在企业的数字化进程中，标签体系的创建与使用在业务场景需求中经常用到，也基本是数据建设过程中必不可少的环节。
一般有互联网基因的大公司，有专业的数据技术人才储备，会自己实现整个标签加工使用流程、技术选型等，也存在不具备相应人才的公司需要标准产品帮他们快速实现这个过程，无需再自己探索，B端的标准产品可以帮客户快速实现标签体系的搭建与标准化管理，解决业务问题。
本次我们一些项目交付经验，先来聊聊标签的设计与加工。
标签的建设与应用一般需要经过几个步骤：
一、标签体系设计
企业回上海兆信防伪科技有限公司以防伪标识物的设计、各种防伪技术的“四技”服务、防伪信息及经济信息咨询服务为主的科技经营，经销机械设备、电子产品、化工产品（不含危险品）、纺织品、文体用品，附设分支机构。
标签服务于业务应用场景，好的标签体系设计能够让业务人员在使用时随需随取，及时查询出需要的数据，就算不具备这个标签时，业务人员也可以自己快速加工出来，无需寻求数据开发的帮助。那需要做到
标签类目划分合理
标签涵盖的数据源丰富，标签完善
制作标签的步骤如下：1、在Word中新建文档，通过页面设置，把打印方向改为横向；2、执行“表格或插入或表格”命令，创建一个2行4列的表格；3、在表格中输入所需的内容；4、选定表格，执行“表格或表格属性”命令；。
后续扩展性高，即基于基础标签加工出新的标签时，方便快速
标签体系的设计一般会按照以下步骤：
1. 数据梳理
根据现有业务背景，以及数据，梳理出大概的标签体系。如企业一般数据大概来源于这几部分：
1）用户基础数据
用户ID、性别、年龄、手机号、邮箱、身份证号、会员等级等基础信息。
2）业务交易数据
如在零售领域，用户发生的每一笔交易都会有记录，如下图：
3）用户行为数据
如用户在APP、PC、小程序等的浏览、点击、收藏、评论行为，可反映出用户的行为特点。
4）活动/积分数据
会员商城的cha会员等级、积分兑换等数据。
5）售后投诉数据
客户投诉、售后处理等数据。
基于对数据的梳理，可进行标签基本体系的梳理，梳理出一部分有价值的标签。
新建标签纸，打开中琅标签制作软件，根据实际标签纸尺寸在软件中设置纸张及布局参数。二、添加警示标签文字内容 点击左侧工具栏中的“A”图标，在画布上绘制普通文本并双击打开“图形属性-数据源”窗口，点击左侧下方的修改，在。
2. 基于OLP模型体系化梳理标签
OLP模型是目前比较通用的建立标签体系的模型，OLP指“实体-关系-属性”模型，用下方场景举例：
实体：指对象，如人、书籍、门店等，可针对每个实体建立一套标签体系
属性：实体带的特征，如人有性别、年龄属性，书籍有价格、内容属性，门店有售卖渠道、地址位置等属性，属性是一种类型的标签
关系：通过动作产生关系，如基于购买动作，人和书籍产生关系，基于这个动作可产生消费时段偏好、支付方式偏好等标签
基于该模型，对标签进行查漏补缺，梳理出标签类目与标签。
3. 定义标签与加工口径
标签中文、英文名：标签的中文名称、英文名称
标签所属类目：标签所属一级、二级、三级类目
可爱少女心书签，标签类型：根据不同维度的划分，采用其中一种。比如统计类标签、预测类标签、自定义标签等，亦或是原子标签、衍生标签、组合标签、算法标签等
标签值定义：定义每个标签的标签值，如“近一个月买入金额区间”标签，可根据购买金额的区间段定义“零/低端”、“普通”、“中端”、“准高端”、“高端”等标签值
标签含义（描述）：描述该标签业务含义，如“最近30天的购买商品的金额区间，对用户消费力进行评估”
标签业务口径：标签以哪个数据定义为准，如“用户活跃城市”标签，以用户购买次数最多的城市为口径加工，而不是浏览次数、评论次数等
标签技术口径：描述该标签从哪个表的哪个字段取值，SQL取数逻辑是什么
业务方来源：该标签的业务需求方是谁
标签更新周期：描述标签更新频次，天(如T+1、T+2等)、周、月、小时、分钟更新等
