大咖分享｜李志强：一文详解标签类目体系落地方法与建设价值

讲师介绍

李志强（莫奈），数澜科技资深数据专家，近10年大数据行业工作经验，先后参与过某大型股份制银行信用卡营销平台建设、时尚集团数据化平台建设项目、长虹数据中台项目等大型集团公司数字化项目，擅长企业标签体系设计，有丰富的大数据项目从0到1落地经验，具备DAMA数据治理工程师证书。

---

以下内容为莫奈分享内容整理而成

一、标签是什么？

1.1 标签是什么？

标签：指从原数据加工而来，能够直接为业务所用并产生业务价值的数据载体。从本质上讲，标签本身也是一种数据（或映射指向数据），它是对物理层数据信息项的业务化封装，是数据资产的一种良好组织形式，是一种概念、逻辑定义，因此标签必须是可阅读、易理解的，方便业务人员使用的。

1.2 标签可分为哪些类型？

分成三类：基础类，加工类和挖掘类

1、基础类：常见数据业务系统，通过数据平台、数据中台直接获取到一些数据，比如说年龄，地址，理财客户，或者是他的性别，这都是可以在小程序，或者通过用户注册的，可以直接得到的一些基础类信息。

2、加工类：逻辑类加工、衍生配置型加工
1）逻辑类可以进行加工的，逻辑加工型标签指在基础类数据上经过一系列的有规则的关联 、计算 、汇总等方式产生的数据。大多通过SQL语法规则获取，例如客户理财总额、客户存款日均、客户M1金额、客户AUM等等。
2）衍生配置型标签，指在基础类和逻辑加工类的数据基础之上，通过一系列规则配置而得到的标签数据，进行组合。比如基础类标签设置性别男，加工后的标签年龄大于18小于24。通过数据组合配置新的标签如在校大学生（数据纬度不够只是简单列举）。这类数据大多跟业务紧密相关，并且有业务人员随时随地深入参与，例如根据客户AUM值进行分段来标识客户潜力资产等级。

3、挖掘类：数据挖掘、文本挖掘
1）数据挖掘型标签主要通过运用和创新数据挖掘分类、聚类、关联 、k-means、深度神经网络技术等，基于客户信息进行细分、挖掘深层次的属性信息，辅助产品推荐、预测客户提升和流失行为等分析类工作，并形成结果标签，例如客户资产偏好，销售名单等等。
2）文本挖掘型标签是非结构型的文本探索，主要针对客户的地址、消费交易文本附言等文本型信息进行探索和归纳，包括适用中文分词 、词频统计、情绪判断、说话方式、语音语调等等来生产相关的定性标签，例如高端酒店人群、艺术品爱好者等等

1.3 标签类目体系是什么？

定义：标签能够更好地理解，更好的去选择、更好的使用的资产组织方式。

标签类目体系可比拟成树，首先它是有根的，根上面会生长多个枝干，枝干上面再去形成相应的叶子和花，这个树状的结构就是标签类目体系。树是需要有能量的，是有养分的，它的能量和养分来源于业务人员源源不断的去使用它，用进废退，一些标签用的非常的多，业务价值很高，这个时候树上面会生长出更多的标签给予提供更多的养分，如果标签是一种冷门标签，很少使用，这种标签可能会渐渐的被淘汰，树木也会随之凋零。

叶：动态标签（某个个体的标签值经常发生变化：交易金额）叶/花
花：静态标签（某个个体的标签值不太发生变化：性别）
叶-花之间有联系：从上帝视角静态

标签取值影响了动态标签的取值，但从数据视角，动态标签的取值推测出了静态标签的取值。

二、为什么做标签？

2.1 企业的数据价值？

回到数据本身，企业三大核心问题：数据在哪？数据如何有价值的被使用？数据有什么价值？

其中数据有什么价值是企业最关注的，也是进行数据资产建设的核心目标，在挖掘数据