編輯導(dǎo)語： 標(biāo)簽體系在企業(yè)的數(shù)字化進(jìn)程中是經(jīng)常需要用到的，也是數(shù)據(jù)建設(shè)過程中必不可少的環(huán)節(jié)。那么如何進(jìn)行標(biāo)簽的設(shè)計(jì)與加工呢？作者根據(jù)自身的一些項(xiàng)目交付經(jīng)驗(yàn)進(jìn)行了總結(jié)，一起來看一下吧。

在企業(yè)的數(shù)字化進(jìn)程中，標(biāo)簽體系的創(chuàng)建與使用在業(yè)務(wù)場(chǎng)景需求中經(jīng)常用到，也基本是數(shù)據(jù)建設(shè)過程中必不可少的環(huán)節(jié)。

一般有互聯(lián)網(wǎng)基因的大公司，有專業(yè)的數(shù)據(jù)技術(shù)人才儲(chǔ)備，會(huì)自己實(shí)現(xiàn)整個(gè)標(biāo)簽加工使用流程、技術(shù)選型等，也存在不具備相應(yīng)人才的公司需要標(biāo)準(zhǔn)產(chǎn)品幫他們快速實(shí)現(xiàn)這個(gè)過程，無需再自己探索，B端的標(biāo)準(zhǔn)產(chǎn)品可以幫客戶快速實(shí)現(xiàn)標(biāo)簽體系的搭建與標(biāo)準(zhǔn)化管理，解決業(yè)務(wù)問題。

本次我們一些項(xiàng)目交付經(jīng)驗(yàn)，先來聊聊標(biāo)簽的設(shè)計(jì)與加工。

標(biāo)簽的建設(shè)與應(yīng)用一般需要經(jīng)過幾個(gè)步驟：

一、標(biāo)簽體系設(shè)計(jì)

標(biāo)簽服務(wù)于業(yè)務(wù)應(yīng)用場(chǎng)景，好的標(biāo)簽體系設(shè)計(jì)能夠讓業(yè)務(wù)人員在使用時(shí)隨需隨取，及時(shí)查詢出需要的數(shù)據(jù)，就算不具備這個(gè)標(biāo)簽時(shí)，業(yè)務(wù)人員也可以自己快速加工出來，無需尋求數(shù)據(jù)開發(fā)的幫助。那需要做到

• 標(biāo)簽類目劃分合理
• 標(biāo)簽涵蓋的數(shù)據(jù)源豐富，標(biāo)簽完善
• 后續(xù)擴(kuò)展性高，即基于基礎(chǔ)標(biāo)簽加工出新的標(biāo)簽時(shí)，方便快速

標(biāo)簽體系的設(shè)計(jì)一般會(huì)按照以下步驟：

1. 數(shù)據(jù)梳理

根據(jù)現(xiàn)有業(yè)務(wù)背景，以及數(shù)據(jù)，梳理出大概的標(biāo)簽體系。如企業(yè)一般數(shù)據(jù)大概來源于這幾部分：

1）用戶基礎(chǔ)數(shù)據(jù)

用戶ID、性別、年齡、手機(jī)號(hào)、郵箱、身份證號(hào)、會(huì)員等級(jí)等基礎(chǔ)信息。

2）業(yè)務(wù)交易數(shù)據(jù)

如在零售領(lǐng)域，用戶發(fā)生的每一筆交易都會(huì)有記錄，如下圖：

3）用戶行為數(shù)據(jù)

如用戶在APP、PC、小程序等的瀏覽、點(diǎn)擊、收藏、評(píng)論行為，可反映出用戶的行為特點(diǎn)。

4）活動(dòng)/積分?jǐn)?shù)據(jù)

會(huì)員商城的cha會(huì)員等級(jí)、積分兌換等數(shù)據(jù)。

5）售后投訴數(shù)據(jù)

