一、整体架构（分 5 层）
用户行为层 → 数据采集层 → 标签引擎层 → 应用层 → 决策层
二、① 用户行为层（Tag 来源）
收集标签的来源，不是直接给标签，而是收集“信号”。
1）用户行为数据
- 访问页面
- 搜索关键词
- 停留时间
- 点击按钮
- 加入购物车
- 咨询客服
- 下载资料
2）用户基础属性
- 国家 / 城市
- 语言
- 设备类型
- 行业
- 企业规模
3）用户意图数据
- 搜索词
- 聊天内容
- 表单内容
- 浏览路径
三、② 数据采集层（如何收集）
技术来源
- 网站埋点
- 表单系统
- AI 聊天机器人
- CRM
- 第三方广告平台
常见工具
- 网站分析
- 会话记录
- CRM 事件流
四、③ 标签引擎层（核心）
这是整个系统最关键的部分。
1）标签分类（推荐结构）
A. 基础属性标签（静态）
- 国家
- 行业
- 职位
- 公司规模
B. 行为标签（动态）
- 访问频次
- 页面深度
- 是否询价
- 是否留资
C. 意图标签（AI 判断）
- 高意向采购
- 比价阶段
- 技术调研
- 品牌了解
D. 价值标签
- 潜在客户
- 高价值客户
- 普通访客
- 流失客户
2）标签示例
用户标签示例：
– 美国用户
– 电动牙刷采购
– 批发商
– 高意向
– B2B买家
– 重复访问
– 美国用户
– 电动牙刷采购
– 批发商
– 高意向
– B2B买家
– 重复访问
五、④ 标签生成方式（核心能力）
1）规则型标签
如果用户访问 ≥ 3 次产品页 → 标记为“潜在客户”
2）AI 语义标签（重点）
AI 从：
- 搜索词
- 聊天记录
- 表单内容
自动生成标签，比如：
“Looking for bulk electric toothbrush supplier”
→ 批发采购 / B2B / 高意向
→ 批发采购 / B2B / 高意向
六、⑤ 标签应用层（怎么用）
1）网站内容个性化
- 不同人看到不同内容
- 推荐不同产品
2）营销自动化
- 自动分组
- 自动推送
- 自动邮件
3）销售优先级
- 高意向优先跟进
- 低意向自动培育
七、标签库结构（示例）
{
“user_id”: “123”,
“tags”: {
“region”: “USA”,
“industry”: “Dental”,
“role”: “Buyer”,
“intent”: “Wholesale”,
“value”: “High”,
“status”: “Active”
}
}
“user_id”: “123”,
“tags”: {
“region”: “USA”,
“industry”: “Dental”,
“role”: “Buyer”,
“intent”: “Wholesale”,
“value”: “High”,
“status”: “Active”
}
}
八、AI 自动打标签 Prompt（可直接用）
你是一个用户标签引擎。
根据以下用户行为和对话内容，输出用户标签：
– 行业
– 角色
– 购买意图
– 价值等级
– 需求类型
根据以下用户行为和对话内容，输出用户标签：
– 行业
– 角色
– 购买意图
– 价值等级
– 需求类型
用户数据：
{用户行为 + 对话}
九、整体效果
最终你会得到：
- 精准用户画像
- 自动客户分层
- 高转化营销
- AI 驱动销售系统
如果你愿意，我可以继续帮你：
✅ 设计完整数据库结构
✅ 设计 AI 标签算法逻辑
✅ 设计电动牙刷行业标签体系
✅ 设计网站 + AI + CRM 一体化方案
✅ 输出可直接开发的技术文档
可直接落地的「网站标签系统架构」，适合做 AI 客服 + 官网 + CRM + 营销自动化 一体化。
重点是：让网站自动识别人、自动打标签、自动分层、自动运营。
🏗 一、整体架构总览（核心）
