一、痛點及標簽建設方案

我們先思考一個問題，業務在怎樣的發展階段時，需要建設標簽體系？

1、怎樣的業務發展階段，需要建設標簽體系？

不同規模、不同業務階段的企業，對數據體系的需求不一樣，并不是所有企業都有必要建設標簽體系。

業務在起步階段和初期增長階段，粗放式的投放也能帶來較好的增長和轉化，業務的訴求更傾向于有數可看。

在增長轉成熟階段，隨著流量紅利的消失，增長乏力的情況下，運營人員開始探索以精細化運營的方式來提高 ROI，考慮在合適的時間、給合適的人群、推薦合適的內容，從而提升用戶體驗并帶來轉化。數據建設不僅需要滿足自助取數分析，也逐漸需要建設一些用戶標簽表，滿足初期精細化運營的需要。

并且隨著各業務開始開展精細化運營，標簽體系的建設會逐步完善，數據團隊也會建設標簽平臺來提升標簽接入的效率和標簽質量。

那建設標簽過程中，會遇到什么問題？有何解決方案？

2、標簽建設過程中的問題及方案

在標簽體系建設的不同階段，會遇到一系列的問題： 

起步階段：數據質量與數據應用矛盾

在標簽起步階段，數據開發同學主要精力在于快速支持運營的標簽需求，缺乏標簽數據建設規范、應用規范等設計。運營人員在標簽應用時，存在標簽含義和邏輯不清晰、標簽覆蓋率不高、部分算法標簽的準確率低等問題，導致運營人員不敢用，或是花較多時間去咨詢，費時費力。

增長階段：標簽權限管控與靈活便捷的矛盾

而隨著各業務線都在提標簽需求，標簽使用者越來越多，標簽的應用出口也隨之增多。對業務人員而言，標簽屬于業務資產，在運營過程中，需控制觸達用戶的頻次和方式，過多或是不當觸達本業務用戶會損害用戶體驗，給業務線帶來損失。例如58車的業務希望做流量增長，希望交叉招聘用戶做營銷活動，如圈選招聘7日活躍用戶，每天持續觸達車的落地頁；這樣勢必會引起招聘業務運營的反對，車業務每天觸達招聘的用戶，影響用戶體驗。

因而需要劃分不同業務標簽的歸屬，以及標簽權限審批。但增加權限審批又會帶來新的問題，增加了審批后，每次運營想要使用標簽，都得找業務負責人審批，有時還需拉群溝通來申請權限，標簽使用效率、便捷度大大降低。

成熟階段：標簽價值與成本的矛盾

數據平臺上的標簽越來越多，開發上線了幾千個標簽，占用了較多服務器存儲與計算資源，但平臺上真正在投入使用的標簽只有幾百個。如何合理的評估標簽的價值？如何提升高價值標簽的使用率，下線低價值標簽？

因而標簽建設需要構建結構化、場景化、系統化的解決方案。

3、標簽體系建設方案

58 大數據平臺支撐了租房、新房、招聘、新車、到家等十幾條業務線數據，數據覆蓋了 58 APP、安居客 APP、小程序等多個終端，業務線較多，對接流程較為復雜。因而 58 在建設標簽體系時，采用組織協同+平臺建設+運營的方法。