客戶投訴、售后處理等數(shù)據(jù)。

基于對(duì)數(shù)據(jù)的梳理，可進(jìn)行標(biāo)簽基本體系的梳理，梳理出一部分有價(jià)值的標(biāo)簽。

2. 基于OLP模型體系化梳理標(biāo)簽

OLP模型是目前比較通用的建立標(biāo)簽體系的模型，OLP指“實(shí)體-關(guān)系-屬性”模型，用下方場(chǎng)景舉例：

• 實(shí)體：指對(duì)象，如人、書籍、門店等，可針對(duì)每個(gè)實(shí)體建立一套標(biāo)簽體系
• 屬性：實(shí)體帶的特征，如人有性別、年齡屬性，書籍有價(jià)格、內(nèi)容屬性，門店有售賣渠道、地址位置等屬性，屬性是一種類型的標(biāo)簽
• 關(guān)系：通過動(dòng)作產(chǎn)生關(guān)系，如基于購買動(dòng)作，人和書籍產(chǎn)生關(guān)系，基于這個(gè)動(dòng)作可產(chǎn)生消費(fèi)時(shí)段偏好、支付方式偏好等標(biāo)簽

基于該模型，對(duì)標(biāo)簽進(jìn)行查漏補(bǔ)缺，梳理出標(biāo)簽類目與標(biāo)簽。

3. 定義標(biāo)簽與加工口徑

• 標(biāo)簽中文、英文名：標(biāo)簽的中文名稱、英文名稱
• 標(biāo)簽所屬類目：標(biāo)簽所屬一級(jí)、二級(jí)、三級(jí)類目
• 標(biāo)簽類型：根據(jù)不同維度的劃分，采用其中一種。比如統(tǒng)計(jì)類標(biāo)簽、預(yù)測(cè)類標(biāo)簽、自定義標(biāo)簽等，亦或是原子標(biāo)簽、衍生標(biāo)簽、組合標(biāo)簽、算法標(biāo)簽等
• 標(biāo)簽值定義：定義每個(gè)標(biāo)簽的標(biāo)簽值，如“近一個(gè)月買入金額區(qū)間”標(biāo)簽，可根據(jù)購買金額的區(qū)間段定義“零/低端”、“普通”、“中端”、“準(zhǔn)高端”、“高端”等標(biāo)簽值
• 標(biāo)簽含義（描述）：描述該標(biāo)簽業(yè)務(wù)含義，如“最近30天的購買商品的金額區(qū)間，對(duì)用戶消費(fèi)力進(jìn)行評(píng)估”
• 標(biāo)簽業(yè)務(wù)口徑：標(biāo)簽以哪個(gè)數(shù)據(jù)定義為準(zhǔn)，如“用戶活躍城市”標(biāo)簽，以用戶購買次數(shù)最多的城市為口徑加工，而不是瀏覽次數(shù)、評(píng)論次數(shù)等
• 標(biāo)簽技術(shù)口徑：描述該標(biāo)簽從哪個(gè)表的哪個(gè)字段取值，SQL取數(shù)邏輯是什么
• 業(yè)務(wù)方來源：該標(biāo)簽的業(yè)務(wù)需求方是誰
• 標(biāo)簽更新周期：描述標(biāo)簽更新頻次，天(如T 1、T 2等)、周、月、小時(shí)、分鐘更新等
• 標(biāo)簽更新優(yōu)先級(jí)：同一時(shí)間端跑多個(gè)標(biāo)簽時(shí)，若資源有限，先跑優(yōu)先級(jí)高的標(biāo)簽

基于以上工作，最終得出一份標(biāo)簽體系表，以這份表和業(yè)務(wù)方最終確認(rèn)標(biāo)簽劃分、標(biāo)簽與標(biāo)簽值、標(biāo)簽加工口徑是否有疑義，沒問題，便可進(jìn)入標(biāo)簽開發(fā)環(huán)節(jié)。

二、標(biāo)簽?zāi)Ｐ驮O(shè)計(jì)

