dt大数据营销系统，从洞察到决策，一文解读标签画像体系建设方法论丨DTVision分析洞察篇

01

数字营销是数字化转型排头兵

《⼗四五数字经济发展规划》中强调，要⼤⼒推进数字化转型，形成数据驱动的智能决策能⼒，提升企业整体运营效率。

要做好数字化转型，企业可从产、研、供、销、⽤等多个环节入手，而 “销” 恰好是第一关键要素，企业转型往往从营销场景入手，因此我们说数字化营销是企业数字化转型的排头兵。

在数字化营销转型过程中，由于各个企业的数字化建设进程不同，往往会遇到多种挑战，如：

·企业数据如何打通？

·客户画像如何建设？

·营销ROI如何提升？

·营销策略如何迭代？

要想解决以上问题，在业务⽣产与业务应⽤之前，让产业数字化营销，我们需要进⾏：

·数据的统⼀存储；

·OneID 的数据打通；

· 的数据模型建设；

·数据资产的统⼀管理。

打好这些基础，接下来就能开始建设企业自己的个性化标签体系，让标签作为企业数字化营销的基石，帮助消费者画像更加精确。

实现用数据指导营销，而不再只是含糊的经验；让活动的数据再回流到数仓中，作为标签数据来源的一部分，形成营销业务闭环。

02

标签体系建设方法论

那么如何帮助企业构建完美的标签体系呢？我们总结出“三目标 + 五步法”的方法论：

1►

标签体系建设三目标

● 目标一：解决业务问题

要确定我们建设标签体系是为了解决什么具体的业务问题，想要达到什么效果，时间上要做到分期而治、小步快跑，早日推广应用。

● 目标二：业务人员好用、易用

标签体系的建设目标是要灵活可扩展，让业务人员可以轻松衍生标签、生产效率高。同时标签应用方式还需要多种多样，以适应不同的业务要求。

●目标三：可持续更新迭代

标签体系作为重要数据资产，需要我们对它进行持续完善，形成业务应用与数据开发部门良好互动，助力生产更有价值的数据。

2►

标签体系建设五步法

01

第一步 明确建设目标

在开始建设标签时，我们需要明确建设目标，目标可以指导我们的执行策略无偏差，最终达到想要的结果，否则在建设过程中随着一些信息的输入、困难的出现，容易今天一榔头明天一棒槌，顾此失彼，达不到业务期望的结果。

● 业务建设目标

业务建设目标，指通过标签项目想解决什么样的问题，达到什么样的业务效果。比如

·现在属于粗略式的运营，需要基于标签体系实现精细化运营，将营销活动的转化率提升5%；

·标签加工流程过于缓慢，从业务人员提需求到需求实现需要1-2周时间，需要将改时间缩短至1-3天；

·现在数据来源过于单一，只有交易域，需要汇总其他域的数据，比如行为数据、评论数据、活动数据等丰富标签体系维度。

一般列举5-10条目标，业务部门与技术部门一起制定，基于这些目标，进行系统建设。

● 系统建设目标

为实现对应的业务目标，需要建设一个怎样的系统，是内部实现，还是外部采购，各自的实现周期与成本，若外部采购，采购的标准是什么等都需要考虑，该问题一般是技术部门来考虑。

·系统给谁使用：是建设一个标签加工与管理的标签管理工具，主要给技术部门使用，因为企业已经有了营销系统、涵盖标签圈群与推送给的功能。还是需要一个集合加工、管理、圈群、分析一体化的工具，数据分析师、业务人员也要用。不同的使用对象，系统建设的内容不一样。

·系统的技术架构要求：公司内部的大数据部门若已经用了一些底层平台或技术组件，从节省成本方面，应当尽量用同一套底层存储与计算平台，比如已经采购了CDH、TDH的，那标签系统需要可直接对接这些系统进行数据存储与计算。以及标签系统需要和CRM系统、营销平台实现对接，便需要有相应的对接方案，如通过标签服务API接口dt大数据营销系统，或数据同步、推送等当时，将数据给到下游系统。

