首页  ·  知识 ·  大数据
如何给数据打标签?
爱学习的小熊妹  码工小熊  实践应用  编辑:趁阳光正好   图片来源:网络
标签是对事物的概要性描述。就像商品标签上会写商品分类、主要原料一样。虽然一件商品有很多属性,但是我们只通过几个有限的标签,就能锁定我们想要的商品,这就是标签的作用。

什么是标签?

标签是对事物的概要性描述。就像商品标签上会写商品分类、主要原料一样。虽然一件商品有很多属性,但是我们只通过几个有限的标签,就能锁定我们想要的商品,这就是标签的作用。

有哪些标签?

从复杂程度上看,标签有四类:

  • 事实型标签:如商品的颜色、人的性别。这些是事实描述,可以直接拿来用

  • 规则型标签:如把“消费 1000 元以上”定义为:高消费群体。规则类标签,往往是基于一个数据指标,然后根据特定的规则进行分类

  • 复合型标签:如“高富帅”,就是一个典型复合型标签,它基于 N 个指标,进行综合计算,最后得出一个标签结果

  • 预测型标签:注意以上三类标签,用的都是已经发生的数据进行计算。预测型标签则是对未来情况的估计。可以用算法进行预测,也能人工预测。比如对用户进行分类,然后打个标签“预计流失用户”,就是指该用户会在未来 XX 时间内流失掉

这四类标签的复杂程度是不同的:预测型>复合型>规则型>事实型,相应的打标签的难度也不一样。

要怎么打标签?

打标签是个通俗说法,它指的是生产标签的过程。如果是简单的事实型标签,则直接拖过来用即可。其他三类,都得经过打标签的动作,越复杂的标签,生产起来越麻烦。

打标签有四个标准步骤。

  • 明确打标签的对象

  • 明确标签的用途

  • 明确标签规则

  • 明确标签的名称

举个最简单的例子:小妹还没有男朋友,想找个高富帅。

高富帅,就是个复合型标签,按四步走:

  1. 打标签对象:男人,活的

  2. 明确用途:选个潜在蓝盆友

  3. 明确规则:这是最复杂的一步,因为高富帅有三个维度,需要逐个维度单独讲清楚,然后再想办法综合。

    这样,先对三个维度各自打标签,再进行综合(如下图):

image.png

综合的方法,可以用优先级排序,或者做综合评分(如下图):

image.png

  1. 看起来综合评分似乎更科学,但实际决策时候并不是!比如我,看到帅哥就走不动道了,管他富不富呢。综合评分有可能选出来平庸的个体,这个要注意哦。

    • ,相对容易,看身高然后给个标准即可

    • ,也相对容易,看到照片自己觉得还行,手工打个标签即可

    • ,就很纠结了,有的人挣得多,可也花得多呀。不能光看收入,还得看负债

  2. 明确标签的名称:高富帅、非高富帅

搞掂!

可以看出,在生产标签的过程中,明确规则是最麻烦的一步。但实际上,麻烦不限于此。

打标签,难在哪?

看完上边的小例子,很多人会觉得:“打标签很简单呀,我一个上午能打 1000 个出来”。如果只是往数据库里添加 1000 个新字段,确实很容易。

但是,这 1000 个字段:

  • 有几个能被业务部门用起来?

  • 用完以后能提升业务表现?

  • 还有多少业务想要的标签,没有在其中?

这才是真正的难题。

反正我是见过,供应商傻乎乎的打了几百个标签,结果除了上线汇报 ppt 外,业务部门看都不看一眼的,更不要提用了。

一个好的标签,一定是:

  • 业务高频使用

  • 指向明确动作

  • 产生明显效果

就像小妹一听人介绍“高富帅”,就会顶着周五熬夜煲剧的黑眼圈起床化妆俩小时出门一样。这才是高频使用,有驱动力,产生明显效果的标签!

肯定有小伙伴问:业务上有没有这种标签?

当然有,比如我个人很喜欢的:促销敏感型用户(是/否)这个标签。专门用来区分:没有促销不买,有促销高概率买的薅羊毛体质用户。拿来解释日常消费转化率,事前预计活动效果,事后复盘达成情况,都很好用。

实际业务问题经常很复杂,很难用一个标签描述情况,因此也会需要围绕一个业务场景。构造若干个标签,形成标签体系,驱动业务工作。


本文作者:爱学习的小熊妹 来源:码工小熊
CIO之家 www.ciozj.com 微信公众号:imciow
    >>频道首页  >>网站首页   纠错  >>投诉
版权声明:CIO之家尊重行业规范,每篇文章都注明有明确的作者和来源;CIO之家的原创文章,请转载时务必注明文章作者和来源;
延伸阅读