案例
先來看一個案例，「在行」7月14日的一次針對高價值用戶做了一個「私域流量與增長主題閉門會」。我們在確定用戶的時候，設定了一些條件：
北京
有互聯網、增長、流量、運營、產品title
總交易額大於3000元
最近活躍程度高（30日有任意登錄行爲）
較高的最近購買行爲（60天有購買行爲）
最終我們得到了59人的名單，作爲測試，我們定向推送了個人短信（不是系統短信），短信邀請各位用戶填寫一個表單，並告知我們會在表單中篩選一部分用戶參加「在行私域流量閉門會」，出奇的精準和出奇的反饋，我們得到了差不多13.6%的填單反饋（各位朋友想想日常運營不到1%的短信營銷內容打開率，再對比下我們這次短信裏面要求用戶填單的填單率，就知道我們在說什麼了）。最終我們選擇了5人蔘與閉門會——對的，爲了控制用戶質量和輸出內容。結果我們確實找到了在行可愛的用戶，每個人深入準備（甚至做ppt），當天下午2點到5點有節奏的腦暴和碰撞產生很好的內容，內容本身也能反哺在行的運營工作。
爲什麼是個人短信而不是系統短信？我們都知道收到一個106開頭的短信時候你的心態，更多人選擇了忽略、點掉、不看。如果說我們認爲這次運營觸達動作是有價值的內容，那麼我們就要讓用戶以不同的方式被觸達到。試想下你在一堆106的營銷短信中突然看到了一個186、156、139的真人個人號碼給你發了長篇大論之後的心情？——我在後來採訪參加活動的目標用戶對於收到短信時候的想法、是否會感覺打擾，他說“我認爲你給我的短信是信息，而不是廣告打擾”。這就是精準定位用戶、選對正確的觸達方式的意義。
用戶標籤系統的維度
爲什麼要做多維用戶標籤系統？
兩個原因，首先，爲了達到把前面精準運營效果系統化、模式化的目標，我們需要把篩選用戶的這個能力加強。
其次，2019年7月的時間節點，互聯網已經沒有便宜流量，更多人開始談論私域流量，但是市面更多的探討，讓人們把「私域流量」四個字和微商、瘋狂羣控掛鉤。在行客單價500+元，更是很難獲得便宜的付費用戶流量，與其說在行私域流量，還不如說我們應該更重視每一個獲得的用戶、深耕細作他們——一個願意在見到你之後花500元來體驗的用戶，給我一個不去深愛的理由！2018年之前在行做過很多用戶畫像，但是那都是靜態的一個特徵表述，實際每一個用戶都處在一個動態變化的過程中，怎麼能夠在人羣層面定位不同的用戶、表述他們的特點、並在實際使用過程有針對性的運營動作？這成爲了本次在行做多維用戶標籤系統的意義。
這更是一個動態用戶畫像工具。標籤系統包括了用戶個人特點的方方面面。包括用戶旅程活躍情況、RFM屬性、約見行家的興趣偏好、人口統計信息和用戶身份信息、搜索偏好等等。多維標籤系統的魅力在於，基於一條線“用戶旅程”的動態數據，加入了用戶生命週期中的各種維度數據，多維交叉出有血有肉的用戶形象。
一、用戶旅程階段：這個標籤標註了用戶使用在行所處的階段，根據在行產品的特點，我們把用戶旅程分成三個大階段：註冊用戶、潛在交易用戶、交易用戶。而每一個階段又細分幾個階段。而單獨拆解用戶旅程的標籤並按照流程來看，能夠幫助我們知道處於各個旅程階段分別有多少用戶。可以針對不同階段的用戶，做不同的動作：比如對於一直處在註冊點擊了行家頁的「一鍵約聊」但遲遲沒有下單，我們就可以跟進這個銷售線索。
註冊用戶：分爲註冊、有效動作（瀏覽行家主頁/收藏/搜索行爲）、搜索和進入行家分類頁幾個階段。
潛在交易用戶：分爲註冊且點擊「一鍵約聊」（這是產品裏用戶點擊行家主頁並標明願意去溝通的時間節點)、註冊且諮詢在行顧問（顧問是產品裏單獨給用戶提供約見意見並推薦行家的功能）
交易用戶：分爲提交訂單、支付成功、訂單完成幾個階段。
二、RFM屬性：Recency最近一次購買、Frequency交易的頻次、Monetary value總交易額貢獻度，這是對於交易用戶進行細分和拆解的幾個重要。利用這幾個維度，我們可以更瞭解已交易用戶的交易特徵，在做針對性運營的時候分清楚權重和主次。
三、興趣偏好——用戶對什麼領域的話題和行家感興趣？知己知彼百戰不殆，我們通過一個算法，把用戶重要的動作呈現出來的興趣偏好數據化，最終給到一個標籤+分值的呈現（如法律服務4.5，房地產3.8）。具體講，用戶的下單、收藏、瀏覽等行爲，能夠告知我們他們對什麼內容更感興趣。結合RFM值，這個用戶是不是更有血有肉？
四、活躍情況
在知道了用戶興趣偏好、交易特徵RFM值之後，我們對哪些用戶採取哪些行動？變成了下一階段需要明確的事項，那麼30日之內哪些用戶下單、收藏、有過搜索、瀏覽行家頁，我們在這個“活躍情況”的標籤下能夠得到完整的支撐。如果一個用戶30天有過收藏動作，我們可以針對他的收藏夾去定向的推送內容。而另外一方面，如果一個用戶30天內幾個項目的活躍都偏低，那麼可能難以觸達，則排除在我們精準運營觸達的目標用戶之外。
五、人口統計信息
人口統計信息幫助我們知道，這些用戶的社會角色。一個人願意接受什麼信息、他的觸媒習慣、他的城市地域等信息，都是ta所處在的社會角色定義的。回到我們舉辦的「在行閉門會」，我們選擇了互聯網從事產品、運營、增長工作的小夥伴參與第一次的閉門會，知道他們特點，這些用戶都願意去研究別家的產品運營策略，所以你的閉門會主題是「私域流量增長」的時候，打動他們就成爲了必然。而舉辦閉門會，自然需要找到北京所在地的用戶（地域信息價值）。基於這個case，我們還可以發散出很多其他的利用人口統計信息做策略的方法。
如何利用用標籤系統做精細化運營？
爲了能最快速上線運營這套系統，目前我們沒有采用自研的方式，而是選擇了第三方數據分析工具神策的分羣功能完成這套操作。簡單講，神策支持根據用戶的不同行爲，創建分羣，我們把用戶每個標籤的指標、閾值界定清楚之後，把類型標籤相同的用戶分到一個羣組，而在應用層面，就可以用神策數據分析時候的條件模塊調用。
這套動態的標籤系統，讓以前靜態的用戶畫像動起來，產品運營都可以在任意時間節點，拉出每一個用戶的標籤特徵、或者對一個類型的用戶分析他們的特徵，最後產出針對性的運營。比如在企業服務的時候，我們根據用戶的搜索、興趣偏好、從業企業等信息，針對性做推送文案。
寫在最後：我們希望能夠更重視每一個願意來在行的用戶，更瞭解我們的用戶，更知道怎麼與他們溝通。