一、海底捞标签事件

海底捞因为给用户打标签事件再次上热搜。据说海底捞会员系统中对一位用户的标签描述，引起了用户的不满——涉嫌侮辱、歧视。

当今社会，商家为了给用户提供更个性化的体验，给用户打标签，做备注已经成为精细化运营的必备，一般企业也会使用用户标签功能。

二、什么是标签？

标签，是指对用户群体的某项特征共性的抽象提炼和概括，对用户打标签，实际上由标签维度，标签或标签值组成。

用户标签是构成用户画像的核心因素，是将用户在平台内所产生的行为数据，分析提炼后生成具有差异性特征的形容词。即用户通过平台，在什么时间什么场景下做了什么行为，平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。

所以标签是共性的提炼，并非是一句描述的话。以后企业根据标签来做营销和关怀动作。

三、如何建立用户标签运营体系？

既然说到体系，那就应该是一个由各种不同部分组成的一个整体，是一个闭环。

这个闭环是由三个部分组成的：

怎么收集标签数据？

收集什么标签数据？

怎么运营用户标签数据？

3.1 怎么收集数据？

这个部分也可以细化为2个层面：第一个层面是数据收集方式；第二个层面是数据存放的系统。

数据收集方式：

1. 用户填写

我的-个人信息完善

开机页的兴趣选择

2. 员工完善

这种一般存在企业中有类似导购等岗位的设置，这种岗位角色会与客户有一定的接触，所以可以对客户进行数据收集的补充。这种情况下，就可以利用导购等岗位的职员去完善顾客的信息。

数据存储：一般公司对于数据存储，都会有自己专门的数据库。需要查看这些数据，可以借助报表的形式展示系统后台，运营人员在报表中查看。

3.2 收集什么标签数据？

数据标签一般分为3个类型：

1. 用户的基础信息

用户的基本信息中，一部分是通用的例如：电话、性别这类人口学属性的字段；另一部分的基本信息字段是需要根据行业的不同，去收集的。

比如化妆品行业会重视收集脸型、肤质这类信息；服装行业会比较重视收集用户的身高、体重、体型这类信息。行业不同，用户的这部分信息收集要求也会不同。

2. 用户的行为标签

这种标签是根据用户的行为进行的动态标注，每个行为的衡量数值，是需要根据企业用户的历史数据进行划定的。另外，商品和品牌偏好，使用了一个动态标签的行为在对用户进行标注。

3. 用户的等级标签

这种标签的方式，是在横向的基础上，加入了纵向分层的效果。在用户运营过程中，这个标签不仅可以做分群精准推送，且可以看到用户纵向的流动。运营的所有努力都是为了使用户，向顶层流动。

3.3 怎么运营用户标签数据?

有了用户标签，最后也是最关键一步，就是标签的运用。标签的运用比较成熟的公司，一般是基于CRM系统对用户进行触达及管理。

CRM系统存储以上提到的全部用户标签信息，同时打通了短信、APP推送、微信环境的推送路径，运营人员只需要在CRM后台筛选需要标签用户，再通过指定手段去做推送，就能有针对性的刺激用户。

短信和push这些手段在市面上都是已经是很成熟的手段了，一般大概的转化率市面上都有统计。例如短信的点击转化一般在2.5%，如果在这之上，那转化就算好的。

但是对于用户标签的运营工作，仅仅通过短信和APP推送来触达顾客是远远不够的。一定还需要有更直接，触达用户的方式。

这个就是很多线下门店用微信触达顾客的方法，之前最常见的是线下每个门店注册一个门店微信号，只要是到店消费的顾客，门店的店员都会引导顾客关注微信号，后续门店也会通过微信去触达用户。

微信是一个比短信更为有效的触达方式，但是微信也有一个缺点，就是效果不好监控。所以出现了另外一个更有效的方式，企业微信触达。企业微信既可以做到触达，又可以监控数据。

四、如何设计标签？

4.1 标签来源

产品初期：在产品还没有用户的情况下，主要通过大量用户调研和行业调研，基于产品定位和业务需要梳理出初始目标用户标签，前期的人工工作量相对繁重，可对初始标签的设定准确性远高于凭空想象。