組織協同層，大數據團隊主要負責跟各業務線需求的對接、通用標簽開發、標簽平臺能力的建設等；業務數據團隊負責自助接入業務標簽；運營團隊負責提出需求以及標簽權限審批。

平臺建設層，主要建設標簽管理與分析平臺，包含 ID 建模、標簽建模、數倉規范、元數據管理、權限管理、標簽評估、標簽推薦等能力。

在運營層，目前是由大數據團隊統一梳理各業務線的標簽應用情況，形成精細化運營應用案例集，供各業務線參考學習。

這里需要注意的是，在不同階段，大數據建設標簽體系的側重點有所不同。

在起步階段和增長階段主要目標是提效，需要不斷提升標簽質量，保障標簽的可用性；建設合理的標簽權限管控、標簽推薦能力，提升標簽使用的易用性。

在成熟階段主要目標是保障標簽應用價值增長的同時，進行成本管控，做好標簽全生命周期管理，評估標簽價值，及時下線無用標簽，釋放服務器存儲與計算資源。

4、標簽建設架構

在數據采集層，接入埋點數據、業務系統的表數據、日志數據，以及第三方數據，如個推數據，跨越多個端、各個業務線，打破數據孤島。

在數據存儲與計算層，建設數倉建模、用戶/客戶/企業 ID 體系建模、標簽體系建模規范，并支持數據的離線和實時同步。

在標簽平臺層，建設標簽全生命周期管理，包含標簽的接入生產、標簽挖掘、元數據管理、標簽下線、權限審批；以及標簽評估分析能力，包含標簽評分、標簽推薦等能力。

這里需要注意的是：

• 盡可能全的采集數據，對用戶畫像的刻畫，十分依賴標簽數據的覆蓋率，若是都采不到數據，何談刻畫畫像？這也就比較依賴企業前期數倉的建設，需要規范 ods、dwd、dws、ads 層的建設，將各個業務線的數據歸攏至數據中臺，盡可能全的利用好企業內部的數據；若是企業內部的數據不足的情況下，可考慮購買第三方數據，進一步提升標簽覆蓋率。
• 采集數據會涉及多端，如 app、pc、小程序，以及涉及多業務，如房產、招聘等，要想盡可能的關聯多方數據，需進行ID體系的打通，包含userid（賬號）、telep（手機號）、imei（原生 Android 標識）、idfa（原生蘋果標識）、oaid（匿名設備標識）、openid（微信小程序標識）等

二、標簽體系

1、標簽建設痛點及方案

標簽數據越建越多，運營人員在使用時，會存在以下問題：

標簽分類不清晰，找不到對應標簽。例如房產、招聘等十幾個業務線的標簽混在一起，用戶、客戶企業的標簽也混在一起，難以查找。

標簽建設時憑感覺，較多標簽無實際使用場景，上線后無人用。例如建設“房產-瀏覽商圈個數”標簽，最開始產品側認為在做精細運營時，可以圈選瀏覽商圈較多的用戶群，對其做觸達轉化。但后續發現，在實際運營過程中，到不了這么細的場景，這類標簽從上線以來就無人使用。 

58 的標簽體系建設，以結構化、場景化的方式建設，保障標簽建設的可拓展性、業務使用的易用性，以及應用價值。

2、標簽結構化

標簽結構化建設，按實體對象劃分，劃分為用戶、客戶、企業、帖子等實體對象。若是電商類業務，較常劃分的是買家、賣家、商品；外賣業務，常劃分為用戶、商戶、騎手等。

按業務劃分可劃分為1+N的模式，即1個通用中臺+N個業務的方式，例如劃分為通用、房產、招聘、車、本地服務等。將用戶的基礎信息類劃分在通用中，例如性別、年齡、預測傾向訪問業務等，打通各個業務的數據源，提升標簽的覆蓋率和準確率；將業務線特有的數據歸攏至各個業務，例如新房活躍用戶、招聘活躍用戶、二手車連接用戶等，方便業務運營人員使用，以及方便后續做權限管控。 

按標簽類型，以用戶標簽為例，可劃分為基礎信息、行為偏好、個性化標簽大類。基礎信息標簽，用于描述用戶的基礎屬性，包含自然屬性、社會屬性、地理位置、設備信息等，例如常駐城市、設備型號、學歷。

行為偏好類標簽，主要通過洞察用戶最近一段時間內的各類行為，如訪問、收藏、電話、IM、付費等，進一步提煉出用戶的需求。包含活躍行為、連接偏好、付費交易、用戶分層等大類，例如用戶的訪問活躍度、買房意向用戶、價格偏好等。

行為類標簽在劃分時，常見的問題是業務側窮舉用戶行為路徑上的埋點行為數據，都將其做成標簽，例如瀏覽次數、瀏覽房源個數、收藏次數、IM次數、電話次數等，業務建設的出發點是好的，但業務運營實際使用時會遇到不知道怎么組合用、不知道用哪個標簽的問題。

因而，在搭建好標簽結構，保障標簽結構上的可拓展性、分類清晰后，在開發具體標簽時，需結合業務使用場景，以場景化的方式來建設。

3、標簽場景化

場景化標簽建設，主要是指從標簽的實際使用場景切入，拆分相關運營模型，從運營策略來倒推需要建設哪些標簽數據。

日常運營常用的業務分析模型有 OSM 模型、AARRR 模型、用戶行為路徑、用戶分層、RFM模型等。

OSM 模型：即目標、策略、度量，例如在促付費的目標下，運營人員通過制定給潛在用戶發送優惠券的方式，提升付費用戶數。

AARRR：即獲客、激活、留存、付費、推薦，不同的階段對應有不一樣的運營策略，對于成熟期的企業而言，各業務的運營重點更偏重于留存。

用戶行為路徑：是一種常用的用戶分析方法，數據產品在梳理埋點、指標體系的時候會經常用到，當然標簽體系的梳理也可采用該方法。不過注意點是統計用戶訪問APP、訪問詳情頁、點擊詳情頁、IM /電話點擊、購買操作行為數據時，需結合運營目標（O）及策略（S），將其開發為標簽（M)。