用户进入网站
↓
行为采集（浏览/点击/停留/对话）
↓
AI 理解 & 规则引擎
↓
标签系统（实时更新）
↓
用户画像（分层）
↓
CRM / AI客服 / 营销自动化
↓
行为采集（浏览/点击/停留/对话）
↓
AI 理解 & 规则引擎
↓
标签系统（实时更新）
↓
用户画像（分层）
↓
CRM / AI客服 / 营销自动化
🧩 二、标签系统的 5 层结构（最重要）
① 用户层（Who）
– 访客ID（匿名）
– 登录用户ID
– 国家 / 语言
– 设备类型
– 登录用户ID
– 国家 / 语言
– 设备类型
📌 即使不登录，也要打标签（Cookie / 指纹）
② 行为层（What they do）
– 浏览产品
– 停留时长
– 点击价格
– 打开聊天
– 提交表单
– 停留时长
– 点击价格
– 打开聊天
– 提交表单
📌 用于判断兴趣和意向
③ 意图层（Why）
– 浏览型
– 比价型
– 采购型
– OEM定制
– 咨询售后
– 比价型
– 采购型
– OEM定制
– 咨询售后
📌 通过 AI 分析对话 + 行为
④ 身份层（Who they are）
– 消费者
– 批发商
– 代理商
– 牙医
– 品牌商
– 批发商
– 代理商
– 牙医
– 品牌商
📌 这是商业价值最高的标签
⑤ 价值层（How valuable）
– 高价值
– 潜在客户
– 普通访客
– 无效流量
– 潜在客户
– 普通访客
– 无效流量
📌 决定销售是否介入
⚙️ 三、标签生成方式（核心逻辑）
1️⃣ 行为触发标签（自动）
浏览批发页 → B2B
点击MOQ → 批发意图
下载目录 → 高意向
点击MOQ → 批发意图
下载目录 → 高意向
2️⃣ AI 对话生成标签
用户说：能贴牌吗？
→ 打标签：OEM
→ 打标签：OEM
3️⃣ 规则引擎（关键）
IF 浏览 > 3 个产品 AND 咨询价格
→ 高意向
→ 高意向
🧠 四、实时标签引擎（核心模块）
输入：行为 + 对话
↓
AI 分析
↓
规则引擎
↓
更新用户标签
↓
AI 分析
↓
规则引擎
↓
更新用户标签
📌 标签不是一次性，是实时更新
🗄 五、数据存储结构（推荐）
{
“user_id”: “U1001”,
“tags”: {
“role”: [“wholesaler”],
“intent”: [“bulk”, “OEM”],
“interest”: [“adult toothbrush”],
“value”: “high”
},
“updated_at”: “2026-04-11”
}
“user_id”: “U1001”,
“tags”: {
“role”: [“wholesaler”],
“intent”: [“bulk”, “OEM”],
“interest”: [“adult toothbrush”],
“value”: “high”
},
“updated_at”: “2026-04-11”
}
🔄 六、标签驱动什么？
1️⃣ 驱动 AI 客服
- 批发商 → 给 MOQ / 价格
- 家长 → 强调安全
- 牙医 → 强调专业
2️⃣ 驱动页面内容
- B2B → 展示批发信息
- C端 → 展示零售购买
3️⃣ 驱动 CRM
- 高价值 → 推销售
- 普通用户 → 自动跟进
🚀 七、一个完整用户旅程示例
访客 → 浏览产品 → 咨询价格
→ AI识别B2B
→ 自动打标签
→ 推送CRM
→ 销售跟进
→ AI识别B2B
→ 自动打标签
→ 推送CRM
→ 销售跟进
🏆 最终效果
- 网站自己识别人
- 自动分类客户
- AI 话术自动变化
- 销售只处理高价值客户
如果你愿意，我可以继续帮你：
- 🧠 画 完整系统架构图
- 📊 设计 标签数据库表结构
- 🤖 给你 AI客服 + 标签联动规则
- 🔌 设计 API接口方案