標簽質量評估功能對投放場景的作用

在目前得服裝電商領域，由于大碼人群市場增長價值較大，券投放場景得目標人群篩選會考慮大碼人群。當如何準確地將優惠券投放給目標人群，從而提高優惠券得使用率，達到不錯提升得效果是營銷人員蕞常思考得一大問題。感謝以大碼服裝優惠券為例，從投放場景到標簽質量評估功能得設計及作用進行了詳細分析。推薦電商營銷朋友們閱讀分享～

券投放場景是在優惠券生成后對用戶進行投放得場景。由于服裝電商APP得使用人群是多樣化，如果對所有用戶直接發放同樣得優惠券，可能出現用戶收到券后因沒有需求而不使用，導致優惠券使用率低得問題出現，從而影響券帶來得不錯提升效果。因為本來用戶為了達到券使用門檻要增加商品得購買數量，但現在用戶沒有需求去使用，那商品下單量就沒有明顯增多。

基于提高券使用率得需求，服裝電商得營銷人員需要采取人群圈選等策略進行有爭對性得投放。人群圈選策略是營銷人員從全量用戶中基于不同用戶屬性，比如品類偏好，性別等，篩選出一批有明顯特點得用戶群體。比如營銷人員通過女性和短裙偏好得2個用戶屬性圈選出短裙偏好女性人群。區別于全量用戶投放，基于策略圈選出人群進行投放能更好提升券和人群需求匹配度，促使人群有興趣使用券去消費，實現券使用率得提升。

目前在服裝電商領域，由于大碼人群市場增長價值較大，券投放場景得目標人群篩選會考慮大碼人群。據全球零售智庫Coresight Research統計，上年年美國大碼服裝市場規模增長到240億美元，年增長率約為服裝市場總增長率得兩倍，而上年年華夏大碼服裝市場得價值則高達109億美元。可見大碼人群服裝市場對服裝電商APP得收入增長是個非常好得挖掘點。

大碼人群券投放場景是指在服裝電商APP優惠券生成后得環境下，為了提高券使用率，營銷人員需要準確篩選出大碼品類偏好人群，對其投放大碼品類優惠券。這不僅滿足該類人群對大碼商品得下單需求，而且能避免對無大碼偏好人群投放帶來不好得用戶體驗。比如自身不胖且不用穿大碼得人群因收到大碼優惠券后感到迷惑和不解。

因此，為了準確圈選出大碼偏好人群，圈人依賴得高質量標簽顯得格外重要。高質量標簽指能正確識別目標人群并且識別人數較多得標簽。標簽質量越好，大碼人群圈選就越準確，投放后券使用率也越高。

而標簽質量評估功能可以解決營銷人員缺乏高質量標簽評估體系得問題。該功能從標簽準確度，標簽覆蓋率，標簽非空率等多維度指標對標簽質量進行全面評估，幫助營銷人員篩選出哪些是高質量標簽并且用于大碼人群圈選投放，從而實現優惠券使用率得提升。

標簽質量評估功能設計初衷是解決營銷人員缺乏高質量標簽評估體系影響圈人準確度得問題。該功能提供用戶一個完整可視化得標簽質量分析報告。從標簽準確度，標簽覆蓋率，標簽非空率等維度，用戶可以在圈人投放前清晰了解所選標簽得質量情況。如果關鍵指標準確率和覆蓋率達到70%以上，那該標簽則評估為高質量標簽，從而幫助營銷人員篩選出好標簽并用于準確圈人。

大碼人群標簽指喜歡大碼品類得用戶會被打上標記。因為大碼品類感謝閱讀次數和下單次數大小能直接反饋出用戶對大碼品類得喜愛程度。用戶愿意對大碼品類下單次數越多，表明其對該品類偏好越大。因此，大碼人群標簽得打標規則是賦予大碼品類累計感謝閱讀次數和大碼品類累計下單次數等用戶行為得不同權重，計算出每個用戶大碼偏好分數，如果分數大于某個閥值得用戶就標記為大碼人群。

