【木东在读】终于有人把标签设计讲明白了

木东居士

数据从业者

又是因为一张图转载的一篇文章，关于标签的分类，可以直接参考本文的划分。

在做标签的时候，首先要提的一般是用户画像，而用户画像一般是由两部分组成的：标签和特征，很多小伙伴在刚接触画像的时候，是分不清什么是画像、特征和标签的。简单来讲，画像包含了标签和特征，特征比较多的是一些统计值，比如你近期花了多少钱，那么标签是对特征的一层抽象理解，一般是高消费能力、低消费能力这些说明。一般而言，大家提到画像，应该以标签为主。

关于标签的分类，有很多划分，比如业务标签、模型标签、事实标签、统计标签、规则标签等等，很乱，每个人有每个人的玩法。而本文这种简单的三层划分是居士目前认同度最高的方式，因此，转载本文，分享给大家~

导读：标签是根据业务场景的需求，通过对目标对象（含静态、动态特性）运用抽象、归纳、推理等算法得到的高度精练的特征标识，用于差异化管理与决策。

作者：华为公司数据管理部

来源：大数据DT（ID：hzdashuju）

标签由标签和标签值组成，打在目标对象上，如图5-16所示。

▲图5-16 打标签示例

标签由互联网领域逐步推广到其他领域，打标签的对象也由用户、产品等扩展到渠道、营销活动等。

• 在互联网领域，标签有助于实现精准营销、定向推送、提升用户差异化体验等；

• 在行业领域，标签更多助力于战略分级、智能搜索、优化运营、精准营销、优化服务、智慧经营等。

标签分为事实标签、规则标签和模型标签，如图5-17所示。

▲图5-17 三种类型的标签

• 事实标签是描述实体的客观事实，关注实体的属性特征，如一个部件是采购件还是非采购件，一名员工是男性还是女性等，标签来源于实体的属性，是客观和静态的；

• 规则标签是对数据加工处理后的标签，是属性与度量结合的统计结果，如货物是否是超重货物，产品是否是热销产品等，标签是通过属性结合一些判断规则生成的，是相对客观和静态的；

• 模型标签则是洞察业务价值导向的不同特征，是对于实体的评估和预测，如消费者的换机消费潜力是旺盛、普通还是低等，标签是通过属性结合算法生成的，是主观和动态的。

标签管理分为标签体系建设和打标签。

01 标签体系建设

1. 选定目标对象，根据业务需求确定标签所打的业务对象，业务对象范围参考公司发布的信息架构中的业务对象。

2. 根据标签的复杂程度进行标签层级设计。

3. 进行详细的标签和标签值设计，包括标签定义、适用范围、标签的生成逻辑等：

• 事实标签应与业务对象中的属性和属性值保持一致，不允许新增和修改；

• 规则标签按照业务部门的规则进行相关设计；

• 模型标签根据算法模型生成。

02 打标签

1. 打标签数据存储结构

打标签是建立标签值与实例数据的关系，可以对一个业务对象、一个逻辑数据实体、一个物理表或一条记录打标签。

为了方便从“用户”视角查找、关联、消费标签，可增加用户表，将标签归属到该“用户”下，这里的“用户”是泛指，可以是具体的人，也可以是一个组织、一个部门、一个项目等。

2. 打标签的实现方法

• 事实标签：根据标签值和属性允许值的关系由系统自动打标签。

• 规则标签：设计打标签逻辑由系统自动打标签。

• 模型标签：设计打标签算法模型由系统自动打标签。

关于作者：华为公司数据管理部，作为集团层面的数据管理组织，主要负责公司数据工作的战略规划、路标举措以及实施落地；数据从产生到消费全生命周期管理的治理框架、流程规范、方法和IT工具的制定与推行；公司级信息架构的设计和数据资产的治理维护；主持集团层面数据相关项目，推动以数据为核心的数字化转型等工作。

本文摘编自《华为数据之道》，经出版方授权发布。