数据标签体系搭建

一、为什么要搭建数据标签体系？什么是数据标签体系？

• 辅助运营人员进行决策分析+提升数据分析师的分析效率

数据标签体系的构建是原始数据处理的重要一环，依据用户历史行为数据对每个用户的社会属性、商业属性、内容属性、行为属性等打上相应标签，以实现用户分层精准运营。

数据标签体系用于对原始数据的加工和处理，它通过数据产品的形式提供给业务方标签查询及人群圈选和自动化触达等功能，辅助业务方实现用户精准运营；同时数据标签体系可以帮助数据分析师减少用户分群相关需求，提升分析效率，并且为之后的数据指标体系的构建奠定了一定的基础。

•  数据标签体系

用户的数据标签：是对用户的社会属性、消费习惯、偏好特征等多个维度数据进行采集和处理，实现对用户或产品属性特征的刻画，并对这些特征进行分析、统计，挖掘潜在价值，从而抽象出用户的信息全貌。

数据标签体系：是将用户多个维度的标签按照一定规律进行组合，以提高数据分析师的分析效率，更好地辅助运营人员进行决策。

• 数据标签的分类

计算方式：（1）统计类标签；（2）规则类标签；（3）模型类标签。

更新时间：（1）离线标签；（2）实时标签。

数据分析师一般负责：统计类标签+规则类标签/离线标签

• 数据标签具体举例：（1）统计类标签：针对某个用户而言，性别、地区、年龄、*7日活跃天数、*7日*均活跃时长；（2）规则类标签：是数据分析师与运营人员的经验共同制定的数据标签，比如将月累计付费金额>2000元的用户定义为高付费用户。

二、用户数据标签的层级分类及具体实例

数据标签体系就是由不同的维度构成的成百上千个数据标签的集合，将这些散乱的标签有序地管理起来就需要构建一定的层级结构。进行数据标签体系的构建时，需要尽量参照“MECE”即相互独立、完全穷尽。

2.1 用户标签构建的流程体系

1、明确业务需求

沟通运用场景，是运用于智能触达、用户分层还是个性推荐或其它场景。

2、制定基础框架

至少包含一级标签和二级标签

3、确定统一的计算口径

4、数据标签开发

5、标签上线及维护

2.2 具体实例

背景：某APP付费用户的数据标签体系的构建过程，通过用户标签设别潜在付费用户，推荐个性化课程以提高用户的付费率。

2.2.1 明确业务需求-5W2H分析框架+制定用户标签基础框架

拆解业务需求		一级标签	二级标签	需求实现方式
WHO	当前用户有什么特征？/ 什么样的用户倾向于付费？	社会属性	性别、年龄、职业、学历、地区	细分用户，精准定位用户
WHAT	用户愿意为什么健身课程买单？	内容属性		精准打造优质健身课程
WHERE	用户在APP什么模块付费较多？	内容属性		合理规划产品模块
WHEN	用户在进入APP几天愿意发生付费行为？	商业属性		制定合理的推荐方式
WHY	用户为什么愿意付费？价格？课程内容？	商业属性		探究用户付费心理
HOW	如何设置付费健身课程较合适？			制定合理的付费机制
HOW MUCH	一套健身课程多少钱合适？			制定有竞争力的价格机制