⼀、标签体系概览
01 什么是对象
02 什么是标签？
标签是⼈为设定的、根据业务场景需求，对⽬标对象运⽤⼀定的算法得到的⾼度精炼的特征标识。
标签是对对象某个维度特征的描述与刻画，是某⼀种⽤户特征的符号表⽰，每⼀种标签都规定了我们观察认识描述对象的⼀个⾓度，⽤于对象的标注、刻画、分类和特征提取。
现实世界中标签还有三种表现形态：实物标签、⽹络标签和电⼦标签。
实物标签(Label)是⽤于标明物品的品名、重量、体积、⽤途等信息的简要标牌，例如：商品标签、价格标签、车检标签、服装吊牌、车票、登机牌都是实物标签；
⽹络标签(Tag)是⼀种互联⽹内容组织⽅式，是相关性很强的关键字，它能帮助⼈们通过关键词快速建⽴对内容总体印象；
电⼦标签⼜称RFID射频标签(Label)，是⼀种识别效率和准确度都⽐较⾼的识别⼯具，通过射频信号⾃动识别⽬标对象并获取相关数据，识别⼯作⽆须⼈⼯⼲预，可⼯作于各种恶劣环境。 ⽤户画像⾥的标签，实际上属于⽹络标签(Tag)。
03 什么是标签体系？
所谓标签体系，就是对企业需要的多种标签进⾏归类、同时对标签属性加以定义，从⽽更⽅便的对标签进⾏管理维护。
标签体系包含两部分（标签分类体系即标签类⽬+标签内容信息），最好能通过标签系统来维护。也可按描述对象分类。
04 ⽤户标签体系
标签类⽬，分类⽅式很多，建议采⽤按业务场景的分类⽅式。
以下是电商场景的标签类⽬（最底层分类笔者只是象征性写了⼏个能说明问题就好）。个⼈觉得阿⾥达摩盘的分类更好些，因为赵宏⽥⽼师的分类违背了不丢不重的基本分类原则：
标签内容信息，也叫标签属性，是从多个不同⾓度对标签进⾏描述。
05 商品标签体系
按照应⽤场景区分，商品标签分为基础属性、交互⾏为、适配场景、供应链属性、商品价值等。
06 什么是⽤户画像
⽤户画像，即⽤户信息标签化，通过收集⽤户的社会属性、消费习惯、偏好特征等各个维度的数据，进⽽对⽤户或者产品特征属性进⾏刻画，并对这些特征进⾏分析、统计，挖掘潜在价值信息，从⽽抽象出⽤户的信息全貌。
⽤户画像可看作企业应⽤⼤数据的根基，是定向⼴告投放与个性化推荐的前置条件，为数据驱动运营奠定了基础。由此看来，如何从海量数据中挖掘出有价值的信息越发重要。
笔者觉得，⽤户画像就是在⽤户标签的基础上进⾏组合提炼，来刻画描述⽤户体，以便更清晰的了解⽤户，从⽽投其所好。毕竟⽤户才是⾦主爸爸。
07 标签体系的应⽤场景
DMP、CDP
CRM应该听的⽐较多，就是客户关系管理系统（Customer Relationship Management）。
DMP就⽐较少的⼈听说了，是数据管理系统（Data Management Platform），对应的前台应⽤叫DSP，⼴告精准投放平台（Demand-Side Platform ）。
CDP最近倒是挺⽕的，是客户数据平台（customer data platform）。水粉盒
以下是摘要：
CRM，它应该是企业的核⼼客户的系统，是以交易ID或者Leads ID定义数据的系统，存放的主要是“井⽔不犯河⽔”时代的那些客户的静态数据。
DMP，它应该是以⼴告投放管理，尤其是程序化⼴告投放管理为核⼼⽬的的受众数据系统。破窗器原理
CDP，它应该是⽀持流量运营、⽤户运营、客户运营、潜在客户运营的⼈细分的数据系统。
DMP的核⼼思想，是记录每⼀个个体消费者在不同营销触点上的“交互痕迹”，基于这些痕迹，区分不同消费者的特征，并对不同特征的消费者体提供针对性营销策略或是输出这些⼈作为细分受众给其他营销执⾏机构。
干涉光刻因此，它具有⼏个核⼼特征：
