一、數據標簽定義

數據標簽是一種用來描述業務實體特征的數據形式。通過標簽可以有效擴充業務實體的分析角度，且通過對不同標簽的簡單操作，便可進行數據篩選和分析。

比如對用戶進行刻畫時，可以從“性別”、“年齡”、“地區”、“興趣愛好”、“產品偏好”等角度進行描述。

分析角度片面會導致很多問題，例如：某大學年度調查數據顯示，本校計算機系女生中，50%都嫁給了本校男老師。該消息一經公布，就引起了校內外的巨大反響，人們對師生戀、校園戀愛議論紛紛。結果是該大學計算機系只有兩名女生，其中一名女生和計算機系老師相戀結婚，由此得來的50%是真實數據。所以盡可能多的擴展分析角度，能夠更全面、更準確地對分析對象進行刻畫。

延伸閱讀：

二、如何管理標簽

（1）標簽分類

標簽分類的主要目的是方便用戶查找標簽。對標簽分類的方式有很多，大致可以分為幾大類：按生成方式分類、按業務主題分類、按技術特性分類、按使用情況分類。

1. 按生成方式分類

從生成方式上來看，標簽可分為事實標簽、模型標簽以及策略標簽。

事實標簽是基于用戶實際信息的記錄，經過簡單的加工而成，這種標簽反應的是客觀事實；

模型標簽則是通過用戶分析模型處理后，二次加工生成的用戶洞察性標簽；

策略標簽是根據具體的業務分析及策略規劃制定的群組性標簽，供執行人員直接進行活動分組及行為洞察。

2. 按業務主題分類

主題是根據公司核心業務劃分的，和業務密切相關。按業務主題劃分標簽，能夠更有針對性的服務于業務分析使用。

3. 按技術特性分類

按標簽的更新時效分類：可以分為批量更新標簽和實時更新標簽；

按標簽的訪問方式分類：可以分為批量訪問和實時訪問；

按標簽的字段類型分類：可以分為數值類、日期類、枚舉類、文本類等等。

4. 按使用情況分類

主要是為了方便用戶使用標簽，可分為熱門標簽、普通標簽、冷門標簽。

考慮到同一標簽有可能同時隸屬于不同的分類，可以從兩個層面對標簽進行管理，一是物理層面的管理，二是邏輯層面的管理。

（2）標簽生成

標簽的產生大致可分類手工產出和自動產出兩類。手工產出就是通過手寫SQL或建模依次產出每個標簽。自動產出是一種更高效的方式，通過邏輯配置或者數據挖掘一次性產生多個標簽。

要獲得能給業務帶來實際幫助的標簽體系，我們需要在標簽體系中引入“假設-測試-驗證-定義”的迭代過程，通過不斷的迭代挖掘與試驗，才會找到可以準確刻畫用戶的標簽體系，找到更多業務增長點。

（3）標簽更新

除了少數專用型標簽可能僅使用一次之外，其他絕大部分標簽上線后必須持續進行更新，否則便成了僵尸標簽。

按照標簽更新方式，標簽大致可以分為批量更新標簽和實時更新標簽兩類。

對于實時更新標簽，一旦產生標簽的數據發生了變化，就需立即更新該標簽。比如最后一次登錄APP的時間這個實時標簽，只要用戶登錄了APP，就把標簽值更新為此次登錄時間。

對于批量更新標簽，不管是每天、每周還是每月更新，都是通過跑批方式進行。這里需要注意的有兩點，一是為了更新方便，盡量把更新周期相同的標簽放在同一個表中。二是標簽更新會有先后順序，對于特別強調邏輯一致性的業務來說，如果該業務相關的部分標簽已經更新了，但另一部分還未更新，這時產出的數據結果是不準確。