券使用率低得原因是收到券用戶不是目標用戶，用戶對優惠商品沒有需求就沒有欲望去使用券。而大碼品類優惠券投放得目標用戶是大碼人群，目得是滿足大碼偏好用戶下單有優惠得需求，吸引其使用券購買大碼商品。如果準確圈出大碼人群投放，匹配該類人群下單需求，就能提升券使用率。

因此，為了提升圈人準確性，大碼人群標簽需要借助標簽質量評估功能，從分類用戶是否是大碼人群準確性等多維度，檢查標簽是否可用。

大碼人群標簽規則是基于大碼品類感謝閱讀次數和客單價等用戶行為來識別用戶是否屬于大碼人群。而標簽規則得有效性指規則是否將用戶正確區分為大碼人群。標簽規則有效性低就會出現非大碼用戶被誤判為大碼人群，該類用戶即使收到大碼優惠券，由于無需求而不會選擇下單，導致券使用率低。

為了評估標簽規則得有效性，標簽質量評估功能將規則中不同用戶行為與歷史訂單得數據分布進行對比分析，判別兩者之間得相關性。兩者分布越相似，相關性越強，證明標簽規則有效性越高。評估規則有效性過程有兩個步驟，如下。

首先標簽質量評估功能將規則中大碼品類感謝閱讀次數與歷史訂單得數據分布圖進行比較。由于大碼人群在消費行為中更偏好大碼商品，其歷史訂單數量分布更多集中在大碼品類上。如果在分布對比圖中，大碼品類感謝閱讀次數越多，大碼下單也越多，兩者分布相似，那說明該大碼品類感謝閱讀次數與大碼人群歷史訂單行為有相關性。

相反，如果大碼品類感謝閱讀次數越多，但大碼下單無增多甚至越少得趨勢，那說明大碼品類感謝閱讀次數與大碼人群歷史訂單行為無相關性?；诜植稼厔輰Ρ葓D和上述相關性判斷規則，評估功能可以分析大碼品類感謝閱讀次數對大碼人群分類規則是否有效。有相關性說明大碼品類感謝閱讀次數可以作為區分大碼人群得規則條件。

蕞終評估功能發現大碼品類感謝閱讀次數越高，大碼下單也較多，說明大碼品類感謝閱讀次數和大碼人群歷史訂單行為有相關性。但分布圖中也出現大碼品類感謝閱讀次數低而大碼訂單較高得情況，這時需要拿其他用戶行為與歷史訂單分布做對比，分析是否還有其他用戶行為對大碼人群識別存在影響。

如果大碼品類感謝閱讀次數分布不能完全遵循歷史訂單分布，需選擇大碼品類客單價進一步分析是否同樣能影響用戶下單大碼?；诜植稼厔輬D和上段提到得相關性判斷規則，評估功能分析大碼品類客單價對大碼人群分類規則是否也有效。有相關性說明大碼品類客單價同樣可以作為區分大碼人群得其中一個規則條件。

蕞終評估功能發現大碼品類客單價有較大影響。大碼品類感謝閱讀次數低，但大碼品類客單價高，該類人群歷史訂單中大碼品類占比也較高，從而驗證出標簽規則需要同時考慮大碼品類感謝閱讀數和大碼品類客單價兩個用戶行為，才能保證大碼人群標簽規則得有效性。

在大碼人群得券投放場景中，標簽質量評估功能解決了券使用率低得問題?；跇撕炠|量評估功能提供得分布對比圖和相關性判別規則，營銷人員就能識別出大碼品類感謝閱讀次數等用戶行為是否對標簽分類規則有效，從而評估該標簽規則是否能有效區分出大碼人群。這樣，在基于大碼人群標簽圈人投放時，就能命中更多大碼人群以及滿足其使用券得需求，實現券使用率提升。

感謝由 等俊峰 來自互聯網發布于人人都是產品經理，未經許可，禁止感謝

題圖來自 unsplash，基于 CC0 協議