用戶分層：很大程度上是AARRR與用戶行為路徑的結合體，劃分為潛在用戶、活躍用戶、連接用戶、付費用戶。

RFM 模型：這是交易類業務下常用的客戶模型，以最近消費時間、消費頻次、消費金額3個指標，劃分重要價值客戶、一般價值客戶、重要發展客戶、一般發展客戶、重要保持客戶、一般保持客戶、重要挽留客戶、一般挽留客戶 8 類群體。此處不做展開，詳情可查看草帽小子之前寫的《標簽體系》。

在標簽體系構建過程中，OSM 模型是基礎，貫穿了構建標簽的各個階段，較為通用的 AARRR 模型、用戶行為路徑分析、用戶分層模型；特定業務模式下常用的是 RFM 模型。

具體這些業務模型如何應用？我們先來看看實例。

4、場景化標簽設計案例

業務背景：租房省心租是面向個人房東群體推出的VIP會員服務，租房運營人員希望促進個人房東購買省心租套餐，提升付費客戶數。 

整體目標是提升付費客戶數，拆分至拉新、促轉、留存/復購的子目標。

在拉新階段需要擴曝光和提服務，運營策略，在租房首頁活動位/首頁加懸浮窗資源位，增加個性化租房首頁活動位，針對“有出租需求的個人房東”展示省心租活動、曝光更多房東；同時進行push/短信推送，面向“房源上架 1、3、7、14 天但未出租成功的的個人房東”，推送消息

產品服務策略，增加房東推薦租客頁面，提供“高意向租客、本房源瀏覽用戶特征的價格偏好、戶型偏好”等信息，并上線個人用戶畫像服務，包含個人意向價格、意向戶型、7 日活躍、連接次數、租房目的等數據，幫助房東全方位了解租客。

促轉化階段，梳理省心租頁面轉化路徑，包含曝光、服務瀏覽、提交訂單、購買等；

在留存階段，需促進客戶升級套餐，針對購買基礎版套餐用戶群，推送高級套餐介紹/優勢；促進客戶續費、復購，服務期內提感知，機制推推送“新增推薦的租客”，提升房東對省心租服務的感知度；服務即將到期客戶促續費；服務已到期客戶召回。

整體策略構建、標簽構建，以 OSM 模型為框架，劃分 AARRR 模型中的拉新、促轉、留存場景，結合用戶行為路徑分析方法，進一步得到所需構建的用戶、客戶、房源標簽。

結構化設計標簽，邏輯結構清晰，可拓展性強，但容易與業務脫節，不貼合業務實際使用場景；而場景化設計標簽，貼合業務使用場景，使用率高，但比較零散，容易亂，因而需要采用“結構化+場景化”的設計方法。

5、58標簽體系

58標簽體系，依照結構化和場景化的建設原則，面向房產、招聘、車等各個業務，構建用戶標簽、客戶標簽、企業標簽體系，建設了性別、職業、居住城市、瀏覽行為、價格偏好等上千個標簽。 

從標簽結構上也可以看出，不同實體對象標簽數量不同，例如企業標簽應用場景較少，所需建設的數量也比較少，用戶標簽一般建設的比較多，其匹配的用戶運營團隊人員多、對應的運營活動也比較多。

梳理完用哪些標簽后，接下來的建設重點就是標簽開發。

6、標簽開發類型

標簽開發類型，一般是數據產品和開發人員關注的模塊。標簽按統計方式分，可分為事實標簽、規則標簽、算法標簽；按更新頻率來劃分，可分為離線標簽、實時標簽；按數據類型分類，可分為數值、字符串、字符串數組等；按維度分類，可分為單維標簽、多維標簽。 

