建立一個完整的標籤體系需要注重四點：瞭解標籤的獲得形式；清楚業務形態，以商業目的出發，彙集標籤；對標籤池進行分類和定義；標籤的維護。

圖 1 如何建立一個完整的標籤體系

1.瞭解標籤的獲得形式

圖 2 瞭解標籤的獲得形式

首先我們都知道標籤本身會有很多分類，但是從它的實現規則來看，大致可以分成以下幾類：

（1）基於統計類的標籤

顧名思義，這類標籤是可以從用戶註冊、用戶訪問、消費類數據中統計得出，是最為基礎的標籤類型，例如，性別、城市、App 使用時長、周均啟動次數、月均消費金額等字段構成了用戶畫像的基礎。

（2）基於規則類的標籤

該類標籤基於用戶行為及確定的規則產生，在實際開發標籤過程中,該類標籤的規則由運營人員和數據人員共同協商確定。如，距今 90 天內交易次數 > 3，是“交易活躍”標籤的定義和口徑；連續 12 個月內飛行航段 > 20 ，是“常旅客”標籤的定義和口徑。

（3）基於挖掘類的標籤

該類標籤為概率模型，概率是介於 0~1 之間的數值，需要通過算法挖掘產生。例如，根據一個用戶的行為習慣判斷是男性還是女性，根據一個用戶的消費習慣判斷其對某商品的偏好程度。

需要注意的是數據源的梳理和基礎規則的應用是應用挖掘類標籤的前提。如果企業的數據源沒有做規則，基礎沒打好，挖掘類標籤可以暫時不考慮。因為建立規則彷彿在搭建一個小階梯，如果這個階梯搭好，證明你的數據質量和存在應用提升空間，你再往上提一階是比較合理的方式，因為這裡會涉及到成本的投入和人員的應用能力，這是個循序漸進的過程，包括我們給客戶服務的時候都會給他強調存在階梯式遞進的過程。

另外，圖中的用戶自然屬性、用戶交易數據、用戶資產數據、用戶行為特徵、第三方來源數據是基於數據源或具體的業務場景做的標籤分類，事實上，最終呈現的標籤，一般都是以業務視角的，標籤與應用場景，以及統計的屬性源會都有關聯。之所以這樣做，是因為這樣的標籤是以用戶視角定義的，讓用的人知道這個標籤代表了什麼含義，而不是瞭解通過什麼方式抽取的。所以，我們真正給客戶梳理標籤的時候大多都是基於用戶視角梳理。

2.清楚業務形態，以商業目的出發，彙集標籤

圖 3 還原業務流程

用戶畫像首先是基於業務模型的。業務部門連業務模型都沒有想好，數據部門只能巧婦難為無米之炊。但是數據部門也需要注意不能閉門造車，這其實跟做產品一樣，連用戶需求都沒有理解透徹，匆匆忙忙上線一個 APP，結果往往是無人問津。因此，企業構建標籤的第一個步驟為熟悉業務。

事實上，我們在給客戶做諮詢的時候，有的客戶剛開始會認為我們沒有做過他的業務，並不清楚其業務形態，無法精準的梳理標籤體系，但是，很快他們就會打消這個念頭。因為我們做諮詢的人會有一個體系化、方法論和遷移能力。

例如，我在進入互金行業之前是做遊戲行業的，但在兩個月之內我對互金產品體驗和對這個行業的把握可以達到在這個行業做了三年都達不到的水平。為什麼呢？我會試用行業頭部所有的產品，去真的做投資，把它們的產品體驗和營銷策略梳理出來，並在這個過程中運用之前學到的體系和方法論對這個應用場景做調整，事實上，你會發現真正做諮詢和用戶本身對業務的理解是互相匹配的過程。做業務的人很可能對這塊業務相對熟悉的，但是他對怎麼把這套東西體系化和交付給其他人去應用會比較陌生。所以，這也是企業需要諮詢的價值。

（2）明確商業目的

圖 4 明確商業目的

這一步是需要明確標籤是用來幹什麼的。每個公司，甚至每個運營對標籤體系的設立都是非常不一樣的。比如企業要做個性化推薦，做關於物或人的興趣、偏好的標籤會比較有價值，但是如果企業要做用戶運營，做關於用戶的留存、活躍標籤會更有價值。所以標籤體系的建立最終是跟企業的商業目的強相關的。

