电商平台标签体系建立
2024-05-14 14:37:58 0 举报AI智能生成
电商平台标签体系建立思路
作者其他创作
大纲/内容
按统计方法分类
事实类
用户画像最基础、最常见的标签，如，姓名、会员等级、终端类型、购买次数、购买金额等。
规则类
基于确定的规则而产生。与事实类标签不同的是，规则类标签拥有更多的业务属性，其业务规则需与业务人员共同制定。例如，将“活跃用户”标签可定义为，“过去30天发生a行为x次”&“过去30天发生b行为x次”，进行综合评定。
用户活跃度标签
用户的流失周期，运用拐点理论
划分完流失周期之后，初期可根据根据四分位数，将用户的活跃情况划分为高中低
RFM标签
最近一次消费（Recency）：指用户上一次购买的的时间，一般上一次消费时间越近的顾客是质量更佳的顾客。最近一次消费是维系顾客关系的一个重要指标。
消费频率（Frequency）：顾客在限定时间周期内消费的次数。消费频率高的顾客，也是满意度最高的顾客。根据这个指标，可以把客户分成几等份，相当于划分了一个忠诚度的阶梯。
消费金额（Monetary）：消费金额时产能最直接的衡量指标，也可以验证“二八定律”，公司80%的收入来自于20%的顾客。
预测类
基于现有事实及规则无法得出，需要运用决策树算法、贝叶斯算法等进行数据挖掘与训练，得出标签预测结果。
按时效分类
静态标签
动态标签
按用途分类
基础信息
自然属性
性别
年龄
星座
社会属性
职业
常住地
收入
学历
职业
业务属性
会员等级
RFM
重要价值客户
一般价值客户
重要发展客户
一般发展客户
重要保持客户
一般保持客户
重要挽留客户
一般挽留客户
会员生命周期
用户行为
上网行为
近7日上网时间
凌晨、上午、中午、下午、傍晚、深夜
近7日上网次数
搜索行为
近30天搜索关键词
近30天搜索次数
收藏行为
近30天收藏品类/品牌
加购行为
近30天加购品类/品牌
浏览行为
近30天浏览品类/品牌
近30天浏览页面停留时长
评论/点赞行为
近30天评论次数/品类
消费行为
近30天消费金额
近30天消费笔数
近30天消费频次：高频、中频、低频
消费导向
品牌导向
价格导向
质量导向
物流导向
业务偏好
运动偏好
数码家电
日用家居
食品生鲜
场景标签
活动场景如双11、母婴节等
收藏
收藏
职业：暂无
0 条评论
下一页