它能够收集不同营销触点上的数据，如果有遇到不能收集的营销触点的情况，也应该能够整合别⼈收集的数据；
它能够通过这些数据，建⽴不同的消费者的特征，即建⽴消费者特征属性的标签；
它能够依据不同的消费者属性标签及消费者触点上的数据，将具有同样特征或数据的消费者筛选出来，并组合成特定受众⼈；
它能够分析特定⼈的触点数据和属性数据，并进⽽判断已经执⾏的营销决策是否合理，或是为即将执⾏的营销提供策略⽀持；
它能够将它⽣成的特定细分⼈及相关数据输出给营销执⾏机构实现相关⼈触达或投放。
上⾯的是标准意义上的DMP的意思。围绕⼈的数据，收集数据 - 整合数据 - 打标签 - ⼈细分为主 - 输出为策略/输出为⼈包 - 投放⽀持。
DMP的数据源可以是第⼀⽅⾃⼰的数据、也可以是合作企业的数据、也可以是购买的公开数据源或者数据市场⾥⾯的数据。
推荐系统紧急切断装置
⼀个推荐系统效果好与坏最基本的保障、最基础的是什么？如果让笔者来回答，⼀定是标签体系。这⾥说的标签主要是针对物料的，对于电商平台来说就是商品；对于⾳乐平台来说就是每⼀个⾸歌，对于新闻资讯平台来说就是每⼀条新闻。
下⼀篇要介绍的是⽤户画像，画像中那些⽤户实时变化的兴趣点⼤都也是来⾃于标签体系，依据⽤户长期和短期⾏为中对于物料搜索、点击、收藏、评论、转发等事件，将物料的标签传导到⽤户画像上，就构成了⽤户的实时画像和离线画像中的各个动态维度。
⽤户画像系统
所谓的⽤户画像系统，顾名思义，就是对⽤户进⾏⼀些画像……这句话好像啥信息量也没有。但说⽩了，其实就是对⽤户的特征进⾏提炼、进⾏复原。
功能上，其实主要分为两⼤系统，⼀部分是标签系统，⼀部分画像系统。⽤户标签是整个系统的数据基础，是链接标签系统和画像系统的桥梁。除此之外，也包括⼀些⼈管理等外围系统功能。
所谓标签系统，就是利⽤企业⾃由数据、第三⽅数据、采购数据等等，对⾃有的⽤户进⾏打标签的处理。标签系统既可以⾃主⽣成标签，也可以对标签进⾏有序管理维护。
所谓画像系统，就是利⽤标签，进⾏的可视化分析及各类应⽤的落地。简单的，可以是⼀些统计分析；复杂的，可以是⼈的各维度的透视。
数据中台
在众多的数据中台的解决⽅案中，⼀个叫做“标签中⼼”或“标签体系”的应⽤，⼏乎成了数据中台的“标配”。
数据中台是数据+技术+产品+组织的有机组合，是快、准、全、统、通的智能⼤数据体系。与数据仓库等传统数据⼯具相⽐，数据中台是⼀种新的理念，以“技术+业务”为双驱动，是企业开展新型运营的⼀个中枢系统。
因此，如果你将数据中台定位成⼀个存数据、管数据的技术平台，那或许有“分类体系”就可以了。如果你的数据中台定位的是企业数字化转型的运营中枢系统，要实现对前端业务的⽀持和赋能，那“标签体系”就是数据中台⼀个标配。原因前边介绍过，分类是⾃上⽽下的规划，侧重标准化，标签是⾃下⽽上的倒推，注重业务场景。
“数字转型，场景为王”，在“技术+业务”双驱模式的数据中台中，标签体系、数据萃取将助⼒企业运营转型升级。脱磁器
⼆、标签体系建设⽅法及质量评估标准
01 标签体系构建流程
标签体系构建原则
原则⼀：
因此最佳的处理⽅式是，我们应该放弃顶层的⽤户抽象视⾓，针对各业务线或部门的诉求和实际的应⽤场景，分别将标签聚类起来提供给相应部门。
原则⼆：
标签⽣成的⾃助化能够让沟通成本降最低
标签⽣成的⾃助化，可重复修改的规则，降低⽆效标签的堆积
释放数据团队⼈⼒，释放业务团队的想象⼒
原则三：
规则及元信息维护
电热淋浴器调度机制及信息同步
⾼效统⼀的输出接⼝
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议