（3）彙集標籤

圖 5 從策略推標籤

關於彙集標籤，需要結合企業的運營策略和應用場景，使用戶人群的定義歸結到原子層的標籤，考慮到涉及哪些數據源和標籤賦值的區分度，這些最終會成為企業標籤體系架構和標籤數據源的梳理原則。

3.標籤的分類與定義

圖 6 標籤的分類

上圖是一個相對通用的標籤體系架構，雖然並不一定適合每一家企業，但在梳理標籤和畫像時，這是一個很好的參考框架，通過這個框架給企業梳理業務場景和目標，再反向設計標籤，但是標籤的設計與應用一定要基於對業務和架構的理解。

這個框架實際上應用了分類的概念，它會涉及到標籤生成規則、所屬的標籤層級具體到屬性參數等，這些都會標註在系統裡。但是，神策數據給客戶諮詢，最終更多是結合應用場景給到客戶，如標籤歸屬在哪個層級，哪個業務體系，基本上是給具體應用的人看的最直接的標籤體系。

圖 7 標籤的定義

4.標籤的維護

標籤的維護往往是容易被忽視的重點。事實上，標籤也具有生命週期，從需求提出、到生成、到審批、到執行。

對於很多企業來說，生成一期標籤並不難，我們有很多客戶自己梳理了三四百或者上千的標籤，但是這些標籤被生成之後，並沒有明確的更新規則，更新規則包括：標籤更新週期，如實時更新、每月更新等；標籤更新維度，在什麼情況下觸發對具體用戶的更新，如什麼情況下更新某類用戶的風險評級；標籤更新權限，如哪些人可以更新這個標籤庫；無用標籤的淘汰，如標籤庫內只會使用到 60 個標籤，但是標籤庫中有 90 個標籤，其中有很多無效標籤佔用資源等。所以標籤維護是非常重要和系統的工程。

但是，很多企業沒有意識到這一點，或者意識到了卻最終不了了之。這裡打個廣告，神策數據的標籤系統會提供任務監控和審批管理，每天定時更新標籤的最新情況，還有具體的管理界面。

圖 8 標籤的維護

以上就是構建標籤體系的幾個關鍵點，事實上好的標籤設計應具備以下特徵：

圖 9 標籤設計特徵

我還想強調一點，企業應該以終為始，用業務需求倒推標籤設計，而不是有什麼樣的數據就生成什麼樣的標籤非常重要，這兩個思路的本質差異是企業是以目的為導向，還是以系統為導向，如果只是以系統為導向，很難做出有價值的產物，所以我們非常強調業務部門和技術部門的互動，生成標籤不只與 IT 部門有關，還於業務使用場景強相關，關於標籤體系的構建我做了一個總結，如下圖：

圖 10 完整的標籤體系建立流程

溫馨提示：關注神策數據公眾號，回覆《標籤體系應用及設計思路》可獲得完整版PPT

關於神策數據

神策數據是專業的大數據分析平臺服務提供商，致力於幫助客戶實現數據驅動。公司圍繞用戶級大數據分析和管理需求，推出神策分析、神策客景、神策自動化運營、神策智能推薦等產品。神策分析是深度用戶行為分析平臺，支持私有化部署、基礎數據採集與建模，並作為 PaaS 平臺支持二次開發，同時還支持用戶精準分群，用戶標籤體系的構建；神策客景是基於行為數據的客戶全生命週期分析平臺，創造性將用戶行為數據融入客戶生命週期的管理與分析，實現客群健康度分析，流失預警等重要價值，並應用到企業服務、工具軟件等多個領域；神策自動化運營是基於分群標籤的全流程運營閉環分析系統，通過用戶精準分群、靈活創建並管理營銷活動計劃，一鍵執行計劃觸達用戶，並實時分析活動效果，真正形成自動化、精細化的運營閉環；神策智能推薦是基於用戶行為分析的全流程智能推薦系統，幫助企業實現對用戶“千人千面”的個性化內容推薦，改善用戶體驗，持續提升核心業務指標（如下圖）。

圖 15 神策產品及服務體系

此外，還提供大數據相關諮詢和完整解決方案。神策數據積累了中國銀聯、中國電信、百度視頻、百聯、萬達、小米、中郵消費金融、廣發證券、中原銀行、百信銀行、聚美優品、中商惠民、紛享銷客、Keep、36 氪、中青旅、平安壽險、鏈家、四川航空等 500 餘家付費企業用戶的服務和客戶成功經驗，為客戶全面提供指標梳理、數據模型搭建等專業的諮詢、實施和技術支持服務。

閱讀更多 神策數據 的文章

關鍵字: 標籤 完整 體系