产品发展期：基于原有数据沉淀分析出来的精准性标签，与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，要注意数据排重，避免标签过于同质化。

4.2 标签属性

标签分为三种属性：静态标签判断用户基础需求，动态标签提升用户体验，预测标签提升用户转化，提高产品价值。

第一种静态标签：用户主动提供的数据：指用户不变的基础信息，多为用户固定数据，如姓名、性别、年龄、身高、体重、职业、地区、设备信息、来源渠道等。

第二种动态标签：平台介入的数据：指用户在平台内的特有标签，是平台根据用户行为给用户打上便于管理的标签。用户行为是指用户从启动APP到关闭APP阶段内，在APP内所有操作行为，如用户的点击、浏览行为、互动（评论、点赞、转发、收藏）行为等。

第三种预测标签：平台介入的数据，指根据用户在平台内的行为数据对用户未来行为或喜好进行预测；是设计千人千面和运营策略的关键；比如某电商平台，根据用户A“月均消费5单，且有数额过万的运动商品”的购物数据，平台会给用户A打“高频、品质敏感性、运动”的标签，后期会更多推荐高品质运动商品及相关运动品牌活动的精准推送。

4.3 “贴标签”方式

标签由平台运营团队创建，结合业务场景梳理出一批原始标签；注意标签创建要紧贴业务场景，为用户“贴标签”通常有两种形式，即用户是否感知到自己被“贴了标签”。

第一种隐性标签：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等用户行为操作，自动为用户贴上相应类别标签，这种方式的好处在于用户行为真实度极高，平台易获取无修饰无加工的用户行为数据，不足之处对于平台来讲前期人工成本较高。

第二种显性标签：用户主动给自己打标签，即用户在产品前端页面手动选择自己感兴趣的标签，用户通过触发标签机制，后台机器匹配数据直接打标签。这种方式优点在于高效，不足之处在于数据真实度偏低（初始标签存在无法满足所有用户的风险，用户也许会选择近义词也许跳过不选）。这种方式一般陌生社交产品和社区产品使用较多，目的是提升千人千面的精准度，提升用户体验。

若选择第二种形式，需要注意标签机制的设计规则（如标签默认前台固定页面展示，需用户手动选择后，标签自动隐藏不再显示）。其次后台注意标签选择排重，如出现A用户的标签既是后台添加又是用户自己选择，则保留用户自己选择标签。

最后要牢记：“用户也不知道自己要什么”，不是用户自己选择标签之后就万事大吉了，要结合用户行为数据持续优化标签。

4.4 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，不足之处在于投入的技术成本以及机器欠缺一定的精准性。这种方式比较适合产品发展期，用户量较多，且有一套成熟的标签体系，机器已经可以达到一般的智能化，只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。这种方式适合产品初期，用户量小机器识别还不是很成熟，可以达到准确优化。

两种方式的选择需要结合产品周期和用户体量运用，无论何种方式，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，切记图省事忽略标签体系的优化，标签数据模糊，用户画像自然也会立不住，产品设计也会差强人意。

五、标签如何应用？

标签是给我们的个体用户进行属性判定的附属值，通常是人为规定的、高度精炼的特征标识；它根据用户在互联网留下的种种数据，主动或被动地收集，然后尽可能全面细致地抽出一个用户的信息全貌，从而帮助解决如何把数据转化为商业价值的问题。

标签是个人或企业的属性，是可以重复的，标签越多，我们对别人的了解就越全面；在工作中，我们可以为用户贴上各种标签，甚至可以通过标签来快速搜索到目标用户，只要我们贴的标签够多够准确，我们就能够快速及时了解我们的用户。但是，打标签不是标签越多越好，也不是越少越好。主要是根据业务场景应用，打某个标签，一定是这个标签有用的。所以设计标签的前提是：思考标签的作用是什么。

今天竞争变的更激烈，企业都想更加了解用户，给用户打标签，借此提供更加个性化，独特的用户体验，赢得用户忠诚。这本是无可厚非，但是打标签，并不是要把用户所有隐私都记录下来，更不是对用户主观的评价和描述。