標(biāo)簽數(shù)據(jù)——用戶(hù)標(biāo)簽有哪些類(lèi)型，如何進(jìn)行科學(xué)分類(lèi)？

本篇文章和大家簡(jiǎn)單介紹一下標(biāo)簽數(shù)據(jù)的分類(lèi)。

按照不同的分類(lèi)方法，標(biāo)簽的分類(lèi)也自然不同。本文主要介紹幾種最常規(guī)的分類(lèi)方式，包括按照來(lái)源方式、按照業(yè)務(wù)場(chǎng)景、按照標(biāo)簽的數(shù)據(jù)類(lèi)型等。

01

—

首先是按照標(biāo)簽的來(lái)源分類(lèi)。主要分為以下的幾類(lèi)：

（1）用戶(hù)自己填寫(xiě)的數(shù)據(jù)生成的標(biāo)簽

這部分標(biāo)簽是用戶(hù)在注冊(cè)產(chǎn)品或者在各個(gè)模塊自行填寫(xiě)的信息。一般就是【性別】、【生日】、【真實(shí)姓名】、【居住地】、【身份證】等

例如下圖是聯(lián)想的官網(wǎng)，用手機(jī)號(hào)注冊(cè)成功后，進(jìn)入個(gè)人信息頁(yè)面，可以看到各種信息的填寫(xiě)。

互聯(lián)網(wǎng)早期，很多網(wǎng)站的注冊(cè)比較麻煩，必填的信息項(xiàng)目較多，因此能拿到的數(shù)據(jù)也就多。但隨著互聯(lián)網(wǎng)紅利的消失，用戶(hù)的獲取愈發(fā)困難，在注冊(cè)階段收集用戶(hù)信息變得越來(lái)越簡(jiǎn)潔，目前絕大部分網(wǎng)站的收集就只保留了手機(jī)號(hào)，用手機(jī)號(hào)及驗(yàn)證碼即可完成注冊(cè)。后續(xù)則通過(guò)一些積分、優(yōu)惠等方式激勵(lì)大家主動(dòng)填寫(xiě)。

【優(yōu)缺點(diǎn)】這部分?jǐn)?shù)據(jù)用來(lái)做標(biāo)簽，往往是最基礎(chǔ)的。但存在的最大的問(wèn)題是標(biāo)簽覆蓋度過(guò)低，有意愿填寫(xiě)的用戶(hù)常常比例不過(guò)半。而且對(duì)于部分敏感信息，例如身份證、地址等，如果逼迫用戶(hù)填寫(xiě)，用戶(hù)經(jīng)常會(huì)填寫(xiě)虛假信息。這對(duì)于后續(xù)標(biāo)簽畫(huà)像而言，不太好用。除非是12306這種強(qiáng)制性的網(wǎng)站，對(duì)身份信息能保障。

（2）通過(guò)統(tǒng)計(jì)用戶(hù)行為，生成的統(tǒng)計(jì)標(biāo)簽

這類(lèi)標(biāo)簽指標(biāo)是最多的。

比如可以根據(jù)訂單表，統(tǒng)計(jì)用戶(hù)的訂單金額；可以根據(jù)搜索表，統(tǒng)計(jì)用戶(hù)的搜索次。

【優(yōu)缺點(diǎn)】這部分?jǐn)?shù)據(jù)用來(lái)做標(biāo)簽，是比較客觀的，用戶(hù)的行為不會(huì)說(shuō)謊。但存在的一個(gè)問(wèn)題是，要對(duì)標(biāo)簽畫(huà)像系統(tǒng)產(chǎn)生價(jià)值，需要較多的邏輯處理。例如，想給用戶(hù)打一個(gè)【購(gòu)買(mǎi)力高低】的標(biāo)簽，是統(tǒng)計(jì)最近7天的成交金額，還是最近30天的？是按照訂單口徑還是金額口徑？是大于1萬(wàn)算高，還是大于1000就算高？這里都需要大量的邏輯。如果只是一個(gè)統(tǒng)計(jì)值，只能算是一個(gè)寬口徑的半加工的標(biāo)簽，真正用起來(lái)的時(shí)候，存在一些障礙。

（3）通過(guò)算法生成的標(biāo)簽

算法，很萬(wàn)能。

這玩意就是，很多場(chǎng)景不得不用。比如，想打一個(gè)【準(zhǔn)媽媽】標(biāo)簽。這時(shí)，你咋辦？你想盡各種邏輯，比如最近有搜索寶寶裝行為的、最近有買(mǎi)孕婦服的……很多特征都能反映【準(zhǔn)媽媽】的特點(diǎn)，但是通過(guò)簡(jiǎn)單的邏輯，是無(wú)法實(shí)現(xiàn)的。這個(gè)時(shí)候，就扔給算法團(tuán)隊(duì)吧……他們會(huì)基于大量的特征，訓(xùn)練模型，最后打上【準(zhǔn)媽媽】的標(biāo)簽。

【優(yōu)缺點(diǎn)】算法標(biāo)簽的缺點(diǎn)很突出，就是費(fèi)時(shí)費(fèi)力，做一個(gè)標(biāo)簽的時(shí)間可能要一兩個(gè)月，做統(tǒng)計(jì)標(biāo)簽都做了幾十個(gè)了……但如果算法靠譜，效果常常也不錯(cuò)，對(duì)業(yè)務(wù)的價(jià)值往往也比較大。如果公司算法資源富裕，那就做吧！當(dāng)然，要有業(yè)務(wù)價(jià)值哦~