事實類標簽是用戶畫像最基礎、最常見的標簽，通常是基于原始數據清理后的歸類，用于描述客觀事實。例如，姓名、會員等級、終端類型、購買次數、購買金額等。

規則類標簽，顧名思義，是基于確定的規則而產生。與事實類標簽不同的是，規則類標簽擁有更多的業務屬性，其業務規則需與業務人員共同制定。例如，將“活躍用戶”標簽可定義為，“過去 30 天發生 a 行為 x 次”&“過去 30 天發生 b 行為 x 次”，進行綜合評定。

算法類標簽，基于現有事實及規則無法得出，導致標簽的覆蓋率低，業務使用價值就大大降低，這時需要運用決算法進行數據挖掘與訓練，得出標簽預測結果。

7、性別標簽

例如性別標簽，需要綜合使用 58 底層的多個數據源，優先取身份認證數據，其次取用戶填寫的一些數據。 

以上強認證的數據均沒有的情況下，判斷有 APP 列表的用戶，基于相關特征，通過LR算法做分類預測。選取如用戶 5 年內最新安裝的 APP 列表、表現類二級偏好、手機型號、操作系統等特征，進行模型訓練。預測的準確率達 86.94%，性別標簽的覆蓋率從 20%，提升至 74%。

但隨著個保法的頒布，獲取 APP 列表的數據逐漸下降，為進一步提升標簽覆蓋率，針對無法獲取 APP 列表的用戶性別預測，根據用戶訪問行為，針對 90 天內看帖量>= 5的人群，采用 LR 算法進行預測，特征使用用戶看帖帖子內容，帖子標題，帖子一級表現類，帖子二級表現類。用帖子數據預測的準確率為 73.7%，標簽覆蓋率補充提升 5%。

三、標簽管理平臺

1、標簽建設痛點及方案

制定完標簽規范和標簽建設流程后，通過維護線上文檔的方式來指導建設，存在標簽質量無法校驗、標簽權限申請麻煩、標簽上下線管理混亂等問題。建設標簽管理與分析平臺，提升標簽的可用性、易用性和價值。

2、標簽生命周期管理

構建標簽全生命周期管理與分析，以及標簽權限管控能力。核心解決標簽數據質量、標簽應用質量、標簽安全問題。

做好標簽增、看、用、評、下，即標簽接入、標簽查看、標簽使用、標簽評估、標簽下線全生命周期管理。構建標簽生產、元數據管理、標簽市場、安全管理四類能力，進行標簽數據質量、標簽應用價值兩類評估。

3、標簽評估

標簽數據質量評估，包含標簽的準確性、標簽覆蓋數、元數據的完備度。應用價值評估，主要從標簽使用度、關注度、標簽應用效果三方面評估。

例如，標簽應用價值總評分=權重*標簽使用度評分 + 權重* 標簽關注度評分 + 權重 *標簽應用效果評分。

標簽使用度

標簽使用度，用于表示標簽在哪些地方使用，通常標簽應用的模塊，如人群圈選、人群分析、接口調用等。

標簽使用度評分=權重*標簽分析次數評分 +權重* 人群圈選次數評分+權重*接口調用次數評分

分析次數評分=標簽被分析使用的日平均次數/（all 標簽被分析的日 max 次數/ 100分）

標簽關注度

標簽關注度，用于表示使用者對標簽的關注類操作，如查看、收藏、申請權限等。

標簽關注度評分=權重*標簽查看次數評分 + 權重* 收藏次數評分 + 權重 *申請權限次數評分

標簽應用效果

標簽應用效果，用于表示標簽在實際場景應用時的效果，如CTR等，需回收例如push、資源位平臺的效果數據。

標簽應用效果評分=標簽 CTR/（all 標簽 max CTR / 100分）

在標簽使用時，對標簽展開評估相當重要，方便平臺方下線無用標簽，同時也方便做一些熱門標簽、優質標簽的推薦。

4、標簽平臺

構建數據源接入和標簽錄入能力，如規范標簽命名、標簽口徑、標簽分類結構、標簽更新頻率等；增加標簽接入審批能力，由平臺產品進行審批，把控標簽錄入質量；并配置標簽數據監控，標簽數據異常時，能及時通知到對應負責人。 

從標簽使用者視角，解決使用者在海量標簽中，選取合適的標簽的問題。通過構建標簽地圖，支持快速檢索標簽；通過構建標簽評分，評估標簽的價值，從而進一步進行標簽推薦。

四、小結

標簽體系的建設，需以實際業務應用場景出發，滿足業務使用的同時，保障能力的可拓展性，使用的便捷性。以場景化、結構化、系統化的方式，解決標簽質量、數據權限、標簽下線的問題。