編輯導語：标簽和指标一樣，對于數據分析來說十分重要。那麼數據指标和标簽體系二者之間，有什麼具體的區别呢？本篇文章作者講述了有關标簽的内容，從标簽的類型、标簽的使用場景以及提升标簽質量的方法進行分析，一起來學習一下，希望對你有幫助。

網上分享數據指标體系的文章很多，但講數據标簽的文章很少。實際上，标簽和指标一樣，是數據分析的左膀右臂，兩者同樣重要。實際上，很多人分析不深入，就是因為缺少對标簽的應用。今天系統的講解下。

一個通俗的例子：

比如我們要介紹陳老師，可以有三種講法：

• 指标：陳老師身高180cm，體重200斤；
• 标簽：陳老師1米8，大胖子；
• 标簽：陳老師啊，黑旋風李逵聽說不？

這就是标簽和指标的直觀區别。數據指标，是用數據對事物的準确描述。比如身高、體重、腰圍、手臂長度，這些都是數據指标。

标簽，則是基于原始數據加工的，帶了業務含義的概括性描述。一個“大胖子”，就同時概括了身高和體重，而“長得跟李逵似的”，更是把五官、身材、氣質等特征都概括進來了。

指标 VS 标簽。

顯然，對比起來，用數據指标描述事物，會更精确。但标簽也是同樣重要的。因為除了“精準”以外，人們還有更多的需求。

首先，并非所有特征都能用一個數據指标來描述。常見的指标，一般是連續變量（比如身高183cm）或者定序變量（風險等級ABCDE）。

還有大量的特征，是以分類變量的形式存在。比如商品規格（50ml一瓶）、顔色（赤橙黃綠）、用途（比如：居家保健、外出防護……）這些商品特征，一般是以标簽的形式進行描述，這也是“标簽”這個詞最早的來源。

其次，标簽是有業務含義的。比如光說兩個指标：身高183、體重200斤，人聽了也沒啥感覺，但一旦加上标簽：身高183 體重200，很魁梧/身高183 體重200，大胖子。

是不是腦海裡立馬有畫面感了。

最後，标簽更容易被業務使用。介紹對象，說“我介紹個小蘿莉給你”，遠比“我介紹一個身高153體重85的女生給你”，更容易促成下一步行動。這就是标簽的魅力。

所以，标簽體系的建設是非常重要的，不但能豐富數據分析的素材，更能直接推動分析成果落地。

一、标簽有哪些

标簽有四類：

1. 基礎特征标簽；
2. 規則計算标簽；
3. 綜合計算标簽；
4. 模型預測标簽。

四類介紹如下：

相當多的企業，沒有系統做過标簽梳理，有大量的散亂的基礎特征标簽。有些業務部門自己會習慣性提規則/綜合計算的标簽，但是沒有和其他部門共識過，導緻通用性差。這些都制約了标簽發揮作用。

那如果做得好的話，标簽能發揮啥作用呢？

二、典型的标簽使用場景

1. 查詢信息

這是最普遍的場景了。大量的一線工作人員會有需求，比如客服、銷售、售後、文案編輯，能通過标簽，快速查到對應的商品、客戶、活動等信息，提高工作效率。而且查詢用的标簽不需要很複雜，基礎特征标簽即可。

2. 分析素材

比如做漏鬥分析，看到A渠道比B渠道轉化好，可怎麼解釋呢？這時候可以引入一系列标簽。比如：

• 渠道标簽：公域、大衆私域、垂直私域；
• 文案标簽：産品知識、優惠信息、個人分享；
• 商品标簽：流量款、爆款、利潤款；
• 優惠标簽：優惠力度大、中、小。

有了這些标簽，在解讀“為什麼轉化率高”問題的時候，就多了很多分析線索。通過分類對比，追蹤，測試，能看出來哪種标簽組合下轉化率最高。比單純看轉化率、每個頁面UV這些數據好用得多。

另：很多toB類分析做得很膚淺，就是因為标簽收集得太少。對客戶情況、談判情況、交付過程一無所知，隻知道：客戶還沒簽約，客戶簽約都仨月了還沒打款。這當然分析不下去了。

3. 策略制定

制定策略時，經常有固定的目标客戶、目标商品、目标渠道。比如客戶問題上，沉睡用戶激活、流失用戶挽留、風險用戶管理，就是常見的固定主題。這時候，使用固定的标簽，比如風險等級ABCDE，遠比每次都臨時取數拿規則省事。

而且，可以通過算法模型加持，不斷提升标簽準确性。這是标簽的高級應用了。

高級應用，需要綜合計算、模型計算類複雜标簽。

在建設路線上，标簽體系和數據指标體系有重大區别。數據指标體系建設，重在全面。

一個業務場景裡，盡量多收集數據指标，數據指标越多越好。而标簽體系建設，重在有序、有效。

圍繞一個業務目标，盡可能多地把零散、原始描述的标簽，組合成對業務有用的标簽。标簽在精不在多，标簽質量非常重要。

三、如何提升标簽質量

相比之數據指标，标簽質量天生是個難題。因為标簽是人工生産的，加入人的主觀判斷的。

很有可能标簽的描述不夠準确，生産标簽的數據源不能很好地表達标簽的含義，從而産生誤判。我們常說：“不要給人亂貼标簽”，就是擔心第一眼誤判，幹擾了對整個人的判斷。

因此，标簽的使用過程，與數據指标有很大區别。數據指标一旦梳理完成，除非流程更改，否則不會怎麼變動。而标簽在建設過程中，需要圍繞同一個目标，不斷地做優化，有一個明顯的“提純”的動作。

提純是以清晰目标為前提的。比如想打一個标簽：高潛力用戶。如果說“我想知道哪些用戶潛力高”，這就是句廢話！

正确的表達是：“我知道了哪些用戶潛力高以後，我可以向他們投放更貴的商品組合，他們的響應率更高，我投放成本更低”。這樣把使用标簽場景，數據上差異表述清楚的，才是好的目标。

有了目标以後，可以從0開始做建設。在建設初期，經常隻有零散的基礎特征。此時可以直接用基礎特特征；或者做探索性分析，看符合目标的用戶有啥特點；或者幹脆拍腦袋，列幾條規則。

總之，整出來一個初始标簽規則即可，之後就可以逐步做叠代了。隻要我們發現：标簽的區分效果越來越明顯了，那就行。

以上就是标簽和數據指标對比，肯定有同學想看具體操作過程。

#專欄作家#

接地氣的陳老師，接地氣學堂，人人都是産品經理專欄作家。資深咨詢顧問，在互聯網，金融，快消，零售，耐用，美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部