标签分类的三种方式：按用途、按统计方式和按时效分类( 三 )_

R：如历史数据中80%的用户最近访问<90日为“近”，用户最近访问>=90日为“远”。
F：如历史交易订单量80%的用户订单量<10单为“低频”，订单量>=10单为“高频”。
M：如历史交易订单金额80%的用户交易金额<2000元为“低额”，交易金额>=2000元的为“高额”。

文章插图
客户类型可划分为：

重要价值客户：R↑ F↑ M↑，消费金额、消费频次大且最近有消费的用户，则为优质客户；可倾斜更多资源、提供VIP服务、专属客服通道、个性化服务
重要保持客户：R↓ F↑ M↑，消费金额和消费频次大，但最近无消费，需要唤回；可提供有用资源，通过续订或更新产品赢回他们
重要发展客户：R↑ F↓ M↑，消费金额大，且最近有交易，但消费频次不高，需要重点识别；可交叉销售，提供会员/忠诚计划，推荐其他产品
重要挽留客户：R↓ F↓ M↑，消费金额大，但消费频次不高且最近吴晓飞，此为最潜在有价值的客户，需要挽留；可采取push消息触达，回访等措施，来提高留存率
一般价值客户：R↑ F↑ M↓，消费频次高且最近有消费，但消费金额较小；需要进一步挖掘，向上销售更高价值的产品
一般保持客户：R↓ F↑ M↓，消费频次高，但最近无消费且消费金额较小；可向上销售更高价值的产品
一般发展客户：R↑ F↓ M↓，最近有消费，但消费频次及金额较小；可按消费类型推荐其感兴趣的产品
一般挽留客户：R↓ F↓ M↓，无消费的新用户；可开展活动，免费试用，提高客户兴趣，建立品牌认知度

3) 预测类标签
预测类标签，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。
预测类标签复杂度高、开发周期长、开发成本高，且需要算法工程师参与，通常此类标签的占比较少。
3. 按时效分类按时效分类，可分为静态标签、动态标签，方便业务人员在需求提出时做好时间维度的限制，同时方便开发人员在标签更新时，设置静态标签的更新时间更长，提升数据产出效率。
1）静态标签
静态标签通常用于描述固有属性，不随时间的变化而改变，如性别、身高、体重等。
2）动态标签
动态标签需要动态更新，来保持标签的有效性，如近7天购买次数、近30天加购次数等。
二、标签分级随着标签的增多，当标签数量发展到成百上千量级时，业务方要从中找一个标签就会十分困难。所以标签在建设初期就需要进行分级分类的管理，就像整理电脑文件夹一般，分类清晰的标签更便于查询使用。
标签常用的分级结构为：一级标签、二级标签、三级标签、四级……逐级往下分。

文章插图
注意：建设初期要注意的是层级不必生搬硬套、划分过细，根据标签建设实际情况划分即可。如果公司只有几十个标签，则划分至二级足矣，过细反而累赘。
草帽小子，数据产品经理一枚；用户画像、埋点、指标体系、BI、广告投放等系列作者；《大数据实践之路:数据中台+数据分析+产品应用》作者；“数据人创作组联盟”成员。
本文由@一个数据人的自留地原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议