MarTech?-CDP實戰(zhàn)手冊是作者在平臺分享的一個系列文章，之前作者和我們分享了交付階段的相關內(nèi)容，這篇文章，一起來解析一下標簽部分怎么做。

標簽規(guī)劃

標簽規(guī)劃需要先了解標簽的分類，根據(jù)標簽的分類進行梳理，分類包含事實標簽、規(guī)則標簽、預測標簽。

1）事實標簽

屬性標簽是相對比較穩(wěn)定的標簽，主要以客戶的性別、年齡、地區(qū)等，在梳理屬性標簽時需要考慮相同屬性多源流入，如果有數(shù)據(jù)中臺則需要數(shù)據(jù)中臺進行融合，輸出唯一屬性，若無數(shù)據(jù)中臺則需在CDP中進行屬性的來源的優(yōu)先級調(diào)配，保證屬性標簽數(shù)據(jù)質(zhì)量。

2）規(guī)則標簽

沒有直接對應數(shù)據(jù)，需要通過規(guī)則進行定義，規(guī)則包含屬性、行為、標簽的交并排進行配置產(chǎn)出，規(guī)則標簽初期往往不會特別多，因為屬于靈活可配置的標簽，事實標簽足夠全面，基本上可以覆蓋所有規(guī)則標簽。規(guī)則標簽構(gòu)建類型有商業(yè)價值標簽、用戶偏好標簽、生命周期標簽、營銷時機標簽。

3）預測標簽

參考已有事實數(shù)據(jù)，來預測用戶的行為或偏好。比如用戶a的歷史購物行為與群體A相似，使用協(xié)同過濾算法，預測用戶a也會喜歡某件物品。

4）標簽規(guī)劃流程

業(yè)務場景梳理-標簽規(guī)劃-行為建模-口徑確認-數(shù)據(jù)加工-標簽驗證-規(guī)范運營。

5）業(yè)務場景梳理

業(yè)務場景確認：一般根據(jù)業(yè)務部門或生命周期進行梳理，規(guī)劃業(yè)務場景，并通過業(yè)務場景進行流程梳理，根據(jù)每個節(jié)點進行標簽規(guī)劃。

① 生命周期確定業(yè)務場景：

② 增長階段確定業(yè)務場景：

③ 業(yè)務需求確認業(yè)務場景：

1. 標簽規(guī)范

因格式問題無法直接展示表格，需要表格模板可留言溝通。

標簽規(guī)劃表：

標簽命名規(guī)范：

標簽舉例

2. 行為模型

行為模型需要進行行為數(shù)據(jù)源梳理，如果有第三方接入的話則直接對接第三方即可，業(yè)務內(nèi)部部分行為也需要進行梳理，構(gòu)建統(tǒng)一的行為模型，幫助CDP進行實時、離線的行為接入。

構(gòu)建并梳理建立用戶行為模型，先基于業(yè)務場景，構(gòu)建業(yè)務模型，通過統(tǒng)一的建模，統(tǒng)一業(yè)務口，根據(jù)數(shù)據(jù)實際情況，建立數(shù)據(jù)模型，并基于對齊的數(shù)據(jù)口徑上開發(fā)。

行為數(shù)據(jù)模型在車企行業(yè)通常包括“用戶行為主題”，“訂單主題”，“用戶權益主題”，通過多個業(yè)務主題可以比較容易的描述常見的用戶行為。

字段介紹：模型名稱：模型寬表名稱/ 行為名稱；單一行為名稱/ 模型；模型字段：可包括維度度量型字段；數(shù)據(jù)口徑：關聯(lián)哪些維度，事實表的哪些字段，進行建模。

3. 口徑確認

口徑確認其實分為兩步，在原有系統(tǒng)中肯定涉及到部分標簽，需要將之前標簽與新標簽進行映射，名稱未改則不需要確認，如果有偏差或者修改或者通過標簽調(diào)研發(fā)現(xiàn)多個業(yè)務標簽命名或規(guī)則不一致，則需要進行各個業(yè)務線口凈統(tǒng)一。

4. 數(shù)據(jù)加工

數(shù)據(jù)加工要考慮兩點，其一為數(shù)據(jù)加工清晰化流程，其二則為數(shù)據(jù)加工過程中的安全性。

數(shù)據(jù)加工流程圖：數(shù)據(jù)源-數(shù)據(jù)中臺（數(shù)倉）-CDP應用數(shù)據(jù)構(gòu)建，從ODS進行數(shù)據(jù)清洗后，進入到DWD層，再流入DWS層，其中DIM層可與DWD和DWS聯(lián)動應用，在進入DM層進行整合，最終流入CDP進行ADS構(gòu)建從而提供給上層進行應用。

數(shù)據(jù)安全：數(shù)據(jù)安全屬于在數(shù)據(jù)中臺的范圍內(nèi)要考慮的，但在標簽規(guī)劃時涉及到比較多的敏感數(shù)據(jù)，因此需要在這個階段考慮到數(shù)據(jù)安全性的問題，給相應的數(shù)據(jù)中臺提出安全性需求，確保數(shù)據(jù)傳輸?shù)牡陌踩€(wěn)定。每個公司的安全范圍可顆粒度不同，而且數(shù)據(jù)安全是個大項這里不做額外拓展。

