选标签属性_标签体系设计思路（自下而上）

一、 数据盘点

梳理企业目前所拥有的数据资产：crm/广告投放数据/网站、APP用户行为等。归结起来可以得到用户的两类属性：a.偏静态的用户属性，例如人口学属性、资产情况等；b. 偏动态的，最近xx天访问/购买过xx等。这两部分数据构成了上层数据平台的基础。 接着用event模型抽象出两张表User表和Event表，来保存上面的用户数据。 User表，保存用户属性信息：

{
    uid: "987654321",
    gender: "male",
    age: 18,
    salary: 1000,
    location: "广州"
    //等等，表用户属性...........
}

Event表，保存事件信息：

{
    time:1555372805,
    uid:"987654321",
    gps: [118,32],
    eventType: "buy",
    properties:{
        app:"xxx电商平台"，
        productId: 666,
        productPrice:168,        
    }
}

两张表建立的目的在于存储最原始的用户行为信息：谁在什么时候再什么地方做了什么事。暂时只有用户真实的基础信息和真实行为，还未做进一步的加工和抽象，例如用户兴趣爱好还未加工出来。

二、 标签设计和加工

在设计标签之前，先将用户数据定义为三级（参考adobe设计）：

再回到如何建设标签体系上面来，标签体系有三种思路：

1、 结构化标签体系

属于组织较规整，分类明确的体系，通常分为一级标签、二级标签等。

但是这种分类存在一个问题，兴趣爱好标签是基于用户行为抽象出来的，爱好程度很难衡量。例如对Finance-Investment感兴趣的用户标签可能是这样来的：假如过去一个月浏览Finance-Investment相关新闻的天数大于7天，则打上该标签。至于是选7天，还是15天以上才打上相关兴趣标签，有时候是主观拍脑袋定的，没有统一的标准，也很难衡量其有效性。另外一种方式，就是抓一批种子用户出来，去Lookalike扩展出更多类似用户。 那如何通过上面说的三层定义来去打标签：

Trait： Finance-Investment
公式： select user，count(day) as days from event   where eventType='visit' and newPage = 'Finance-Investment'  and time past 30 days  having days >= 7

在Signal之上，基于一定的统计和条件将用户打上相关标签。其他标签也同样处理，根据不同条件划到不同的标签分类下面。

2、半结构化标签体系

标签有一定的分类，但不会太拘泥于形式。在结构化和非结构化之间做一定的折中。下图为Bluekai聚合多家数据形成的半结构化标签体系。

同样的，这样的标签可以通过Signal和Trait的组合运算得到。例如Intent类别，可以通过统计Signal,筛选出输入过某关键字的用户。

3、 非结构化标签体系

无层级关系，典型例子如搜索广告。不同行业，用户的行为决策逻辑是不一样的，靠非结构的标签去定向用具体场景下的用户，效果往往更好。具体可参考刘鹏老师的文章，链接在文末。 该类标签也可以用Signal和Trait来圈定。

signal是底层最小信息单元，trait是基于signal抽象的标签，segment 类似优化师投放时的人群包。三层定义非常灵活，不仅可以按结构化去组织标签，也可以半结构化，非结构化。当面对不同的客户时，可以采用不同的组织方式，甚至三种方式并存。

三、 统计分析和算法

上面是标签体系的设计，下面看看具体如何应用：

从数据源中，可以从行为日志中清洗出events或signals，进一步加工为特征标签trait，或划分出人群包segment，可以结合业务系统中的一些用户属性，例如crm系统。例外还可以加工一张用户宽表（数据仓库中的dws层）。 宽表举例：

大家可以根据数据情况来定义宽表，主要目的一可以用于算法模型训练，也可以用户统计分析。

数据经过处理加工后，可以进一步用于算法模型训练、统计分析、画像统计、人群定向服务。统计分析可以根据具体业务场景划分不同数据主题域，向下衍生数据处理需求。

有了丰富准确的人群数据，应用层做起来很容易见效果。

参考资料：

1. adobe dmp, https://marketing.adobe.com/resources/help/en_US/aam/c_aam_home.html

2. 如何设计用户画像的标签体系，刘鹏， http://www.woshipm.com/user-research/1183618.html