進(jìn)入具體開發(fā)之前，需考慮標(biāo)簽?zāi)Ｐ蛯釉O(shè)計(jì)，在數(shù)倉加工出來哪些數(shù)據(jù)，標(biāo)簽產(chǎn)品加工哪些數(shù)據(jù)。標(biāo)簽?zāi)Ｐ鸵琅f遵循數(shù)倉建模的“ODS-DWD-DWS-ADS”分層設(shè)計(jì)，基于DWD、DWS層抽象一層標(biāo)簽?zāi)Ｐ蛯?，加工?biāo)簽基礎(chǔ)標(biāo)簽，屆時(shí)在標(biāo)簽產(chǎn)品上讓業(yè)務(wù)人員通過規(guī)則可加工生成新的標(biāo)簽。

一般遵循“公共層數(shù)據(jù)”、“大數(shù)據(jù)量計(jì)算”的標(biāo)簽放在數(shù)倉中數(shù)據(jù)開發(fā)寫SQL實(shí)現(xiàn)，“通過規(guī)則可定義”、“標(biāo)簽規(guī)則經(jīng)常修改”的標(biāo)簽在標(biāo)簽產(chǎn)品中配置。數(shù)倉一般實(shí)現(xiàn)：

1. 公共層數(shù)據(jù)

包含基礎(chǔ)屬性數(shù)據(jù)、基礎(chǔ)指標(biāo)（指標(biāo)也可以作為一種標(biāo)簽，如最近30天購買金額、最近30天訪問次數(shù)等），這些數(shù)據(jù)不僅給標(biāo)簽系統(tǒng)用，也可以給BI報(bào)表、數(shù)據(jù)門戶使用，所以放在數(shù)倉中加工表。

1）基礎(chǔ)信息類標(biāo)簽

2）交易類標(biāo)簽

3）行為類標(biāo)簽

2. 大數(shù)據(jù)量計(jì)算的標(biāo)簽

如計(jì)算歷史最高花費(fèi)金額、商品的歷史最高庫存、累計(jì)消費(fèi)金額、用戶排序等，這些標(biāo)簽的計(jì)算基于的數(shù)據(jù)量大，最好放在hive中跑批上線。

在數(shù)倉中加工好標(biāo)簽基礎(chǔ)表，這些表中的標(biāo)簽一般稱之為原子標(biāo)簽，再將該表對(duì)接標(biāo)簽產(chǎn)品，在標(biāo)簽產(chǎn)品中進(jìn)行衍生類、組合類標(biāo)簽加工。

三、標(biāo)簽?zāi)Ｐ驮O(shè)計(jì)

基于標(biāo)簽?zāi)Ｐ偷脑O(shè)計(jì)，一部分基礎(chǔ)指標(biāo)類的標(biāo)簽在數(shù)倉已建設(shè)完成，一部分標(biāo)簽需要在產(chǎn)品界面上實(shí)現(xiàn)。我們接下來看下業(yè)務(wù)人員如何在袋鼠云標(biāo)簽產(chǎn)品中配置標(biāo)簽。

1. 根據(jù)業(yè)務(wù)對(duì)象，創(chuàng)建實(shí)體、關(guān)系

假設(shè)一個(gè)電商類客戶，需要建立一套用戶標(biāo)簽體系，則首先創(chuàng)建“用戶”實(shí)體對(duì)象，并在實(shí)體對(duì)象下可以接入標(biāo)簽多張基礎(chǔ)表，如用戶基礎(chǔ)信息表、用戶行為事件的指標(biāo)表等，這些表的字段可作為原子標(biāo)簽直接使用，作為后續(xù)加工衍生、組合標(biāo)簽的基礎(chǔ)。

同時(shí)，在后續(xù)加工衍生標(biāo)簽時(shí)，在某些場(chǎng)景上會(huì)用到多個(gè)實(shí)體下的原子標(biāo)簽加工，這時(shí)候可以用“關(guān)系”將2個(gè)實(shí)體關(guān)聯(lián)起來，如將“用戶”實(shí)體與“書籍”實(shí)體通過用戶表的“最近購買商品ID”、以及書籍表的“書籍ID”關(guān)聯(lián)起來，便可以用到2個(gè)表的字段進(jìn)行某個(gè)標(biāo)簽的加工，如下圖：