标签更新优先级：同一时间端跑多个标签时，若资源有限，先跑优先级高的标签
基于以上工作，最终得出一份标签体系表，以这份表和业务方最终确认标签划分、标签与标签值、标签加工口径是否有疑义，没问题，便可进入标签开发环节。
二、标签模型设计
进入具体开发之前，需考虑标签模型层设计，在数仓加工出来哪些数据，标签产品加工哪些数据。标签模型依旧遵循数仓建模的“ODS-DWD-DWS-ADS”分层设计，基于DWD、DWS层抽象一层标签模型层，加工标签基础标签，届时在标签产品上让业务人员通过规则可加工生成新的标签。
1. 公共层数据
包含基础属性数据、基础指标（指标也可以作为一种标签，如最近30天购买金额、最近30天访问次数等），这些数据不仅给标签系统用，也可以给BI报表、数据门户使用，所以放在数仓中加工表。
1）基础信息类标签
2）交易类标签
3）行为类标签
2. 大数据量计算的标签
如计算历史最高花费金额、商品的历史最高库存、累计消费金额、用户排序等，这些标签的计算基于的数据量大，最好放在hive中跑批上线。
在数仓中加工好标签基础表，这些表中的标签一般称之为原子标签，再将该表对接标签产品，在标签产品中进行衍生类、组合类标签加工。
一、打开标签制作软件，纸张设置方面按照标签纸实际尺寸设置，自定义宽度67*80mm，1行1列，左右边距1mm。二、添加样品标签模板内容 在标签制作软件中，可以看到，左侧为添加对象的工具栏，由于标签模板上的各项名称都是固定不。
三、标签模型设计
在标签制作软件中绘制普通文本，在普通文本的“图形属性”中修改数据，手动输入“产品名称：”，然后点“+”添加一个数据选择“数据库导入”，字段选择“产品名称”，防盗门标签上的执行标准、企业名称、产地也依次这样操作。打。
基于标签模型的设计，一部分基础指标类的标签在数仓已建设完成，一部分标签需要在产品界面上实现。我们接下来看下业务人员如何在袋鼠云标签产品中配置标签。
1. 根据业务对象，创建实体、关系
同时，在后续加工衍生标签时，在某些场景上会用到多个实体下的原子标签加工，这时候可以用“关系”将2个实体关联起来，如将“用户”实体与“书籍”实体通过用户表的“最近购买商品ID”、以及书籍表的“书籍ID”关联起来，便可以用到2个表的字段进行某个标签的加工，如下图：
2. 读入原子标签
从标签基础表中读入原子标签，进行原子标签的元数据管理。
3. 创建衍生标签
基于接入的数据表的原始字段和原子标签，通过“且、或”关系、“求和、去 重计数、计数、最大值、最小值、均值”聚合函数、“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，对源表字段进行加工，生成衍生标签。
如基于用户访问次数、交易次数，加工“用户活跃度“衍生标签，包含“高活跃”、“一般活跃”、“睡眠状态”标签值，对用户活跃度进行衡量。
除通过可视化规则加工标签外，也会开放SQL界面写SQL加工标签，因为在实际场景中，客户场景不禁相同，有些复杂标签需要SQL快速实现，在产品界面上也可直接操作。
同时，虽然产品上会开放基于函数计算的标签加工、SQL类的标签加工，但还是会建议客户将公共层的指标类标签、及复杂类标签放在数仓中实现，以使标签配置这层轻量，届时进行数据跑批时快速。
4. 创建组合标签
5. 创建实时、算法标签
实时标签：如基于用户实时行为数据通过Flink引擎计算实时标签，如用户点击APP上的一个商品广告，且加入购物车，判断该客户属于“某类型商品感兴趣用户”，作为客户短期兴趣标签。
算法标签：如基于用户的基金交易行为，预测该用户属于追涨、杀跌、高抛等哪种类型的客户，作为客户的风险偏好标签。
最终将这些实时与算法标签的元数据可统一接入标签平台统一管理。
标签逻辑创建好之后，同时配置标签的更新周期、更新优先级，进行标签的定时跑批、手动跑批等。
标签体系设计与加工先讲到这里，欢迎大家一起讨论。
题图来自 Unsplash，基于 CC0 协议
