易车画像标签建设与应用（一）

易车画像标签建设与应用（一）

作者介绍

@孙阳

曾就职于汽车之家和58同城；

目前就职于易车。

---

大家好，我叫孙阳，我来自于易车，目前是数据挖掘团队的负责人，今天给大家介绍一下，易车画像标签体系建设与实际的落地应用。

从我这个报告中，我想大家可以获得一些信息，因为用户画像是我牵头开始做的，所以大家可以从我这份报告当中了解到，它是从 0 到 1 的一个建设过程，以及从 1 到 N 的一个应用增长过程。

我今天主要给大家介绍几方面，一个是说我们为什么要做标签这件事情，然后是说我们标签是怎么做的，具体技术是如何实现，最后是说应用情况以及后续的一些规划。

00 为什么做画像？什么样的产品适合做画像？

我在这些方面做了一些项目总结，一个是说画像标签具有什么样的特征，我结合我的这些经验，做一个抽象性的总结。主要就是说对不同的主体从多种维度进行划分，然后能够更立体地展现主体全方位的特征。

画像标签适用的场景是什么？结合画像的特征，决定了标签在内容丰富的机器化运营产品中来使用。

那我们易车呢？易车是汽车类的垂直媒体，它拆解为几种标签，一个是互联网，一个是汽车，一个是媒体，一个是购车用户，那么在每一个维度下都具有数据量多，且内容丰富性的特征，所以说易车是具有做多样化运营场景的诉求，标签这样的事情就应运而生了。

01 标签目标

基于刚才已经讲了，标签做的目的又分为三个方面。

第一个是说我们要构建公司统一的画像标准体系，打破数据孤岛，激活数据价值，长效的驱动品牌增长。

为什么这么说呢？因为可能很多公司的数据其实需要一个统一的数据中台部门来整理，因为我们不是公司第一个做画像的，其实之前也有人在做画像，但是公司没有统一的数据中台，经常有人说做画像的同学，他们无法获取公司全方位的数据，这样它的价值就不能够特别强的体现。

但是，我们是基于我们公司统一的数据中台，统一的底层数据，在此基础之上可以激活这个数据价值。

第二个是说依托平台生态优势，构建画像标签体系，灵活地满足各类的运营、营销和分析的需求。这句话的重点是说后半句是运营、营销、分析的需求。

我们目前来说画像的话，需求业务方分为三种，营销的，运营的，还有分析的各种场景。像运营的话，不是只说产品运营，比如说内容运营，不管是算法团队，还是运营团队，我通常称它为运营的场景。

这个方面就是我们现在从 1 到 N 发展过程中，重点去发力的点。

第三个就是我们接下来要做的事情，建立数据和平台内容的互相反哺，包括我们标签体系，助力我们平台用户的活跃。

这个是我们演进的过程，其中的标签是从去年 4 月份开始做的，一年半的时间，我们目前已经产出了 1000+ 种种类的标签，在我们的核心事业部的核心产品中，核心的业务场景中，都有落地的应用。

这里介绍一下演进的过程，我们花了五个月时间来做第一版画像标签体系，主要用的是一些统计策略和一些机器学习方法，在今年年初的时候，在个位数的业务应用场景中进行落地应用。

现在来说的话，我们已经成倍增长，应用场景有 5 倍的增长。同时，我们应用了机器学习，还有 NLP，最近也在应用图像处理相关的技术。

02 标签体系

刚才有好多同学在问，标签体系要怎么建，因为我是从 0 到 1 开始做这件事情，所以我非常清楚的知道标签体系要怎么建。

在建之初的时候，需要拆解公司的商业模式，你只有清楚的知道商业模式是什么，你才能知道标签体系要怎么建，然后怎么建才合理。

所以，我给大家介绍一下，在拆解公司的商业模式的时候，需要用哪些模型。

上图是一个典型的商业画布的模型，我给大家简单介绍一下，就可以了解到，你公司的诉求是什么。

在商业画布模型中，首先知道你的产品针对的客户是谁，然后给这些客户提供了什么样的价值主张。

针对这些客户，通过哪些渠道去触达，就是说你的价值主张通过哪些渠道去触达给这些用户。触达到了用户以后，你又怎么去维系客户的关系。

针对你的价值主张，你提供了什么关键的业务和核心资源，你的关键业务和核心资源是通过哪些重要的合作伙伴来支撑的，在整个商业模式中，成本结构是什么？主要的收入来源是什么？