2. 讀入原子標(biāo)簽

從標(biāo)簽基礎(chǔ)表中讀入原子標(biāo)簽，進(jìn)行原子標(biāo)簽的元數(shù)據(jù)管理。

讀入原子標(biāo)簽時(shí)，有些字段可能存儲(chǔ)的是編號(hào)或一些枚舉值，但業(yè)務(wù)人員需要看到具有真實(shí)業(yè)務(wù)含義的值，此處可做一層字典值映射。比如將“省市編號(hào)”映射為具體的省市名稱。

3. 創(chuàng)建衍生標(biāo)簽

基于接入的數(shù)據(jù)表的原始字段和原子標(biāo)簽，通過“且、或”關(guān)系、“求和、去 重計(jì)數(shù)、計(jì)數(shù)、最大值、最小值、均值”聚合函數(shù)、“等于、不等于、小于、小于等于、大于、大于等于、包含、不包含等”操作符，對(duì)源表字段進(jìn)行加工，生成衍生標(biāo)簽。

如基于用戶訪問次數(shù)、交易次數(shù)，加工“用戶活躍度“衍生標(biāo)簽，包含“高活躍”、“一般活躍”、“睡眠狀態(tài)”標(biāo)簽值，對(duì)用戶活躍度進(jìn)行衡量。

除通過可視化規(guī)則加工標(biāo)簽外，也會(huì)開放SQL界面寫SQL加工標(biāo)簽，因?yàn)樵趯?shí)際場(chǎng)景中，客戶場(chǎng)景不禁相同，有些復(fù)雜標(biāo)簽需要SQL快速實(shí)現(xiàn)，在產(chǎn)品界面上也可直接操作。

同時(shí)，雖然產(chǎn)品上會(huì)開放基于函數(shù)計(jì)算的標(biāo)簽加工、SQL類的標(biāo)簽加工，但還是會(huì)建議客戶將公共層的指標(biāo)類標(biāo)簽、及復(fù)雜類標(biāo)簽放在數(shù)倉中實(shí)現(xiàn)，以使標(biāo)簽配置這層輕量，屆時(shí)進(jìn)行數(shù)據(jù)跑批時(shí)快速。

4. 創(chuàng)建組合標(biāo)簽

基于原子標(biāo)簽和衍生標(biāo)簽，可進(jìn)行組合標(biāo)簽的創(chuàng)建，如基于最近交易時(shí)間、最近1年交易次數(shù)，最近1年交易金額區(qū)間這3個(gè)標(biāo)簽，加工“用戶綜合價(jià)值”組合標(biāo)簽，將客戶分為“低價(jià)值用戶”、“一般保持用戶”、“重要發(fā)展用戶”等。

5. 創(chuàng)建實(shí)時(shí)、算法標(biāo)簽

• 實(shí)時(shí)標(biāo)簽：如基于用戶實(shí)時(shí)行為數(shù)據(jù)通過Flink引擎計(jì)算實(shí)時(shí)標(biāo)簽，如用戶點(diǎn)擊APP上的一個(gè)商品廣告，且加入購物車，判斷該客戶屬于“某類型商品感興趣用戶”，作為客戶短期興趣標(biāo)簽。
• 算法標(biāo)簽：如基于用戶的基金交易行為，預(yù)測(cè)該用戶屬于追漲、殺跌、高拋等哪種類型的客戶，作為客戶的風(fēng)險(xiǎn)偏好標(biāo)簽。

最終將這些實(shí)時(shí)與算法標(biāo)簽的元數(shù)據(jù)可統(tǒng)一接入標(biāo)簽平臺(tái)統(tǒng)一管理。

標(biāo)簽邏輯創(chuàng)建好之后，同時(shí)配置標(biāo)簽的更新周期、更新優(yōu)先級(jí)，進(jìn)行標(biāo)簽的定時(shí)跑批、手動(dòng)跑批等。

標(biāo)簽體系設(shè)計(jì)與加工先講到這里，歡迎大家一起討論。

本文由 @木研 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議