释下“策略类计算标记”。我们给用户打标签,很多时候不是依赖用户的填写的信息或者采集到的基础维度的信息,而是会包含策略计算的标签,比如我们给“启动 APP 但七天未注册”的用户打上“高流失风险”的标签,这就是定义的一个策略标签。
第三步是在标签框架中“填充数据”
数据的来源通常包括:用户填写、行为数据、业务端数据、策略规则、外部补充等。其中“行为数据”这一来源中,用户分群是常用的数据分析模型,比如筛出“半年内看过宫斗剧五部以上”的用户群体,并给该群体打上“宫斗迷”的标签;“外部补充”不单是购买数据库这种补充数据的方式,对大企业、大集团来讲,多业务线经常会涉及到数据的不断交流和互相补充。
【关于标签以及推荐的设计】 就酱,欢迎关注我并交流~

■网友
推荐阅读http://book.douban.com/subject/3169342/
■网友
概念交叉


推荐阅读