实战:互联网医疗健康用户标签体系

01 互联网医疗健康标签

通过收集用户不同维度方向的数据,进而对用户在不同维度的特征进行分析、统计,挖掘和洞察有价值的信息。在互联网医疗健康领域,用户关注购买的健康商品,获取用户基本信息数据,消费行为习惯,健康习惯

02 标签类型

  • 基础属性:性别、年龄、地域、设备等
  • 行为属性:用户使用产品的日常行为和关键行为
  • 商业属性:用户在产品上的当前付费状态
  • 消费属性: RFM 模型,9大人群画像
  • 健康属性:用户的个人健康属性
  • 标签规则:事实标签,规则标签,预测标签

1)事实标签

从原始数据中提取,例如用户注册信息中提取用户性别、生日、注册手机号、注册城市等。

2)规则标签

没有直接对应数据,需要通过规则进行定义,通过计算来得出标签,例如流失用户、支付偏好等。

3)预测标签

参考已有事实数据,来预测用户的偏好,例如根据用户历史的购买行为来预测其群体特性。

03 标签来源

目前现状:在小程序用户较少的情况下,主要通过二方平台,三方平台健康商品销售数据订单用户信息抓取,通过自带二方平台人群包功能,将交易数据、基本信息、特性标签进行收集。在进行健康商品履约的时候通过健康管家,客服以问卷或者主观判断的方式完善用户标签

未来形式:基于原有数据沉淀分析出来的精准性标签,通过小程序的用户行为产生的数据进行清洗整合,提炼出相对完善的用户标签;基于原有数据梳理标签,进行数据排重,防止同质化。

实战:互联网医疗健康用户标签体系

04 标签体系

标签体系根据目前业务场景、运营业务诉求,梳理出一级,二级,三级,四级的分层结构:

实战:互联网医疗健康用户标签体系

1. “贴标签”方式

标签由平台运营团队定制标准,结合业务场景梳理出一批原始标签。

1)隐性标签

后台给用户打标签,用户无法感知;后台结合用户前端的点击浏览行为,二方平台,三方平台交易数据,用户行为操作,用户基础信息,自动为用户贴上相应类别标签。

2)显性标签

主动给用户打标签,即用户在产品前端页面手动选择自己感兴趣的标签,或者通过问卷等其他方式用户通过触发标签机制,后台机器匹配数据直接打标签。也可以由健康管理师,客服根据了解用户习惯,用户行为等手动打标签。

实战:互联网医疗健康用户标签体系
实战:互联网医疗健康用户标签体系
实战:互联网医疗健康用户标签体系

2. 标签的优化

第一种机器优化:机器根据数据反馈持续更新,优点在于机器的高效智能,需运营抽样进行精准度测试和标签规则优化即可。

第二种人工优化:人工对标签规则调整优化,优点是精准度高,不足在于人工运营成本高。

人工都需要持续根据产品业务场景对标签的规则进行调整优化,标签数据模糊,用户画像不一定精准精确。

05 标签收集维护规范

标签规范-建立规则-填充数据。

  • 标签规范:标签标准建设由运营部主要负责。
  • 建立规则:需求收集由产品部主要负责对需求进行分析梳理,结合业务场景,判断需求和业务的匹配程度,确定标签制定的目的,统一标签定义。
  • 填充数据:明确数据支持信息,即什么样的数据和标签相匹配,明确人工标签数据的使用规范,明确系统标签的规则逻辑。

产品部门结合产品定位和业务场景审核标签合理性。

最后交给技术实现,收集数据、清洗数据、分析数据。

目前自用标签维护表:

实战:互联网医疗健康用户标签体系

06 产品应用

标签的产品应用,帮助业务的目标客群的精准画像和用户特征挖掘。提升交易环节各漏斗之间的转化率,提供客服在售前和售后阶段的用户详情关键信息,加速订单转化和提升服务响应时间和处理能力。

个性化推荐:提升平台个性化推荐和业务组合能力,对用户分层运营,更合理配置运营和营销资源,带来最大化的效果。

实战:互联网医疗健康用户标签体系
实战:互联网医疗健康用户标签体系

提升运营同学对多标签的精细化人群圈选,做权益配置,结合优惠券自动发券产品能力,通过短信、订阅消息等渠道发送,实现用户精准触达和转化。

实战:互联网医疗健康用户标签体系
实战:互联网医疗健康用户标签体系
实战:互联网医疗健康用户标签体系

总结:成熟的公司一般会将用户标签,用户画像与CRM相结合,相辅相成更精致管理用户,触动用户。一般公司更多是未雨绸缪,或者为了更好的私域运营(狗头)。

本文经授权发布,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/cgo/user/81776.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-10-12 11:12
下一篇 2022-10-12 11:20

增长黑客Growthhk.cn荐读更多>>

发表回复

登录后才能评论
特别提示:登陆使用搜索/分类/最新内容推送等功能 >>