·系统功能要求：基于标签的加工、标签的生名周期管理、标签的数据安全、标签的评估治理、标签圈群、画像洞察、对外服务等多方面梳理需要的功能。

·系统性能要求：基于司内的数据量，标签加工的速度、并发，标签圈群与分析的查询时间，所需要的部署资源、一年需要花费的成本需要进行评估与计算。

● 参与部门与执行计划

根据我们一些标签项目的建设经理，会出现这样的情况，大数据部门一期项目建好的标签，很难推动业务人员使用起来，主要有以下几点原因：

业务人员觉得建设的标签有用的很少，大多数都用不上；

用了一下标签，觉得数据不准确，不敢用；

领导没有说要用这些标签，还是按照自己的既定模式来工作好了。

基于这些问题，标签项目推进之初，需要拉上业务部门的领导、对接人一起参与，确定一个先应用标签的项目或场景，做出效果，再应用到更多的部门及项目，否则刚开始大而全，周期长、且没有目标性，往往后续推广使用时会遇到阻碍。

● 参与部门包含以下：

·需要标签项目服务的业务部门（核心）：如市场部、运营部、客服部、风控部等，各指定一名对接人员；

·项目需求收集分析者：数据产品经理、数据分析师；

·系统建设和标签加工者：数据科技部门。

● 制定执行计划：

·项目是否需要分期，一期项目的目标和建设的标签有哪些；

·各期项目时间周期、负责人，上线场景；

·上线后业务人员需要持续反馈使用情况，业务变化情况，不断的优化迭代。

02

第二步 标签体系建设

明确好建设目标之后的下一步就是标签体系设计。

在此之前，我们先对一些标签的重要概念做一些介绍：

标签体系设计是一种对对象统一进行本质刻画的数据描述办法，把个体观察升级为群体观察，而非过去对个体现象的归纳dt大数据营销系统，更具有面向未来的场景化适应能力。标签体系设计的整体流程可分为4 大步骤 + 2 大阶段：

在此过程中我们需要：

● 规划实体对象

确定标签体系的对象，梳理标签间的关系，设计标签体系，做好标签类目创建。

实体指我们要建立标签体系的对象，如客户标签体系、商品标签体系、渠道标签体系、客户经理标签体系，客户、商品、渠道、客户经理都属于我们的实体对象。其类似一颗树的根，后续要基于“实体”，长出树的枝干、叶子、花等，所以划分正确的实体很重要。

关系指多个实体之间的关系，如“客户”购买“基金”，会使客户实体与基金实体发生关系，形成新的标签，比如加工“投资风险偏好”标签，标签值为“高风险”、“中高风险”、“低风险”等，需要利用客户最近一年的交易记录结合基金维表，当用户购买基金的基金类型包含高风险，且最近一年购买金额>5000时，为高风险偏好。需要用到2个实体形成一个关系，来加工这个标签。

● 探查数据

根据标准数据建仓规范，梳理下大概的客户的数据域、业务过程、数据表、表的数据量、数据分布等，掌握基于该数据，可以加工出哪些标签。

● 设计标签类目

基于已采集的业务需求、掌握的数据情况、规划的实体的对象，建立实体对象的标签类目体系。除根据客户业务建设外，也会提供一些行业通用模板，作为参考。

标签类目体系是“实体”树的枝干，为以后标签生长的繁茂建立基础，需要做到枝枝粗壮、分明，即每个类目需要有明显的分割，且标签的数量不能过多和过少，建议一个子类目不超过20个标签，不少于3个标签。

标签类目层级根据业务实际情况划分，一般2~3层即可（不包含标签、标签值）。如下图：

● 设计标签内容

包含标签定义、加工方法判断、加工范围判断等。

根据前面的需求调研、数据调研、类目划分，梳理标签体系中的标签，需包含以下内容：

·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；

·标签类型：根据不同维度的划分，采用其中一种。比如事实标签、统计类标签、预测类标签，亦或是原子标签、衍生标签、组合标签、自定义标签等；

·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”；

·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；