（4）通過(guò)第三方采購(gòu)、積累的

土豪的方式很簡(jiǎn)單，買(mǎi)！

比如采購(gòu)點(diǎn)身份證信息、采購(gòu)點(diǎn)用戶(hù)的征信信息等等。

【優(yōu)缺點(diǎn)】?jī)?yōu)點(diǎn)就是省事。缺點(diǎn)就是費(fèi)錢(qián)，而且能買(mǎi)的標(biāo)簽通常都是比較通用的，一些個(gè)性化的，例如網(wǎng)站的訪(fǎng)問(wèn)頻次等，也是不太好采購(gòu)的。當(dāng)然還涉及數(shù)據(jù)安全的風(fēng)險(xiǎn)。

按照數(shù)據(jù)類(lèi)型分類(lèi)

按照數(shù)據(jù)類(lèi)型，主要分為以下幾類(lèi)：

（1）數(shù)值型標(biāo)簽

剛才上文提到的【用戶(hù)最近7天購(gòu)買(mǎi)金額】、【用戶(hù)近1天瀏覽天數(shù)】等，這些標(biāo)簽都是按照一定的規(guī)則統(tǒng)計(jì)生成的，均是數(shù)值型標(biāo)簽。其實(shí)本質(zhì)上和指標(biāo)沒(méi)有太大區(qū)別。

組成公式是：【時(shí)間范圍】+【行為方式】+【統(tǒng)計(jì)方式】。

下圖是達(dá)摩盤(pán)標(biāo)簽中的部分統(tǒng)計(jì)標(biāo)簽：

時(shí)間范圍不說(shuō)了，行為方式表示這個(gè)指標(biāo)的含義，例如成交、搜索、點(diǎn)擊等。統(tǒng)計(jì)方式是【計(jì)數(shù)】、【求和】、【最值】等

【優(yōu)缺點(diǎn)】按照不同的時(shí)間范圍、不同的行為方式、不同的統(tǒng)計(jì)方式，可以組成大量的標(biāo)簽。數(shù)量雖多，但是價(jià)值密度很低。因此，在成熟的標(biāo)簽系統(tǒng)中，這類(lèi)標(biāo)簽不會(huì)大量在計(jì)算，往往是用戶(hù)創(chuàng)建了啥就用啥。優(yōu)點(diǎn)是比較容易生成。

（2）單值型枚舉標(biāo)簽

這種標(biāo)簽可以是用戶(hù)自己填寫(xiě)生成的，也可以是通過(guò)數(shù)值型標(biāo)簽進(jìn)行加工，或者算法，生成的。

這類(lèi)標(biāo)簽的最大特征，就是一個(gè)用戶(hù)在這個(gè)標(biāo)簽中，只能有一個(gè)選項(xiàng)值。而且，和數(shù)值型標(biāo)簽的區(qū)別在于，單選型標(biāo)簽的選項(xiàng)值是可窮舉的，是離散的。

例如：【用戶(hù)的生命周期】，用戶(hù)肯定是處于【成長(zhǎng)期】、【成熟期】、【衰退期】、【沉睡期】其中的一個(gè)，不可能屬于兩個(gè)或者多個(gè)。

例如：【性別】

（3）多值型枚舉標(biāo)簽

和單選型標(biāo)簽的區(qū)別就在于，一個(gè)用戶(hù)可以有多個(gè)值。

同樣，復(fù)選型標(biāo)簽也是離散值，選項(xiàng)是可窮舉的。

例如：【用戶(hù)的收貨城市】，用戶(hù)可以有多個(gè)城市

（4）文本型標(biāo)簽

這類(lèi)標(biāo)簽最大的特征，是不連續(xù)、且不可窮舉。

例如，【用戶(hù)常用熱搜詞】，每個(gè)用戶(hù)都可以有自己的常用熱搜詞，但熱搜詞的數(shù)量是巨大的，不能像單選型標(biāo)簽或者復(fù)選型標(biāo)簽?zāi)菢?，幾個(gè)、甚至最多幾十個(gè)選項(xiàng)，就能覆蓋所有。

為啥要進(jìn)行這個(gè)分類(lèi)呢？

其實(shí)主要是在標(biāo)簽系統(tǒng)中，用標(biāo)簽篩選人群的時(shí)候有用。不同數(shù)據(jù)類(lèi)型的標(biāo)簽，在前端的交互是一定要有區(qū)分的。這個(gè)后續(xù)詳細(xì)展開(kāi)。

按照業(yè)務(wù)場(chǎng)景分類(lèi)

這種分類(lèi)方式，根據(jù)各自業(yè)務(wù)的不同，就見(jiàn)仁見(jiàn)智了。

這個(gè)分類(lèi)，主要是用于標(biāo)簽系統(tǒng)的標(biāo)簽管理，按照業(yè)務(wù)方式進(jìn)行組織標(biāo)簽類(lèi)別，有助于用戶(hù)的便捷使用。

下面是阿里達(dá)摩盤(pán)的標(biāo)簽分類(lèi)，僅供參考

以下是某司內(nèi)部的標(biāo)簽分類(lèi)：

以上，先到這。后續(xù)標(biāo)簽畫(huà)像系統(tǒng)的分享將繼續(xù)。