数据应用场景之标签管理体系
一、标签简介 标签概念 标签，最初用来对实物进行分类和标记，例如标明物品的品名、重量、体积、用途等简要信息。后来逐渐流行到数据行业，用来标记数据，对数据快速分类获取和分析。 标签特点 精确描述定位和搜索，具有生命周期的特性，可以计算，配置和规则化处理。可以用标签来描述各种结构和非结构化[文档、图片、视频等]的数据，从而使这些内容被高效的管理。 描述特征：标签[手机颜色]，特征[红色，白色]； 描述规则：标签[活跃用户]，规则[每日登陆，产生交易]； 标签价值 精细运营的基础，有效提高流量精准和效率。 帮助产品快速定位需求数据，进行精准分析； 能帮助客户更快切入到市场周期中； 深入的预测分析数据并作出及时反应； 基于标签的开发智能推荐系统； 基于某类下的数据分析，洞察行业特征； 标签的核心价值，或者说最常用的场景：实时智能推荐，精准化数字营销。 二、标签定义 属性标签 属性标签是描述基本特征，不需要行为产生，也不是基于规则引擎分析，例如基于用户实名认证信息，获取：性别，生日，出生日期等特征。变动频率极小，且精准性较高。 行为标签 通过不同业务渠道埋点，捕捉用户的行为数据，基于这些数据分析，形成结果描述的标签，例如：分析用户「网购平台」，得到的结果拼多多,淘宝,京东,天猫等。这些都是需要通过行为数据来判断的标签。 规则标签 规则下分析出来的标签，更多是基于产品或者运营角度来看