需要遵循以下原則：

5. 標簽驗證

數(shù)據(jù)源質(zhì)量驗證，對ODS、DM層進行數(shù)據(jù)質(zhì)量評估，真實性 > 60% 被認為較為可信。

八維評估數(shù)據(jù)源各數(shù)據(jù)項的質(zhì)量：

1. 完整性：空值檢查；
2. 規(guī)范性：引證數(shù)據(jù)；
3. 及時性：延時時長；
4. 唯一性：重復性檢查；
5. 一致性：數(shù)據(jù)比對；
6. 關聯(lián)性：業(yè)務檢查；
7. 有效性：字段是否符合格式；
8. 真實性：與實際值比較。

標簽表計算準確度：繼承DM層的各數(shù)據(jù)項完整性、真實性，且要求基于此數(shù)據(jù)項的標簽計算準確度達到99.9%.

• 與DM層進行比較，確保數(shù)據(jù)一致。
• 邏輯錯誤驗證：如年齡是否超出正常駕齡范圍等。
• 取值單一性驗證：確保一個主體在一個標簽上只有一個值，如同一個客戶在性別標簽上，同一時間點不能既有“男”取值、又有“女”取值。
• MECE原則驗證：確保通過規(guī)則切片后，各標簽值對應的用戶量累加是全部用戶，不能少也不能多。
• 模型算法合理性驗證：模型算法的設計邏輯符合業(yè)務邏輯，測試集與訓練集樣本分配合理。

業(yè)務準確度：在業(yè)務過程中驗證，通過設計業(yè)務策略或AB測試，從業(yè)務角度評估標簽值的準確度。

• 業(yè)務反饋驗證：銷售顧問或其他業(yè)務人員可在標簽使用過程中給予反饋，并提交開發(fā)進行數(shù)據(jù)源數(shù)據(jù)項的修正。
• 通過設計問卷調(diào)研等相關活動收集數(shù)據(jù)，增加數(shù)據(jù)源可信度。
• 模型算法準確率驗證：用AUC指標來衡量模型的準確率，一般AUC>0.8是比較好的表現(xiàn)。
• 通過使用相關標簽圈定客群做POC驗證，設置AB測試，根據(jù)觸達客群后的轉(zhuǎn)化效果對比對照組的表現(xiàn)來評估；若顯著低于對照組，則需要排查標簽準確度。

6. 規(guī)范運營

除了在標簽設計需要規(guī)范化設計外，在標簽實施過程也需要有標準化的流程進行把控，保證標簽有序的開發(fā)實施。

與此同時需要進行標簽的權限和審核流程的規(guī)劃，標簽權限體系需要細化和內(nèi)置到系統(tǒng)中，總得來說，有兩類權限可以會直接影響到業(yè)務流程和數(shù)據(jù)安全。

業(yè)務權限：通過將權限授權給固定角色，進而對于功能權限進行精細化管控；以下為舉例的角色打來，根據(jù)實際企業(yè)和業(yè)務會有更細分的范圍。

數(shù)據(jù)權限：通過將標簽可擁有，可查看的權限，授權給標簽的創(chuàng)建和使用者。

7. 經(jīng)驗總結(jié)

標簽規(guī)劃：

切記大而全：標簽隨著業(yè)務走，大而全的標簽會使標簽開發(fā)成本、運營成本、運維成本增加，標簽設計時應該場景化，開發(fā)采取少兒精、小步快跑的規(guī)劃思路，優(yōu)先實時數(shù)據(jù)質(zhì)量高、業(yè)務需求強的標簽。

標簽質(zhì)量：

ID打不通，會導致多端多平臺無法實現(xiàn)標簽一體化，往往會出現(xiàn)業(yè)務系統(tǒng)上標簽A，SCRM中也出現(xiàn)類似標簽A的標簽，導致標簽定義一致但為打通，因此應該從數(shù)據(jù)治理曾進行oneid體系的構(gòu)建，打通全域數(shù)據(jù)，并將標簽統(tǒng)一化管理。

標簽無法驗證，如果前期未考慮標簽的驗證流程，會導致標簽構(gòu)建完成后無法對標簽進行驗證草草上線可能對運營造成偏差，因此在抱歉構(gòu)建時就需要考慮標簽數(shù)據(jù)驗證及業(yè)務驗證的雙重驗證，對不同類型的標簽進行標準化逐層驗證。

數(shù)據(jù)質(zhì)量太差，數(shù)據(jù)質(zhì)量差會導致標簽不完善甚至無法落地使用，對于這點在規(guī)劃階段是要進行數(shù)據(jù)勘察，確定哪些高優(yōu)標簽的數(shù)據(jù)出現(xiàn)缺失，優(yōu)先對于該數(shù)據(jù)員進行數(shù)據(jù)治理和數(shù)據(jù)補全，確保標簽可實施可落地。