自从我更新中台系列以来有很多键盘侠吐槽，中台和管理后台有什么区别？不了解的没有实战过的朋友真的会以为中台就是管理后台，非也，中台更接近于一种思想和设计理念，并且不是所有产品线的管理后台，而是对于所有产品线的一种赋能，就像乐高玩具，我的红色积块既可以搭汽车，又可以搭房子，中台的模块可以作为所有载体（或是产品）的一个组成部分，载体有根据市场和政策多方面因素会有一个生命周期，市场试错时会死亡或者生存，而中台的设计模块不会。由于大家还是觉得中台这东西太虚了太玄乎，本篇文章讲一些务实一点的内容——数据中台的标签建设。

本文作者：覃家二小姐，欢迎转载，转载请注明作者信息。

一、标签的解析

行为定义：

打标签是一种分类、提炼、总结对象（场景）显著特征的过程。

主要作用：

特征集合并关联打标签的对象，对分析对象生成画像，挖掘对象的价值。

标签系统两个视角：

一“化整为零”，每个标签都规定了我们观察、认识和描述对象的一个角度；

二“化零为整”，标签系统是一个整体，各个维度不孤立，并且标签之间有联系。构建合理的标签系统不是一次性工程，它需要不断地被业务滋养，被数据支撑。 

标签的生命周期

        一个标签生命周期为：建立归类》调整优化》运营变现》过时衰退，标签的从诞生到价值产生需要建模团队与运营团队的强强联合。标签虽说是个小功能，但其实可以是一个可以自成一体的系统，我们用“中台战略思想”去建设，它就是属于数据中台的一个最核心的模块，持续的提升模型和标签质量，让这些数据持续的产生价值，是数据中台最主要的工作之一。

        标签库的建立，在理想状态下可以无缝无感化，是一种自然而然的存在，系统不是做得越复杂越好的，将数据推送到标签库的功能按钮就要像FB的like按钮一样，无处不在，实时将数据要推送到渠道运营中，运营通过模型结合业务沉淀出目标客户进行营销变现。标签的建立看似很简单，实际上也涉及多种规则，我们应该决定哪些符号放进标签系统（如数字/字符串/文字），结构化几层？呈现形式：图标型？文本型？决定哪些符号能够放进标签系统（如数字/字符串/文字），长度是否限制，单选还是多选？标签规则取决于打标签的场景，场景取决于我们的业务，通过业务沉淀优化我们的标签规范以及质与量，根据标签性质的不同，在这里我暂且分为系统级标签和自定义标签，系统级标签有可能是我们的对象字段，比如一个客户，对于这个“客户”的对象，他的属性字段可能有男女，可能是用户自己自填的信息，也可能是手工去维护的，可以把性别属性字段作为标签管理，或者是自己新增的用来营销的标签，这个标签由专门的人员固定起来，属于限定死且有规范的标签，使用者不能修改，用作营销和行为分析等等；自定义标签为模糊的，针对于用户个性化的要求。

对于标签的一个概念框架如图所示：

标签系统解析

二、标签的管理机制

标签应该作为单独的对象去进行管理，机制注意几个方面

（1）标签的规则和源信息维护

标签相关的规则和元信息要尽可能的暴露给使用者，让使用者在使用的时候，能清楚知道标签的规则是什么、创建者是谁、维护者是谁、标签的更新频率周期等，而不是没有规则，或者将规则存在标签建设团队内部的一个 word 文档中。

（2）调度机制及信息同步

标签之间有一些关联，标签之间的链条断裂，是否有个调度机制或者信息同步机制让大家的工作不被影响。

（3）高效统一的输出接口

将所有的业务信息和用户数据信息汇总在一起，有统一的输出接口，改变之前需要针对不同的业务系统开发不同接口的情况。

（4）标签库迭代管理

明确好标签库中标签的结构，分类，归属，由于大量的泛数据，需要有良好的搜索筛选：按照字母、时间，结构顺序排列术语，有一个固定的更新频率：时常调整标签库，删除重复项。

三、标签系统常见问题

根据我的收集调研以及自身的工作经历，发现标签系统常遇到的几个问题：

1、大多数标签情况都是静态标签，运营者手动打标签维护庞大的对象数量，使用标签者寥寥无几，标签系统终究成为摆设。

==》实现自动取数、打标签，配置一套触发规则，建设“预测型标签”，用动态标签取代传统人工标记

2、标签库量巨大，没有规范，影响搜索、分析性能

==》限定标签的创建规范，定期清理语言模糊的标签（同义词、同音词等），事先规划，防止新增标签破坏当前标签系统，根据自身业务进行标签规划：构建的标签系统可以分为三类：基础标签，模型标签，预测标签三类。其中基础标签是模型标签和预测类标签的基础，模型标签通过“模型+规则”统计分析得到模型标签，预测标签通过模型预测得到。所以可以对标签进行结构化，第一层为基础标签，第二层为模型标签，第三层为预测标签。

标签系统的数据转化，载自网图

3、标签对象限定不灵活，标签不通用需要重复建设，产生了大量维护成本

==》采取灵活的贴标签方式，标签与对象呈现多对多的关系，这也是中台化的原因之一，让标签覆盖大而全

4、标签不整合为有效的数据标记，不对标签进行调整和优化导致标签质量差

==》通过标签迭代过程去优化自身的标签质量，基本的标签策略迭代验证流程：假设-测试-验证-定义，对现有的标签形成的一个个用户画像，提炼出每个标签的用户群，自下而上提炼出目标用户人群，制订营销方案进行营销，验证效果，效果不佳，重新定义和迭代我们的标签库，调整用户画像。

标签策略迭代验证流程，载自网图

四、标签系统提升方面

标签库建设需要考虑检索、实时、簇群、性能四个方面：

（1）检索：标签多意味着检索效率低，业务员习惯于就访问自己关注的那几个标签，个性的标签确保灵活性。

（2）实时：用户的兴趣有短和长之分，很多用户的打标签往往是瞬时的产物，其实跟长期的偏好关系不大。业务人员可以将整个场景封装成一个动态标签，动态标签的管理模式跟静态标签完全一致，这样标签库就可以把场景知识也沉淀下来，虽然在营销的时候技术实现不同，但对于用户来说是透明的，这有助于实时营销的普及及推广。

（3）簇群：每个用户都处于一个特定群体中，我们的世界实际是被各种社交网络包围着的，结合业务实际突破了原有以用户为核心的标签管理方式，打造簇群这种新的标签体系，这样可以大幅提升客群管理效率和生成效率，比如营销家庭产品肯定更关注户主，因此就需要家庭标签，而不是个人标签。

（4）性能：标签库特别关注两种性能，一个是实时计算能力，一种是实时查询能力，前者解决标签组合计算生成客户群的效率问题，比如10个标签组合关联得到目标用户群，你得在极短的时间生成，后者解决的是实时统计的问题，因为业务人员需要基于实际数据量调整策略。

---

某些网图未知出处，侵权联删

参考文献：

http://www.woshipm.com/pd/2223018.html/comment-page-1

​

​