通过这几个方面就能够非常清晰地拆解出你的商业模式，以及包含哪些部门。

接下来拆解易车的商业模式，我们主要针对的客户群体是购车用户，我们给他们提供的价值主张就是看车、选车、买车三个方面的内容。

基于这个价值主张，我们提供了什么关键业务，一种是车型库，跟车相关的所有的信息；一种是媒体，因为我们是汽车类垂直媒体，我们会有跟车相关的很多媒体资讯信息；还有一种是经销商，我们要对接一些经销商，如果用户有买车的诉求，他会跟经销商进行直接的联系。

所以我们的收入模式分为两种，最主要的就是经销商付费，其次就是销售的广告。整个模式是比较传统的商业模式。

因此，我们能看出它是一个漏斗，整个漏斗来说，第一层就是引导到经销商，让用户与经销商进行联系。

由此可以说核心 KPI 就包含两个方面，第一方面是做整个产品的活跃和留存，第二方面是做线索。

基于 KPI 和关键业务说咨询、经销商，就能够拆出每一个阶段我们主要做的是什么。

针对于活跃和留存，引入关键 KPI ，与我们的关键业务结合后，就能拆解出主要做的标签分别为，人的维度就是用户端，车的维度，内容维度的标签体系。这样的话就满足 MECE 原则，可以彼此独立的去做这三方面的拆解。

但对于线索层面，它的内容比较薄，但比较丰富，所以我们说的链路流程就是潜客、留资、促到店，这个就是线索最关心的 KPI，这个核心 KPI 的链路，基于每个链路我们提供相应的一些标签进行辅助，这个是标签怎么建。

讲完怎么建以后，现在就是说，我们的标签架构分为人、车、内容三个方面。三个方面中，目前来说是有 1000+ 种类的标签，然后标签的数量已经上万了。

对于人的维度，我具体的展开一下，因为人的维度是我们目前做的内容最丰富的。然后内容层面的话，是正在要做并逐渐要丰富的东西。

人的维度呢？逻辑拆解的话，其实大的来分的话就是两方面，第一方面是指用户的信息，第二方面是跟产品相关的标签。那跟人的信息，就会包含用户的属性、用户的车辆属性、用户的设备网络、用户的地理位置、还有用户的购车意向等等标签。

每一个下面都可以再进行具体的拆解，在此就不详细说了。跟产品相挂钩的，就是几个方面，第一个是用户行为侧的，第二个是用户偏好侧的，这是两个最大方面。

因为用户在产品中不断的产生行为告诉自己的偏好，那对于行为侧的话，你要去跟拆解业务线。

像我们这边是媒体公司，媒体公司的话内容会非常丰富，所以在用户行为侧，我们第二个层级拆的就包含是说我们的内容消费、内容生产、工具消费拆三大类，然后这三大类，每一个下面再去提取、细拆，细拆出来的多样性就比较强了，这时候就要根据业务的诉求，然后进行相应的拆解。

像用户的偏好方面的话，也是两方面，一个是做车，一个是做内容。

关于偏好，这两方面怎么样去做？

车方面的话，因为我们有标准这种车型库，所以其实能够基于这个车型库，能做的非常多，比如说像用户的车辆的级别偏好、品牌偏好、车型偏好、车系偏好、配置偏好、价格偏好，还有品牌形象偏好等等标签。

对于内容维度的偏好，其实维度很丰富。目前，有一些人工运营团队对这些内容进行打标签。

另一层面就是内容要做的事情，我们要把所有的内容包含文章、视频、图片，这些所有的内容全都打上相应的标签。

如果打上相应的标签，就会有一个链路的过程，首先你要做的是识别内容，基于内容再相应的分类，然后按内容的质量、内容的情感等等依次递进，每个递进里面都包含相应的具体内容，就不展开说了。这里面讲的是我们人、车、内容三个维度相关的标签。

我们在做整个标签的时候，你可能看到的是闭环，但是实际来说，它必须有一个链路的闭环架构，只有这样，你才知道要朝哪个方向去做。

对于车生态来说，我们主要包含的是看车、选车、买车、用车、换车这 5 个大链路。其中，我们公司提供的是看车、选车，也就是前链路过程。买车，我们只做买车的一半儿。

我们标签的重点做的是前链路。我们的标签现在已经越来越丰富，我们业务方也想要拓展后链路，我们要基于业务方的布局，提前去预判或者了解业务后面要做的东西，把后链路的标签带进去补充，这样的话整个链路的标签都能够打通。也就是说，业务场景需要的时候就可以提供相应的标签。这就是我们整个的标签体系。

未完待续……敬请关注《易车画像标签建设与应用（二）》