看到用户画像的标题，熟悉我的同学就知道：我又要写标签建设的文章了。是滴，再厉害的用户画像也是一个个标签组成的，而标签建设恰好是当前非互联网大厂进行用户画像建设的最大瓶颈。
一、指望不上的用户标签
几乎所有的互联网大厂的用户画像体系，都是在用户标签基础上搭起来的，而用户标签又是以用户行为为基础的。
为了采集庞大的用户行为，为了基于用户行为做推荐，各大厂还搭建了庞大的数据计算平台，这也是目前朋友圈最流行的《XX大厂用户画像建设实战》之类文章主要思路。
而对非互联网大厂而言，信了这套，会扑街。特别是传统企业。
为啥？因为：
1）头腾阿美滴们，本质上是垄断流量的平台。用户数量、用户活跃程度、用户行为丰富程度，与传统企业根本不是一个数量级的，大量还在指望踏踏实实卖货赚钱的传统企业，和用户没啥互动，用户行为数据非常少。
2）头腾阿美滴们，在垄断流量的基础上，有定价权和分配权。这些企业能决定自己平台的流量以什么规则、什么价格、卖给什么企业，并且能封闭企业信息；而在这些平台打广告的传统企业，根本看不到这些具体数据，只能当成黑箱默默揣摩。
这两条，决定了：
因此指望照搬这些平台的算法，最可能出现的问题就是：用户数据少、做出来没有用。还有些传统企业傻乎乎，觉得：我找一些中间商，买一些用户数据补个缺，是不是就OK了？当然不是！国家对于用户隐私的保护级别一直在上升。这种背景下，能给到可靠用户信息的第三方越来越少。即使有，辛辛苦苦塞过去的营销信息，还是会被当成垃圾短信/骚扰电话处理。
从2017年热门喊“新零售”、“数据中台”以来，已经有相当多的传统企业踩了这个坑。
突出表现就是：
- 从所谓互联网大厂挖一个高级XX工程师/科学家；
- 从小程序/H5商城、到数据中台，到CDP/MA，一轮轮搞；
- 微信、微博、抖音、快手、公众号广告投放扫一轮，直播开起；
- 业务一写报告就是“用户画像”“用户理解”“用户行为”，然后抱怨数据少。
这种行为在疫情以后尤甚，结果烧钱不见效，然后再炒人、换平台、继续招人继续做……我接触的客户里，已经不下20家经历过这种蛋疼过程；而且你把这种故事讲给还没经死过的企业，大部分人还不信，还叨叨着“说不定人家有世外高人呢？”
结论就是：该交的学费，一分都少不了，吃亏才补脑子。
二、拒绝悲剧，从区分静态/动态标签做起
从本质上看，对非互联网大厂而言，想靠一己之力收集全量用户信息是不可能的，也不能吃透这些互联网平台的广告规则与收费机制；因此对抗外部信息不足的办法，是做好内部管控，在内部对自己家的产品/内容/运营能力做好盘点，从而有充足的准备应对外部挑战。
举个简单的例子：一个有自己品牌，有生产线、有实体店、有销售，有10年以上经营历史的标准的传统企业。问：头腾阿的广告算法是啥？肯定不知道，但是反问：
- 生产线：行业内生产成本是多少？哪些点是节能关键？
- 实体店：什么位置经营好？哪些现场管理是必须的？
- 销售员：什么样特征的销售是Ace，现在有多少人？
- 产品线：爆款产品有什么特点？别人家产品成本推测？
这些能梳理得非常清楚，而且不需要依赖所谓“互联网大数据”，完全靠自己业务经验，业务能力就能做出来。
最典型的就是商品属性，一个经验丰富的商品管理，只要拿到市面上的同类商品，就能清楚看出来制作工艺、成产成本；再结合价格就能推算出利润空间；再结合对手的营销策略，就能推算出对方的竞争策略（如下图）。
这些标签不依赖用户行为，当业务明确以后就相对固定，因此被称作：静态标签。拿商品举例，常见的静态标签，比如：商品的颜色、尺寸、功效，这些是正儿八经商品在货架标签上标注的东西（如下图）。
进一步的商品标签包括：
- 目标客群：老中年、男女；
- 商品档次：高、中、低档；
- 商品定位：爆款、引流款、走量款、利润款、搭配款、防御款；
- 商品策略：价格优势、性能优势、质量优势、性价比优势、差异化优势；
- 使用频率：理论上一件商品，需要多久用完（快消品才有）。
制作这些标签，需要商品管理+供应链的同事，结合业务目标与实操经验来制定，定好以后，这些标签就能和用户行为这种动态标签结合，起到1+1≥2的作用。
三、静态/动态结合，指导业务发展
1. 静态标签的第1个作用：解读对手动作
前文已经介绍了静态标签的第1个作用：解读对手动作。
实际上，静态标签，加上用户点击行为、转化行为等动态标签，能解读出更多含义，产生更多用处：
2. 静态标签的第2个作用：清晰实验方向
比如很多传统企业在尝试互联网引流，那么肯定得上引流款产品。互联网转化路径分析非常复杂，如果一开始静态业务标签就没有贴好，根本没法分析为啥转化不好（如下图）。
3. 静态标签的第3个作用：验证实验效果
比如用引流款引流，结合用户行为，发现引流效果不好。
这就可以直接推断出：引流商品不行。至于怎么该，可以参考竞争对手商品标签，推导出潜在的改进措施（如下图）。
4. 静态标签的第4个作用：反推用户行为
比如一个商品，根据静态标签，理论上消费3个月，但发现一个用户每个月都来购买。
这样可以推导出：他的用量是普通人的三倍。那么问题来个：问什么会是普通人三倍呢？基于不同假设，可以推导出不同的实验方向。
从而指导业务开展，也能反推出用户真实标签（如下图）：
由此可见，静态业务标签，是传统企业应对数据不足的有力武器。在有静态标签的情况下，更容易透过不透明的线上转化流程，分析清楚问题。更容易结合少量用户行为，推导出下一步行动策略。
- 静态标签+动态标签→验证成立，则坚定方向，持续深入
- 静态标签+动态标签→验证不成立，则分析问题，持续迭代
类似的，门店、内容、销售等方面，都能用同样方式贴静态业务标签，发挥作用。
特别是处于在互联网流量垄断压迫下，处于弱势地位的传统企业。在无力对抗互联网巨头流量剥削的大背景下，努力苦练内功，加强内部管控，挖掘现有渠道与存量客户的价值，为在网上打价格战做好弹药准备，才是渡过难关的真正钥匙。
四、小结
综上可见，并不是说头腾阿美滴的技术不行，而是说：这些技术不见得是其他企业需要的。
回应这些常见的谬论：
- “我们数据多的很，就差分析了”——不！静态业务标签需要你们建设，不是分析出来的！
- “只要有个来自头腾阿的高级工程师就够了”——不！头腾阿又不用造商品，请来人家也不懂！
- “做数字化转型，就是得小步快跑做实验”——是得做，问题是你连目标都想不清楚，光知道傻乎乎投钱，能试出来个毛线。
#专栏作家#
接地气的陈老师，微信公众号：接地气学堂。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。
